煤与瓦斯突出危险性电磁辐射异常判识方法

基于工作面煤与瓦斯突出前兆电磁辐射变化规律,运用系统辨识、动态测试数据处理和数理统计等非线性理论,建立了工作面煤与瓦斯突出危险性电磁辐射异常判识模型,提出电磁辐射异常判别准则,并应用于工作面煤与瓦斯突出危险性预测.结果表明:电磁辐射异常判识模型具有较高的预测精度,其实现了工作面煤与瓦斯突出危险性的连续动态趋势预测.

乌鸦嘴泉水氡异常判识

本文通过对比分析及统计分析指出,乌鸦咀泉水氡存在年畸变异常,并进一步对可能引起异常的各种因素进行排除分析,排除其它因素,认为该异常主要是水点内在原因所致,应结合全省其它水点其它测项作进一步分析,并结合以往的震例做出一定程度的预报。

模拟水氡异常判识

本文阐述了模拟水氡测值的影响因素,并以乌鸦咀泉为例阐述了模拟水氡异常的判识方法,指出要对模拟水氡异常进行判识,必须充分了解水点的基本情况及所有影响因素,并充分了解这些影响因素对水氡的影响规律,在此基础上对干扰因素加以排除,同时用同一水点其它测项的同步变化特征来佐证该异常不是观测过程中人为及仪器因素造成,最后进行区域背景场对比分析,用同一区域其它水点测值的同步变化情况加以佐证,以判断是否是区域应力场所致,从而为分析预报提供可靠的判定依据。本文为模拟水氡的异常判识提供了实例。

高速铁路风速监测异常数据判识方法研究

针对高速铁路沿线同一监测点两台风速风向计风速监测数据差异较大的情况,基于数据挖掘技术研究了异常数据的判识方法。首先采用相关性分析方法对两台风速风向计风速监测数据进行判断,若数据异常,再采用差分阈值法分别对两台风速风向计风速监测异常数据进行判识。根据风速对列车运行和基础设施的影响将高速铁路风速监测数据分为6个等级,根据历史数据确定各等级下的差分阈值。根据当前风速自适应动态选择差分阈值识别风速异常数据,并结合风向进一步研究异常数据产生的原因。对京张高速铁路风速监测数据的分析验证表明该判识方法快捷有效。