红旗铁矿改进Knothe时间函数开采沉陷预计模型

作者：李建

来源：金属矿山, 2018, (03): 132-136.

DOI：10.19614/j.cnki.jsks.201803024

• 开采沉陷
• Knothe时间函数
• BP神经网络
• SVM
• 概率积分法

针对Knothe时间函数模型对开采沉陷过程的预计结果与沉陷实际发生过程不完全符合的问题,分析了该模型的缺陷,提出了改进的Knothe时间函数开采沉陷预计模型。结合河北省武安市红旗铁矿6300综放工作面地表沉陷实测数据,构建了改进的Knothe时间函数开采沉陷预计模型,并进行了模型精度分析。研究表明:经过累计387 d观测,改进的Knothe时间函数开采沉陷预计模型的预计值与实测值的误差为0.273.6 mm,平均误差为35.2 mm,优于BP神经网络模型(误差为8.1143 mm,平均为49.9 mm)、SVM模型(误差为0.7105.1 mm,平均为35.8 mm)以及概率积分法模型(误差为18.2180.5 mm,平均为102.6 mm),对于高精度预计该矿开采沉陷具有一定的作用。

• 单位
  重庆工程职业技术学院