Fisher判别法在综放回采巷道支护形式选择中的应用

 将Fisher判别分析法应用于综放回采巷道支护形式选择中,建立了综放回采巷道支护形式选择的Fisher判别分析模型,选取围岩强度、煤层强度、巷道埋深、围岩节理裂隙发育程度、采动影响系数、顶煤厚度、护巷煤柱宽度和断面面积8项指标作为Fisher判别分析模型的判别因子,以15组综采巷道围岩及支护实测数据作为学习样本进行训练,建立相应的判别函数对待判样本进行分类.研究结果表明,Fisher判别分析模型分类性能良好,预测精度高,回判估计的误判率很低,是一种综放回采巷道支护形式选择的有效方法.     

基于DDA方法的滑坡稳定性预测

应用距离判别分析（DDA）方法,将影响滑坡失稳的外形特征、滑面特征等4项内在因素和河流作用、暴雨强度等5项外在因素作为判别因子,建立了滑坡稳定性预测的距离判别分析模型.以国内典型滑坡工程发生失稳的实测资料作为学习样本进行训练,建立相应判别函数,对待判样本进行预测.结果表明距离判别分析模型预测性能良好,预测精度高,回判估计的误判率为零,是滑坡稳定性预测的一种有效方法,可以在实际工程中进行推广应用.     

急斜煤层顶煤可放性因素分析

依据大量的实际观测数据和实践结论,对影响急斜煤层顶煤可放性的地质因素进行了分类,采用样本主成分分析法对这些因素进行了分析,并应用Matlab对所得数据进行了处理,得出了急斜煤层顶煤可放性的评判函数.最后,按照第一主成分,给出了顶煤可放性分类指标,为此类煤层的开采实践提供了参考依据.图1,表4,参6.     

急倾斜煤层顶煤可放性随机森林模型分类预测及应用

为快速、准确地预测急倾斜煤层开采中顶煤可放性等级,借鉴随机森林理论,以19个放顶煤工作面为例,选取九大实测指标作为顶煤可放性识别因子,建立急倾斜煤层顶煤可放性识别的随机森林模型。通过五折交叉检验确定模型最优参数,将模型应用到五组急倾斜煤层顶煤可放性评估中。研究表明:随机森林模型预测结果符合工程实际,且当分段数量为5时,其精度最优,分别为91.0%和100.0%。该研究可以在工程中推广使用。     

煤炭自燃预测的非参数逐步判别方法及应用

运用在煤矿生成实践中积累的众多相关数据和资料,通过全面分析影响煤层自燃因素,基于非参数逐步判别分析理论,建立煤炭自燃预测的判别分析模型。选取影响煤炭自燃的主要因素如煤的自燃倾向性、煤层厚度、煤层倾角、煤的坚固性系数、工作面供风量、回采工作面推进度、采场回采丢煤率,作为判别因子,建立煤炭自燃预测的非参数逐步判别分析模型,利用某煤田的多个参数作为学习样本进行训练。经过训练后的模型回判的误判率为0。说明该模型在研究煤炭自燃预测中具有良好的实用性和有效性。     

巷道岩体质量分类的距离判别方法及应用

将距离判别分析法应用于岩体质量等级判别与分类中,建立了岩体质量综合评判的距离判别模型。模型选取岩石质量指标、单轴饱和抗压强度、完整性系数、纵波波速、结构面摩擦因数和弹性抗力系数等6个指标作为判别因子;以洞室围岩实测数据作为训练样本,建立相应线性判别函数对待判样本进行分类。研究结果表明:距离判别分析模型是岩体分类的一种有效方法,可以在实际工程中应用。     

岩体爆破震动损伤评估的多元判别分析模型

提出基于多元判别分析理论的岩体爆破震动损伤安全判据方法。考虑爆破震动信号的幅值强度特性、频谱特性、持时特性和时-能密度曲线特性,并选用震动峰值速度、震动主频、震动持时和时-能密度曲线下的面积作为判别因子,建立多元判别分析模型对岩体的爆破震动损伤情况进行预测。以工程岩体实测数据作为学习样本进行训练,建立相应判别模型对待判样本进行判别,利用回代估计法对模型的合理性进行检验。研究结果表明:建立的判别模型回判估计的误判率为0,预测结果与实际结果相符;判别分析模型综合考虑了影响爆破损伤的多种因素,与其他单指标判据相比,评估结果与实际结果更加相符。     

地下洞室超挖预测的距离判别分析方法和应用

 超挖问题是隧道开挖施工中不可避免的问题。本文基于距离判别分析理论并结合工程实际,建立地下洞室块体超挖预测的距离判别分析模型;根据工程实例中影响隧洞块体超挖的地质特征与组成,选用两组节理、一组层面的产状,以及洞室结构面的延伸和间距等指标作为洞室超挖预测的判别因子;以21组实测的洞室地质参数数据作为学习样本进行训练,建立相应线性判别函数预测超挖块体大小,经过训练后的模型回判估计误判率为0。最后,从野外地质调查着手,结合某一抽水蓄能电站的实测地质资料,应用建立的判别函数对平洞4（PD4）的超挖块体大小进行预测。结果表明,距离判别分析模型预测精度高,回代估计的误判率低,为地下洞室块体超挖预测提供了一种新思路。     

露天采矿爆破振动对民房危害预测的DDA模型及应用

针对爆破地震效应评价中诸多因素不确定性问题,应用距离判别分析理论,选用爆破振动幅值、主频率、主频率持续时间、灰缝强度、砖墙面积率、房屋高度、屋盖形式、圈梁构造柱、施工质量、场地条件共10个影响因素作为判别因子,建立露天采矿爆破振动对民房危害预测的距离判别分析模型(DDA);以36组爆破振动实测数据作为学习样本进行训练,建立相应线性判别函数并利用回代估计方法进行回检,用12组现场数据作为预测样本进行测试.研究结果表明:回检误判率为2.78%;距离判别分析模型预测结果与实际结果较吻合,预测精度高,为露天采矿爆破振动对民房危害程度的预测提供了一种新思路.     

加权距离判别法在膨胀土胀缩等级分类中的应用

利用主成分分析法改进距离判别分析法,然后将该方法应用于膨胀土胀缩等级分类中,建立膨胀土胀缩等级分类的加权距离判别分析模型。选取黏粒含量、粉粒含量、液限、塑限和塑性指数等5项指标作为膨胀土胀缩等级判别因子,利用已经测得的膨胀土数据为训练样本进行学习,建立相应的判别函数。然后对待判样本进行判别分类,该判别分类结果与实测分类结果100％吻合。研究结果表明,加权距离判别方法完善了距离判别分析法理论,该方法分类性能良好,预测精度高,在实际工程应用中有广阔的前景。     

夹矸层对煤层可放性的影响分析

本文依据夹矸层物理力学性和它在煤层里的赋存状态对夹矸层分类,分析夹矸厚煤层综合开采顶煤的破碎特点,并且本文分析了夹矸层给煤层可放性带来的影响的原因,根据煤矿的实际工作地质条件,得出夹矸层给顶媒可放性带来的影响。     

围岩稳定性评判的支持向量机多分类模型

围岩稳定性评判对指导地下工程的设计和施工具有非常重要的意义.引入支持向量机多分类方法,进行围岩稳定性分类.选用影响围岩稳定性的因素,岩石质量指标、岩石单轴饱和抗压强度、完整性系数、结构面强度系数和地下水渗水量等5项指标作为模型的判别因子,建立了围岩稳定性分类的支持向量机模型.以围岩实测数据作为学习样本进行训练,建立相应判别函数对待判样本进行分类.结果表明,支持向量机模型分类性能良好,预测精度高,是围岩稳定性分类的一种有效方法,可以在实际工程中进行应用.     

砂土液化势评价的Bayes判别分析法及其应用

为了给砂土地震液化的数量化研究提供参考,基于多元统计分析理论,建立砂土地震液化判别与液化势分类的Bayes判别分析模型。模型选用震级、地面加速度最大值、标准贯入击数、比贯入阻力、相对密实度、平均粒径和地下水位等7个指标作为判别因子;将砂土液化势分为严重液化、中等液化、轻微液化和未液化4个级别,并作为Bayes判别分析的4个正态总体;以17个砂土实测数据作为训练样本,建立Bayes线性判别函数,以Bayes线性判别函数的最大值对应的总体作为样品所归属的总体;最后将建立的模型对训练样本进行回判,以回代估计误判率对模型进行检验。研究表明,对训练样本的回代误判率为0,对另外20个砂土样本的判别正确率为90%。     

沉积环境判别与分类的Bayes判别分析法

基于Bayes判别分析法建立沉积环境判别与分类的Bayes判别分析模型.模型选用粒度的平均粒径、标准偏差、偏差以及峰值4个指标作为判别因子,并以训练样本建立Bayes判别函数,以该函数计算待判样品的Bayes判别函数值,以最大值对应的总体作为样品的归属,以刀切法对判别准则进行评价.研究表明,所建模型以刀切法计算的准确率...     

放顶煤煤体破碎度实验研究

实验研究支承压力(采深)、煤体强度和裂隙发育程度对煤体破碎块度分布的影响变化规律。根据顶煤回收要求与可放块度原则得出预测临界采深的实用关系式，并以加权平均块度评价支承压力、煤体强度和裂隙发育程度等3个因素对顶煤可放性分类的影响，提出顶煤可放性的三因素评价准则。     

注水对顶煤强度及冒放性的影响机理研究

针对注水后煤层强度降低及顶煤冒放性增加的机理,引用Mohr-Coulomb强度准则构建水理性分析模型,并采用大量煤样岩石力学试验方法,分析了水对煤体单轴抗压强度和剪切参数的影响作用,得出了降低煤体强度、增加顶煤的冒放性与煤层注水水压力和孔隙压力系数的关系,分析了煤层注水对顶煤强度及冒放性的影响因素。结合碱沟煤矿急倾斜坚硬特厚煤层综放开采条件,进行了顶煤注水弱化试验,验证了模型的合理性。     

滑移支架放顶煤采面顶煤破碎机理探讨

文章针对高庄矿缓斜不稳定特厚中硬煤层,应用滑移支架放顶煤的长壁工作面,依据矿压学说,弹性波动方程和现场位移观测,着重分析了顶煤的破碎机理,判别出该面具有较好的可放性,而按椭球体放煤理论,有关参数的算式也在文中给出。图3,参7。     

冲击地压危险性等级识别的随机森林模型及应用

 为快速、准确地预测冲击地压危险性,借鉴随机森林理论,选取影响冲击地压的10 项主要因素:煤层、倾角、埋深、构造情况、倾角变化、煤厚变化、瓦斯浓度、顶板管理、卸压、响煤炮声作为判别因子,建立冲击地压危险性识别的随机森林模型.利用重庆砚石台矿24 组实测数据作为学习样本建立随机森林分类器,在对样本分类的同时,计算预测变量的重要性值GI,发现构造情况为最重要的评价指标,其后是响煤炮声和倾角.利用其他12 组现场数据作为预测样本对该模型进行测试,预测结果与实际情况吻合较好.     

近红外光谱-系统聚类法快速测定煤炭品质

采用偏最小二乘法对95个煤炭样品的近红外光谱数据进行处理,并提取主成分.将提取的主成分与煤炭的发热量、灰分、挥发份、含硫量和全水分共同作为变量,进行系统聚类分析.将样品数据聚类为4组,同时剔除异常样本.对聚类后的各组数据采用多元散射校正、二阶导数、诺里斯导数平滑进行预处理,建立偏最小二乘定量分析模型.采用逐步筛选法,求得以发热量为变量的Bayes判别函数,交互验证结果表明判别函数稳定性良好.对未知样品发热量、灰分、挥发份、含硫量和全水分预测的决定系数分别达到0.992、0.927、0.938、0.778、0.978,说明模型预测性能良好.     

山区公路泥石流易发性评价的Fisher判别分析法

针对山区公路泥石流易发性评价问题,基于Fisher判别分析理论,在分析影响泥石流易发程度的基础上,选取9个影响因子作为判别指标,以G314线奥依塔克镇至布伦口段公路50条沟谷作为学习样本,建立了山区公路泥石流易发性评价的Fisher判别分析模型,利用回代估计方法对建模数据逐一进行检验,正确率达100%,并选用其它4组待检样本对判别模型进行验证,验证结果均与实际情况相符.研究结果表明:Fisher判别分析法用于山区公路泥石流易发性判别效果良好,是解决评价山区公路两侧沟谷泥石流易发性的一种有效方法.