煤矿采空区地表沉降预测研究.doc

煤矿采空区地表沉降预测研究(柴远知，杜函敏，刘文静）摘要 本文采用时间序列分析预测方法来预测地表下沉，将数据转化为平稳时间序列，然后进行检验和预处理，得到平稳、正态、零均值的时序。对于宽平稳时间序列模型用线性回归模型随机差分方程，计算平稳序列样本自相关系数和偏自相关系数计算平稳序列样本自相关系数和偏自相关系数选择了合适的时间序列模型。而且文章中大量使用了Eviews进行计算，最还拟合出了地区的地形变化图。关键字：时间序列 AR模型 偏自相关系数 ADF检验 问题重述随着经济发展对煤炭能源的需求的不断增加，在我国许多矿区由于多年的煤炭开采，引发采空区塌陷、地质灾害等环境问题日益突出，成为直接影响人民群众生命财产安全、社会稳定和谐、经济可持续发展的主要因素。加之近两年的多雨天气，致使地基更加塌陷，存在的安全隐患也随之增多。同时，煤矿企业本身也拿出大量资金来安排塌陷区的住户拆迁工作，耗费了大量生产建设资金，阻碍了企业的快速发展。龙口煤电有限公司梁家煤矿位于山东省龙口市龙港开发区，经过多年的开采，在一采区西翼和东翼形成两片大型地表积水区。为了及时掌握地表水水位变化情况以及地表沉降位移状况，为矿井安全生产决策提供强有力的辅助支持，决定建立梁家煤矿地表水位实时在线远程监测系统，对地表积水区水位及东翼塌陷区内铁路路基周围的沉降变形情况进行实时在线监测。沉降监测应用GPS 定位技术，根据连续一段时间内监测点坐标位置的变化与基准监测点进行对比分析，来确定监测点的水平和垂直变化量。矿方原计划延铁路方向从北至南设置8 个沉降监测点，但因后来资金问题，故招标时只采购了6 台设备，其中5 台监测站，1 台基准站。将5个监测点呈丁字形状排开，除了能有效的监测铁路的路基的沉降外，还能扩大地表监测范围。施工现场平面图1、分别对M1,M2，M3，M4，M5寻找单个测点的dltaX、dltaY、dltaH数据的变化规律，并进行预测（随时间变化）。2、请在三维空间画出五个监测点变化规律。3、寻找在同一时刻，五个监测点之间的函数关系，把五个监测点的dltaX、dltaY、dltaH拟合成一个新点的dltaXX、dltaYY、dltaHH，然后寻找dltaXX、dltaYY、dltaHH数据的变化规律，并预测。问题分析根据散点图可知采用时间序列分析预测方法来预测地表下沉，将数据转化为平稳时间序列，然后进行检验和预处理，得到平稳、正态、零均值的时序。对于宽平稳时间序列模型用线性回归模型随机差分方程，计算平稳序列样本自相关系数和偏自相关系数计算平稳序列样本自相关系数和偏自相关系数选择了合适的时间序列模型。而且文章中大量使用了Eviews进行计算，最还拟合出了地区的地形变化图。模型假设假设一：假设地形是随时间连续变化的。模型建立1 平稳性检验与数据预处理采用时间序列分析预测方法来预测地表下沉，无论是AR（Auto-regressive）模型，MA（Moving Average）模型，还是ARMA（Auto regressive moving average）模型都要求时间序列为平稳时间序列。为此对于非平稳序列，首先要转化为平稳时间序列才可以建立适合的时间序列模型，对进行检验和预处理，得到平稳、正态、零均值的时序。本文在对5个检测点处地表下沉预测，首先选用增广单位根检验ADF（Augment Dickey-Fuller）对给定功率观测值进行平稳性检验。考虑DF检验模型 （1）其中 是白噪声（零均值、恒定方差、非自相关）的随机误差项。由式（1）可得 （2）根据值的不同，可分三种情况考虑，若，则当时，，即对序列的冲击将随时间的推移其影响逐渐减弱，此时序列稳定；若，则当时，，即对序列的冲击将随时间的推移其影响逐渐增大，此时序列不稳定；若，则当时，，即对序列的冲击将随时间的推移其影响不变，很显然，此时序列不稳定。对式（1），对其系数进行显著性检验，建立零假设：，如果拒绝零假设，则称没有单位根，此时是平稳的；如果不能拒绝零假设，则具有单位根，此时被称为随机游走序列（random walk series）是不平稳的。改写（1）式为 （3）其中，是一阶差分运算因子。此时零假设为：。对DF检验进行扩充，则形成了ADF检验。在实际应用中常用检验模型为 （4） （5） （6）首先通过模型（4）进行检验，直至检验拒绝零假设，即原序列不存在单位根，为平稳序列，检验停止。否则，检验