工厂地表与井架基础沉降监测与趋势分析.docVIP

工厂地表与井架基础沉降监测与趋势分析 　　【摘要】通过对灰色预测理论模型与相关构建方式的详细阐述，探究矿井井架的沉降预测方法。本文同时对等维信息模型的沉降数据特征予以分析，并结合实例，对某铁矿矿井井架的沉降发生进行预测。分析了等维新息模型产生的合理维数，并在这个过程中得到了很好的预测结果，由此论证了关于预测模型的实用价值意义。 　　【关键词】GM 模型；等维新息模型；沉降；预测 　　灰色模型在短数据序列预测方面具有一定的优越性。本文采用等维新信息模型进行预测，预测值与实测值进行比较，验证预测的可行性[2]。 　　一、灰色GM（1，1）模型模拟分析 　　1.基于灰色GM（1，1）模型的沉降预测程序设计 　　基于可视化语言Visual Basic6.0，编译了基于灰色GM（l，l）模型的非采动沉降预测程序132，33，341。该程序理论基础来自GM（l，1）等维新息模型。所谓等维新息，是指用GM（1，l）模型预测一个值，而后将这个预测值补充在已知数列之后，同时去掉最老的一个数据，保持数列等维，再建立GM（l，l）模型预测下一个值，这样新陈代谢，依次递补，直到完成预测目标或达到一定精度为止。这样，在整个预测过程中模型参数是在不断变化的。采用等维新息建立的GM（l，1）模型充分利用了预测所得到的新信息，缩小了灰平面的范围，有效的提高了预测的精度。主程序包括了资料输入模块、计算分析模块、等维新息模型预测模块和结果输出模块四部分。 　　（1）资料输入模块 　　资料输入模块的功能是让用户可以输入基本数据，其中包含了模型计算程序所需的各种基本资料，包括测点编号、观测值等。资料输入采用文本格式文件导入。 　　（2）计算分析模块 　　计算分析模块为本程序的核心部分，其中包含了维数优化选择模块、等维新息模型预测模块和结果输出模块。维数优选模块，应用数值试验的方法，对应输入观测资料，建立不同维数的灰色模型，对不同维数的模型分别计算其模型预测值，同时，对结果进行比较，计算其各自的残差值与残差中误差值，并评价模型精度。 　　（3）等维新息模型预测模块 　　等维新息模型预测模块则是在确定最佳模型维数之后，利用基本输入资料，建立等维新息预测模型，用计算结果与原观测值进行对比分析，计算其残差值以及模型精度。 　　（4）结果输出模块 　　结果输出模块是在前述计算模块工作的基础上，将观测值、预测值、残差和模型精度等各种分析结果按一定的格式输出保存，利于进一步的分析研究。 　　二、实例分析 　　本文采用山东某井架基础上的四个监测点 13 期观测数据进行上述模型的比较。各数据的计算采用 VS 进行编程计算。 　　（一）原始数据。 　　实例分析需用到主井井架基础各点的高程数据。主井井架基础 Z1 点的沉降值最大，为 12. 8 mm，Z4 点的沉降值最小，11. 0 mm。平均沉降值为 11. 9 mm，日均沉降值约为 0. 030 mm/d，最大沉降量为 12. 8 mm 和最小沉降差为 1. 8mm，均小于文献规定的井架基础变形允许值。 　　（二）模型的选取。 　　进行预测前，先要确定模型的维数，可通过数值试验来确定。为此，选取 Z1点 13 期高程数据作为原始数列，选取维数分别为4 ～ 12 维（ 模型维数至少为 4） 时，求出对应的灰色模型残差，残差中误差。从4维到12维的误差分别为0.10mm、0.29 mm、0.16 mm、0.18 mm、0.15 mm、0.17 mm、0.22 mm、0.10 mm、0.10 mm。数据结果中看出，当 Z1 点高程原始数列维数不断增大时，其预测精度并没有提高，反而降低了。这说明，等维新息模型存在最佳维数，且维数并非愈大愈好，所以要合理选择最佳的维数。从数值试验的结果中可看出，Z1 点高程原始数列维数为 4 维时，其精度最高，预测效果相对较好，可用于预测，因此选取模型维数为 4 维，通过后验差检验（ C = 0. 13，P = 1） ，模型精度等级为 1级（ 好） 。值得注意的是，对于不同的数据序列，选取的维数也是不同的，具体问题要具体分析。 　　（三）等维新信息模型预测成果。 　　从 Z1 点实测值与预测值比较（ 见表1.） 、比较效果图（ 见图 1.） 可以看出预测值与实测值很接近，预测值的残差非常小，预测效果良好。 　　通过对井架基础监测点建立 GM（ 1，1） 等维新息模型进行分析，预测值与实测值非常接近，预测效果好，取得了良好的建模效果，具有很大的实用价值。4） 模型精度等级评定。根据后验差法进行计算检验，得出各点的精度等级评定Z1、Z2、Z3、Z4、等精度等级都为一级。 　　三、结束语 　　对于最佳维数区域的大小只要合理就好，不用一味的扩大其范围。其次要想高效果