【技术实现步骤摘要】
基于费歇尔判别法的采空区安全风险等级预测方法及系统
[0001]本专利技术属于采空区安全风险识别
,尤其涉及基于费歇尔判别法的采空区安全风险等级预测方法及系统
。
技术介绍
[0002]煤矿采空区地形地质条件复杂,隧道建造过程中易发生坍塌
、
涌水
、
大变形等问题
。
隧道施工风险分级与评价是隧道安全施工的前提和基础
。
国内外对隧道施工危险性评价开展了大量研究
。
在评价指标的选取上,包含岩层岩性
、
地下水位
、
不良地质构造
、
地形地貌等地质信息,施工机械
、
企业资质和安全组织等施工因素,但是对煤矿采空区岩溶隧道施工风险分级与评价针对性不强,无法体现岩溶区隧道的致灾机理
。
在隧道施工风险评价方法上,常用方法有层次分析法
、
专家评议法
、
事故树法
、
蒙特卡罗法
、
专家信心指数法
、
机器学习法等,依靠专家进行风险评价的定性分析法易受主观因素的影响,评价结果偏于保守
。
故障树法有许多分析步骤,很容易遗漏一些影响因素
。
神经网络方法需要大量的历史数据作为学习样本,而评价结果与样本的选择密切相关
。
由于不同地区的岩溶现象存在差异,利用特定地区的地质和水文地质调查获得的研究结果在其他地质工况中的适用性有
【技术保护点】
【技术特征摘要】
1.
一种基于费歇尔判别法的采空区安全风险等级预测方法,其特征在于,该方法包括以下步骤:
S1
,针对矿区采空区风险划分,收集采空区风险数据并进行整理,构建采空区风险预测模型;
S2
,利用费歇尔判别法建立采空区塌陷危险性综合预测模型;
S3
,根据采空区不同的位置的风险机理,推算不同位置的风险发生概率
。2.
根据权利要求1所述的基于费歇尔判别法的采空区安全风险等级预测方法,其特征在于,在步骤
S1
中,构建采空区风险预测模型,包括以下步骤:
S1.1
,将收集采空区风险数据进行归一化处理,归一化公式为:式中,
LE
为将采空区风险值进行归一化的结果,
EP
为矿区采空区风险划分中获取的三级风险指标的划分值,
f
为置信区间,
MN
为所获得划分值中的最小的风险数据,
DE
为所获得划分值中的最大的风险数据,
FE
为所进行数据的整理中的最大的数据;
S1.2
,采空区风险预测模型确定:以判断准则
A
和判断准则
B
计算的结果最小值,确定最能表征采空区风险指标预测值的采空区风险预测模型;判断准则
A
和判断准则
B
的获取公式为:为:为:式中,
A
为采空塌陷特征下采空区风险预测矩阵与采空变形特征下采空区风险预测矩阵取对数集合下在三级风险指标预测中的准则,
B
为采空塌陷特征下采空区风险预测矩阵与采空变形特征下采空区风险预测矩阵取对数集合下在某一级风险指标预测中的准则,
i
为风险指标预测值的某一维度,
m
1i
为采空塌陷特征下采空区风险预测矩阵,
m
2i
为采空变形特征下采空区风险预测矩阵,
t
为通过判断准则
A
或判断准则
B
选取的最优采空区风险指标预测值的个数,
T
为风险指标预测值的维度,
z
1i
为采空塌陷特征下断层影响因素,
z
2i
为采空变形特征下断层影响因素
。3.
根据权利要求2所述的基于费歇尔判别法的采空区安全风险等级预测方法,其特征在于,构建采空区风险预测模型后还需进行:将三级风险指标归一化后的预测数据输入采空区风险预测模型,输出采空区风险预测模型条件化下采空区塌陷区域的塌陷危险值分布
。
4.
根据权利要求3所述的基于费歇尔判别法的采空区安全风险等级预测方法,其特征在于,所述采空区风险预测模型条件化下采空区塌陷区域的塌陷危险值分布包括:计算边缘性系数
C、
断层因素影响性系数
D
和非塌陷性系数
E
指标确定塌陷的发展趋势与采空区地质条件之间的关系
。5.
根据权利要求4所述的基于费歇尔判别法的采空区安全风险等级预测方法,其特征在于,边缘性系数
C
的计算公式为:式中,
C
为边缘性系数,
X
L
是某阶段采空...
【专利技术属性】
技术研发人员:邵斌,荣世光,王志宇,
申请(专利权)人:中铁十九局集团矿业投资有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。