基于Lyapunov指数的煤巷围岩混沌变形速度预测与支护优化
需积分: 5 137 浏览量
更新于2024-08-11
收藏 339KB PDF 举报
该篇文章《锚杆支护煤巷围岩变形速度的混沌预测研究》发表于2014年的采矿与安全工程学报,作者刘学生、谭云亮和宁建国来自山东科技大学矿业与安全工程学院。论文针对煤巷围岩在锚杆支护下的非线性变形特性,采用了混沌理论中的最大Lyapunov指数来分析其动态行为。
文章的核心内容是建立了一种新的预测方法,即基于围岩变形速度时间序列重构的递进预测和非递进预测模型。通过对木城涧煤矿+250m水平北石门三槽西四壁工作面中平巷两帮的移近速度进行实际预测,发现围岩变形速度具有混沌特性,这种特性在两帮变形速度上尤为明显,相比于顶底板变形速度,其混沌度更高。混沌预测的结果显示出良好的拟合效果,预测误差相对较小,这为理解围岩动态稳定性提供了有力工具。
在具体方法上,递进预测相较于非递进预测表现出更好的预测性能,其最大可预测的时间尺度达到45天,平均误差仅为10.99%。这意味着通过递进预测可以更准确地预估未来的围岩变形情况,这对于矿井安全管理至关重要。
最后,作者将递进预测的成果应用到实际的围岩补强支护措施中,得到了令人满意的实践效果。这表明混沌预测方法不仅理论上有价值,而且在工程实践中也具有很高的实用性和指导意义。
这篇论文为煤巷围岩的动态监控和支护策略优化提供了科学依据,对于提升矿产开采过程中的安全性具有重要意义。同时,它展示了混沌理论在工程领域的应用潜力,为未来相关领域的研究提供了新的视角和方法论。
2020-07-18 上传
2020-06-23 上传
2020-03-14 上传
2021-07-07 上传
2020-07-17 上传
2021-05-10 上传
2020-04-30 上传
2020-04-19 上传
2020-04-24 上传
weixin_38683488
- 粉丝: 4
- 资源: 957
最新资源
- SSM动力电池数据管理系统源码及数据库详解
- R语言桑基图绘制与SCI图输入文件代码分析
- Linux下Sakagari Hurricane翻译工作:cpktools的使用教程
- prettybench: 让 Go 基准测试结果更易读
- Python官方文档查询库,提升开发效率与时间节约
- 基于Django的Python就业系统毕设源码
- 高并发下的SpringBoot与Nginx+Redis会话共享解决方案
- 构建问答游戏:Node.js与Express.js实战教程
- MATLAB在旅行商问题中的应用与优化方法研究
- OMAPL138 DSP平台UPP接口编程实践
- 杰克逊维尔非营利地基工程的VMS项目介绍
- 宠物猫企业网站模板PHP源码下载
- 52简易计算器源码解析与下载指南
- 探索Node.js v6.2.1 - 事件驱动的高性能Web服务器环境
- 找回WinSCP密码的神器:winscppasswd工具介绍
- xctools:解析Xcode命令行工具输出的Ruby库