-
公开(公告)号:CN117150767A
公开(公告)日:2023-12-01
申请号:CN202311112981.4
申请日:2023-08-29
Applicant: 安徽理工大学
Abstract: 本发明提供一种基于加权分段赋参的厚松散层矿区沉陷预计方法及系统,涉及煤矿开采技术领域,包括将实测数据进行坐标转换获得转化数据,将转化数据按要求分为数据集A和B,然后将数据集A和B带入概率积分法预计模型,进行参数反演,获得两套反演参数并分别带入概率积分法预计模型,获取数据集A对应的W(x)A和W(y)A,数据集B对应的W(x)B和W(y)B,将W(x)A与W(x)B、W(y)A与W(y)B分别进行加权计算后可得W(x)预和W(y)预,并经过计算得W(x,y)预,用于进行沉陷预计;本发明提供的方法,可有效避免传统概率积分法预计模型存在边界收敛过快的缺陷。
-
公开(公告)号:CN118627378A
公开(公告)日:2024-09-10
申请号:CN202410704668.8
申请日:2024-06-03
Applicant: 安徽理工大学
IPC: G06F30/27 , G06F18/27 , G06F119/14 , G06F111/08
Abstract: 本发明公开一种基于Boltzmann时间函数的地表沉陷动态预计方法及系统,属于地表沉陷动态预计领域;一种基于Boltzmann时间函数的地表沉陷动态预计方法包括:构建用于沉陷动态预计的Boltzmann时间函数模型;基于概率积分求取Boltzmann时间函数模型中的最终下沉值A2、最大下沉速度出现时间t0以及下沉急缓程度系数B;从而实现沉陷盆地内任意点任意时间的地表沉陷预计,为开采环境损伤的动态修复提供重要的理论支撑。
-