三维激光扫描监测相似材料模型含水率研究

相似材料模拟是研究岩层移动与破坏的主要手段,相似材料模型的含水率与模型强度密切相关。高效监测相似材料模型含水率变化是相似材料模拟试验是否成功的关键。探讨了采用三维激光扫描技术进行相似材料模型含水率监测的可行性。首先分析了激光反射强度值与相似材料含水率之间的关系,进而讨论了三维激光扫描监测相似材料模型含水率的精度。研究表明:激光反射强度值对相似材料含水率较为敏感,两者之间为指数关系,三维激光扫描监测相似材料模型含水率的精度可达到0.23%,能够满足相似材料模型含水率监测的精度要求,为相似材料模型含水率监测提供了一条新途径。     

BP神经网络在开采沉陷相似材料配比中的应用

相似材料模型试验是矿山开采沉陷机理研究的重要研究方法,相似材料配比是实现相似材料模型模拟可靠性的关键因素。由传统试验方法确定相似材料配比费时、费力。综合分析了相似材料选择原则,以中国矿业大学研究制作的相似材料配比表为基础,建立了相似材料配比的BP神经网络模型。以33组试验数据作为训练和测试样本,模型预测的最大相对误差为7.39%。研究表明:所建立BP神经网络模型可基本反映出相似材料抗压、抗拉强度与各材料配比之间的内在影响规律,用该模型进行相似材料配比预测是可行的。     

BP神经网络在开采沉陷相似材料配比中的应用

相似材料模型试验是矿山开采沉陷机理研究的重要研究方法,相似材料配比是实现相似材料模型模拟可靠性的关键因素。由传统试验方法确定相似材料配比费时、费力。综合分析了相似材料选择原则,以中国矿业大学研究制作的相似材料配比表为基础,建立了相似材料配比的BP神经网络模型。以33组试验数据作为训练和测试样本,模型预测的最大相对误差为7.39%。研究表明:所建立BP神经网络模型可基本反映出相似材料抗压、抗拉强度与各材料配比之间的内在影响规律,用该模型进行相似材料配比预测是可行的。     

模拟煤体的相似材料配比试验研究

对模拟煤体或软岩的相似材料配比进行了试验研究,分析了砂胶比、水固比等因素对相似材料模型的物理力学性能的影响规律,并确定了不同抗压强度的相似材料的配比方案。     

相似材料模型及压力传感器性能试验研究

 为了研究不同配比的相似材料模型的力学性质,解决压力传感器与被测相似材料间的匹配问题,本文依据相似理论,采用分级加载方式对不同配比的相似材料模型进行了重复加载试验,得到了各模型的应力—压力曲线和破坏强度。试验结果表明不同配比的相似材料与传感器间的匹配性存在显著差异,且相同配比的不同模型与传感器间的匹配性也存在一定差异,需要对压力传感器与相似材料间的匹配性进行检测以修正试验数据。试验结果还表明不同配比的相似材料具有稳定而不同的力学性质,通过改变材料配比,可以对相似材料的力学性质进行适当的调整,在进行相似材料模拟试验前,需要对不同配比的相似材料的力学性质进行测试。     

模拟煤体的相似材料试验研究

文对模拟煤体或软岩的相似材料配比进行了试验研究,分析了砂胶比、水固比等因素对相似材料模型物理力学性能的影响规律,并确定了不同抗压强度的相似材料的配比方案。     

回归分析与抗差卡尔曼滤波协同下大型边坡短期变形的预测方法

由于边坡滑移影响因素众多,无法建立精确的动力学模型,因此利用传统抗差卡尔曼滤波模型进行边坡短期变形预测十分困难,无法满足大型边坡高精度的预警需求。建立回归分析与抗差卡尔曼滤波协同下大型边坡短期变形预测模型,利用拟合值代替含粗差数据进行滤波预测运算,解决了卡尔曼滤波缺乏对粗差的抗干扰性问题。利用金堆城露天钼矿大型边坡监测数据开展工程案例研究,结果表明2种预测模型都是有效的,但回归分析与抗差卡尔曼滤波协同下大型边坡短期变形预测模型精度和抗差性2个指标都优于传统抗差卡尔曼滤波模型。     

相似材料模拟工作面顶板围岩运移规律研究

利用相似材料模拟试验对祁东煤矿7131工作面高承压松散含水层下开采的上覆煤岩移动变形规律进行研究,在对原型固有特征分析、计算的基础上选取相似材料并确定相似配比,建立模拟模型。通过对关键线、关键点的控制和分析,研究工作面顶板围岩运移规律。     

突出煤相似材料单轴压缩的PFC2D模型细观参数标定研究

为了研究突出模拟相似材料单轴压缩颗粒流PFC2D模型宏细观参数之间的关系及对其细观参数进行标定,根据相似材料的配比构成及力学特征,以平行黏结模型作为颗粒接触的本构模型,在各细观参数影响因素分析的基础上,提出了试错法标定细观参数的宏观参数标准和具体流程,在相似材料的单轴压缩颗粒流模型细观参数标定中,通过赋予细观参数的数值模型计算得出的宏观参数、应力应变曲线和试件破坏特征均与室内物理试验结果相近。     

卡尔曼滤波在建筑物变形监测中的应用

建筑物的变形监测模型应结合其动态特性而建立。论述了卡尔曼滤波和附加衰减因子自适应卡尔曼滤波的算法,分析了适用于建筑物变形监测的动态模型,建立了状态方程和观测方程,并对试验数据进行分析,验证了动态模型应用在建筑物变形监测中的可行性和有效性。     

老采空区残余沉降的集合卡尔曼滤波预测

采用集合卡尔曼滤波方法,结合老采空区残余沉降的非确定性过程,视矿区变形为一个随机动态系统,研究并建立了老采空区残余沉降的集合卡尔曼滤波预测模型,并通过实例将集合卡尔曼滤波预测值和原始实测数据序列做对比分析。结果表明,集合卡尔曼滤波能够在减弱沉降数据中含有的随机噪声干扰的同时进行有效的数值计算,模型预测效果良好,为老采空区残余沉降预测提供了一种新方法。     

Determining a dynamic model for flotation circuits using plant data to implement a Kalman filter for data reconciliation

Data reconciliation is extensively applied to improve the accuracy and reliability of plant measurements. It relies on process models ranging from simple mass and energy conservation equations to complete causal models. The precision of reconciled data mainly depends on the complexity and quality of plant models used to develop data reconciliation observers. In practice, the difficulty of obtaining detailed models prevents the application of powerful observers like the Kalman filter. The objective of this study is to propose a methodology to build a model for a flotation circuit to support the implementation of a Kalman filter for dynamic data reconciliation. This modeling approach extracts essential information from the plant topology, nominal operating conditions, and historical data. Simulation results illustrate that applying a Kalman filter based on a rough empirical model that has been correctly tuned gives better estimates than those obtained with sub-model based observers.     

GPS/SINS组合导航系统中模糊自适应卡尔曼滤波算法研究

针对卡尔曼滤波对噪声模型不能动态估计的缺点,引入了模糊卡尔曼滤波算法,通过滤波残差控制量测噪声协方差阵R的加权因子,为了更精确控制R矩阵的变化,使用了2个模糊控制器对速度位置分别进行控制,改善滤波性能,最后通过仿真验证了该算法较常规卡尔曼滤波算法有更好的性能。     

自适应Kalman滤波在某大坝形变监测中的应用

结合某大坝实测数据进行分析,对变形监测数据分别采用经典最小二乘平差、标准Kalm an滤波、方差补偿自适应Kalm an滤波3种方法进行处理,并用M atlab软件编制了数据处理程序,对方差补偿自适应Kalm an滤波数据处理结果进行验证。通过比较分析得出,方差补偿自适应Kalm an滤波数据处理结果能较好的满足工程需要。     

开采沉陷监测数据处理的分段卡尔曼滤波模型

为解决长周期、高频率的GNSS煤矿开采沉陷监测数据受外界环境影响大、干扰噪声高、可靠性低的问题,采用卡尔曼滤波对开采沉陷GNSS监测数据进行分段滤波处理。首先采用回归分析方法将监测数据分割为开始阶段-活跃阶段-衰退阶段三部分。开始阶段、衰退阶段下沉较为稳定,以标准卡尔曼滤波模型对沉陷数据进行滤波处理;活跃阶段沉陷变化快,通过构建加入修正数的卡尔曼滤波模型对沉陷数据进行处理。采用Python语言建立滤波程序对宁夏某矿5年沉降监测数据计算分析结果显示,对不同阶段采用不同的卡尔曼滤波结果与实测过程曲线吻合,滤波效果良好。加入修正数的卡尔曼滤波模型可以有效地处理沉陷变化大的矿区监测数据,减少数据波动对沉陷结果的影响,提高监测数据的可靠性。研究成果为长周期、高频率的沉陷监测数据处理提供了科学依据。     

机电系统Kalman滤波参数辨识方法研究

在简要介绍Kalman滤波基本算法的基础上,介绍了Kalman滤波用于参数估计的方法,并将其应用于汽轮机数字电液调节系统的参数辨识。结果表明,基于Kalman滤波的参数辨识具有计算速度快、辨识结果准确可靠、便于实时处理等优点,是实现系统参数辨识的一种有效的新方法,具有重要的工程应用前景和使用价值。     

利用卡尔曼滤波综合算法构建开采沉陷预测模型

为提高矿区地表沉陷预测精度,提出了基于自回归综合移动平均模型（Autoregressive Integrated Moving Average,ARIMA）的卡尔曼滤波模型与Elman神经网络相结合的综合预测模型。首先,针对沉陷监测序列的非平稳性与复杂性特点,ARIMA模型能够将原始数列平稳化,构建地表下沉预测模型,并作为卡尔曼滤波的状态方程;然后将Elman神经网络的沉陷预测结果作为观测值引入卡尔曼滤波观测方程中,建立综合预测模型;最后针对噪声方差Q与R选取的问题,统计出ARIMA模型与Elman神经网络模型的误差特性,从而计算出噪声Q与R的取值。分别将综合预测模型与BP神经网络模型、Elman神经网络模型以及卡尔曼滤波模型进行了预测精度对比,4种模型预测值与实测值的均方根误差分别为2.06、5.857 8、2.926 9、3.688 9 mm,相对误差分别为1.170 4％、3.050 2％、1.432 6％、1.908 4％,绝对误差平均值分别为1.886 7、10.703 9、2.329 4、2.807 6 mm。研究表明：综合预测模型能够有效减小单一预测机制造成的同一性质误差累积,其预测精度明显优于其余3种模型,对于大幅提升矿区地表沉陷的预测精度有一定的参考价值。     

基于改进卡尔曼滤波和参数拟合的矿井TOA定位方法

针对矿井TOA(Time of Arrival)定位精度易受电磁波NLOS(Non Line of Sight)传播时延的影响,且不能满足井下应急救援、人员作业管理以及矿井物联网建设等需求的问题,通过对NLOS时延参考模型和矿井巷道设备运动特点的分析,将巷道电磁波NLOS传播时延分为随机NLOS时延和固定NLOS时延,结合两类NLOS时延造成测距误差的特点,提出了基于改进卡尔曼滤波和参数拟合的矿井TOA定位方法。为了消除由矿井巷道中机车等移动设备以及不规律设置设备引起的、具有随机性和难以定量分析等特点的巷道随机NLOS时延误差,设计了将新息阈值引入卡尔曼滤波器中,提高其系统对脉冲误差的滤除能力的方法;为了抑制由矿井巷道中固定设施及设备造成的具有稳定性的巷道固定NLOS时延误差,建立了巷道测距误差模型,构建了井下固有设备参数与定位估计值间的函数关系,通过参数拟合与投影几何算法来提高系统的定位精度。仿真结果显示,测量数据经过基于新息阈值的卡尔曼滤波器处理之后,误差曲线趋于平稳,定位误差保持在1.9～3.1 m,再经参数拟合和几何算法处理后,定位误差在0～0.8 m,平均误差由2.4 m降为0.3 m;且相比于SDSTWR(Symmetric Double-Sided Two-Way Ranging)方法、卡尔曼滤波和指纹定位方法以及卡尔曼滤波和参数拟合方法,所提方法平均定位误差分别减小了3.4,0.4和0.6 m。从而表明所提方法对TOA定位误差具有较明显的抑制作用,可以实现TOA方法在矿井NLOS环境中的有效应用。     

露天矿卡车低成本GPS/INS组合导航系统动态对准模型

低成本GPS/INS组合导航系统是露天矿卡车调度系统的理想定位系统,但低成本GPS/INS无法实现静态初始对准。提出地固系下捷联惯性导航系统动态初始对准的非线性误差模型,该模型不需要假设失准角为小角并且直接在地固系下解算,尤其适合于GPS辅助INS动态对准。提出一种简化的Cubature卡尔曼滤波进行GPS/INS数据融合。采用车载实测数据仿真露天矿卡车初始对准实验,实验结果表明：利用GPS信息辅助INS动态初始对准,即使在大失准角情况下,姿态角误差也可以较快收敛。