尾矿库浸润线监测与预测方法研究

【摘要】：尾矿库是矿山企业组成的重要部分,是具有高势能的人造泥石流危险源,其安全程度严重影响企业能否正常生产与发展,严重威胁社会经济与生态环境。浸润线作为尾矿库生命线,其位置高低与尾矿库安全程度密切相关,浸润线位置过高会致使尾矿库坝体稳定性降低,进而导致尾矿库不安全事故的发生。因此,准确掌握浸润线高度,及时提高坝体抗滑稳定安全系数对确保尾矿库正常运行至关重要。然而浸润线高度受多种因素影响,致使其呈非线性变化,为准确、有效预测浸润线高度及变化趋势带来了困难,鉴于此,提出构建尾矿库浸润线预测模型,及时预测浸润线高度及变化趋势,为确保尾矿库安全运行提供支持。本文主要围绕构建浸润线预测模型进行研究,内容包括:(1)研究浸润线高度对尾矿库安全性的影响,分析瑞典条分法公式,得出浸润线升高会降低尾矿库坝体稳定性的结果。研究影响浸润线高度变化因素,确定库水位、干滩长度等对浸润线高度的影响,同时模拟不同库水位、不同影响因素下坝体内部渗流规律,分析坝体渗流与浸润线高度变化的关系,为降低浸润线高度的治理措施提供理论依据。(2)针对GM(1,1)算法求解发展系数a和灰色作用量b时受背景值影响的问题,提出一种回避背景值的辨识参数求解方法,避开背景值试算选取的步骤或选取不当造成预测精度低的问题;针对GM(1,1)模型预测时初始条件为固定值影响预测精度的问题,提出一种构建变权初始值的方法,避免预测精度受固定初始值的影响,通过验证,优化后的模型预测值接近实测值,预测精度较高。(3)针对BP(BackPropagation)神经网络易陷入局部极小值且收敛慢的问题,采用遗传算法(GA-Genetic Algorithm)优化BP神经网络,构建GA-BP神经网络,合理利用GA的适应度函数和操作算子来优化BP网络的收敛特性,快速搜索全局最优网络权值和阈值,通过验算,GA-BP网络比传统BP网络有更好的预测效果。针对传统灰色神经网络样本类型单一的问题,提出一种新的组合预测模型结构,增加GM(0,3)模型,充分考虑到相关因素对主控因素的影响,打破传统模型只依靠单一浸润线历史数据预测的局限,建立基于改进灰色神经网络的浸润线预测模型。通过验证,该模型短期内对浸润线高度变化预测效果较好,能为计算尾矿库稳定性提供可靠数据,确保矿山企业安全生产。(4)依据监测任务,设计监测系统的内容、组成等,开发上位机程序,实现远程自动采集现场数据,上位机对数据存储、分析、预警等功能,充分结合VB的图形显示优势与MATLAB强大的数据处理功能,有效预测并显示浸润线变化趋势。