矿山事故时序分形特征研究

金属矿山 ›› 2007, Vol. 37 ›› Issue (12): 111-114.

矿山事故时序分形特征研究

郭进平，吴伶，顾清华，卢才武

西安建筑科技大学

出版日期:2007-12-15 发布日期:2012-02-07
基金资助:
* 陕西省教育厅专项科研基金项目（编号：06JK091）。

Study on Time Series Fractal Characteristics of Mine Accidents

Guo Jinping，Wu Ling，Gu Qinghua，Lu Caiwu

Xi'an University of Architecture and Technology

Online:2007-12-15 Published:2012-02-07

摘要/Abstract

摘要： 矿山属于高危行业，其事故致因和演化机理十分复杂，分形理论为解决复杂性问题提供了可能。通过对我国近年来矿山行业事故时序进行研究发现，矿山事故时间序列具有明显的分形特征，其饱和关联维数为6.390，说明要恰当描述其变化特征进行动力系统建模至少需要6~7个状态变量；该时间序列的Kolmogorov熵近似为0.058 6，说明该混沌动力系统的平均可预测时间尺度为17个月。该研究结果可为建立矿山事故的时序预测预报模型提供依据。

关键词: 矿山事故, 时间序列, 分形, 相空间重构, Kolmogorov熵

Abstract: Mining belongs to high-risk industries. Its accident causes and evolution mechanism are very complex and the fractal theory has made it possible to solve these complex problems. It is found through the study on the time series of the mine accidents in China in recent years that the mine accident time series has evident fractal characteristics, and its steady correlative dimension is 6.390, indicating that at least 6 state variables are needed in describing the change characteristics of mine accidents and in constructing a dynamic system. The Kolmogorov entropy of the mine accident time series is approximately 0.058 6，indicating that the mine accident dynamic system is chaotic and its average forecastable time scale is about 17 months. The study results can be used as the basis for constructing the forecast model of mine accidents time series. Mine accidents|Time series|Fractal dimension|Reconstruction of phase space|Kolmogorov entropy

Key words: Mine accidents, Time series, Fractal dimension, Reconstruction of phase space, Kolmogorov entropy

郭进平, 吴伶, 顾清华, 卢才武. 矿山事故时序分形特征研究[J]. 金属矿山, 2007, 37(12): 111-114.

GUO Jin-Ping, WU Ling, GU Qing-Hua, LU Cai-Wu. Study on Time Series Fractal Characteristics of Mine Accidents[J]. Metal Mine, 2007, 37(12): 111-114.

[1]	赵奎, 丁健华, 曾鹏, 王万银, 江树文. 单轴压缩条件下花岗岩次声波特性试验研究[J]. 金属矿山, 2019, 48(08): 32-37.
[2]	袁和, 许云鹏, 邵华, 黄昊, 王磊, 罗先熔. 藏南邦卓玛地区金多金属矿土壤地球化学特征及找矿前景[J]. 金属矿山, 2019, 48(03): 147-155.
[3]	房莉, 余健, 方凤满, 周光, 汪梦甜, 解进飞. 高潜水位矿区不同土地利用方式下复垦土壤颗粒与分形特征[J]. 金属矿山, 2019, 48(03): 182-188.
[4]	秦永红, 高鹏, 韩跃新, 李艳军. 高压脉冲放电作用下破碎产物分形规律[J]. 金属矿山, 2019, 48(02): 156-162.
[5]	魏涛, 王磊, 池深深, 李楠, 吕挑 . 开采沉陷动态精准预计的时效Knothe函数方法研究[J]. 金属矿山, 2017, 46(10): 16-22.
[6]	刘星. 煤炭资源空间分布分形特征和厚度变化规律分形滤波方法研究[J]. 金属矿山, 2017, 46(10): 81-88.
[7]	王志国, 李跃龙, 王梅, 李柱营. 基于声发射定位的三轴受压帷幕体试样裂隙演化分析[J]. 金属矿山, 2016, 45(08): 6-11.
[8]	李晶, 叶红齐, 罗衡, 周立军, 许鹏云. 静载荷作用下颗粒破碎的分形统计规律研究[J]. 金属矿山, 2016, 45(08): 103-107.
[9]	王小华, 胡海峰, 廉旭刚. 基于Weibull时间序列函数与负指数法的动态沉陷预计[J]. 金属矿山, 2015, 44(08): 158-162.
[10]	王伟, 胡斌, 甘露, 欧光劲. 松树南沟矿区边坡岩体质量评价与边坡稳定性分析[J]. 金属矿山, 2014, 43(05): 45-49.
[11]	任高峰, 郭星强, 任少峰. 椭圆形深凹露天矿时效边坡稳定性基础理论研究[J]. 金属矿山, 2013, 42(10): 12-15+20.
[12]	王海欧, 黄顺生. 多维分形方法在宁镇铜多金属成矿带化探中的应用[J]. 金属矿山, 2012, 41(12): 79-83.
[13]	韩静, 刘光萍. 混沌相空间重构预测技术在铀矿堆浸中的应用[J]. 金属矿山, 2012, 41(10): 33-35.
[14]	尹志军, 盛国君, 王春光. 基于压汞法的煤岩各段孔隙的分形特征[J]. 金属矿山, 2011, 40(09): 54-57.
[15]	赵康, 王金安. 基于尺寸效应的岩石声发射时空特性数值模拟[J]. 金属矿山, 2011, 40(06): 46-51.