欢迎访问《金属矿山》杂志官方网站,今天是 分享到:
×

扫码分享

金属矿山 ›› 2024, Vol. 53 ›› Issue (6): 212-.

• 安全与环保 • 上一篇    下一篇

基于降雨量数据的程潮铁矿涌水量时序性预测模型

范明星1 任高峰1,2,3 吴文博1 鲁习奎4 李吉民1,5 张聪瑞1,2,3   

  1. 1. 武汉理工大学资源与环境工程学院,湖北 武汉 430070;2. 关键非金属矿产资源绿色利用教育部 重点实验室,湖北 武汉 430070; 3. 矿物资源加工与环境湖北省重点实验室,湖北 武汉 430070; 4. 荆门市自然资源和规划局,湖北 荆门 448000;5. 武钢资源集团程潮矿业有限公司,湖北 鄂州 436051
  • 出版日期:2024-06-17 发布日期:2024-07-27

Temporal Prediction Model of Water Inflow in Chengchao Iron Mine Based on Rainfall Data

FAN Mingxing1 REN Gaofeng1,2,3 WU Wenbo1 LU Xikui4 LI Jimin1,5 ZHANG Congrui1,2,3   

  • Online:2024-06-17 Published:2024-07-27

摘要: 无底柱分段崩落法开采必然形成大范围的地表塌陷区,所分布的导水裂隙将导致大量的地表降水向下 渗透,引起巷道涌水量骤增,程潮铁矿现已进入-500 m 开采水平,大气降雨与崩落法开采所引发的裂隙持续动态发展 之间的相互作用机制十分复杂。因此,为科学准确地预测井下涌水量,本研究提出了一种以降雨量为输入数据的涌 水量灰色GM(1,2)时序性预测模型。以程潮铁矿2019—2021 年的降雨量、涌水量实际数据为训练样本,充分考虑崩 落法开采对上覆岩体的持续影响,引入时序性系数K 对模型进行优化,最终建立的灰色GM(1,2)时序性预测模型与 传统的GM(1,2) 预测模型相比,预测精度平均提高了7. 79%。运用该模型对2022 年的涌水量进行预测检验结果表 明,其旱、雨两季的预测精度分别为93. 51%、93. 58%,预测效果较好。研究成果是通过地表降雨量数据直接预测矿山 井下涌水量数据的一种有效方法。