下载文档原格式
基于MaTLaB求取开采沉陷预计参数的程序设计与实现孙亚廷
【期刊名称】《山东煤炭科技》
【年(卷),期】2015(000)004
【摘要】MaTLaB是一款高性能的数值计算和可视化软件，它集数值分析、矩阵运算、信号处理和图形显示为一体，该文将概率积分法和遗传算法在MaTLaB软件的平台进行编程，通过某矿区1013首采面的实测数据并结合该地区的地质采矿条件，利用该文中的开采沉陷预计参数程序拟合参数，得到拟合参数的中误差并且通过所拟合的参数得到预计值与实测值进行比较，证明该程序所预计的参数是可靠的、准确的。
【总页数】3页(P172-173,176)
【作者】孙亚廷
【作者单位】中国建筑材料工业地质勘查中心山东总队，山东济南 250100
【正文语种】中文
【中图分类】TD325+.4
【相关文献】
1.MATLAB在开采沉陷预计参数求取中的应用 [J], 毛明楷;贾宝;梁晓莉;郭玉祥
2.利用三维激光扫描数据求取开采沉陷预计参数研究 [J], 于启升;吴侃;郑汝育
3.基于Matlab的概率积分法开采沉陷预计参数解算 [J], 沈震;徐良骥;刘哲;秦长才
4.基于Matlab曲线拟合求取地表沉陷预计参数的程序实现与优化 [J], 高超
5.基于1stOpt的开采沉陷预计参数求取方法探讨 [J], 张广伟
因版权原因，仅展示原文概要，查看原文内容请购买。
基于MATLAB的任意点开采沉陷与移动变形系统实现引言在矿业、土木工程和地质领域中，开采过程常常会导致地面沉陷和地下移动变形，这给人们的生产和生活带来了一定的影响。
对于开采引起的沉陷与移动变形情况的监测和预测显得至关重要。
基于MATLAB的任意点开采沉陷与移动变形系统的实现，为实时监测和分析地面沉陷和地下移动变形提供了一种有效的工具。
本文将对该系统进行详细介绍，并探讨其在实际应用中的意义和潜在的发展方向。
系统设计与实现基于MATLAB的任意点开采沉陷与移动变形系统主要包括数据采集、数据处理、变形分析和结果展示四个模块。
该系统首先通过传感器等装置采集地面沉陷和地下移动变形相关数据，并将数据存储在数据库中。
系统利用MATLAB进行数据处理，对采集到的数据进行预处理和清洗，以便后续的分析。
接着，系统通过数学模型和算法进行地下移动变形的分析，包括变形量的计算、变形速率的预测等。
系统利用数据可视化技术将分析结果展示给用户，使用户能够直观地了解地面沉陷和地下移动变形的情况。
关键技术1. 数据采集技术数据采集技术是基于MATLAB的任意点开采沉陷与移动变形系统的关键技术之一。
在实际应用中，通常会使用各种类型的传感器和监测设备来采集地面沉陷和地下移动变形的相关数据，如应变计、测斜仪、GNSS定位系统等。
这些设备可以实时、精准地获取地面和地下的变形信息，并将数据传输到中央服务器进行存储和处理。
2. 数据处理与分析技术在数据处理与分析方面，MATLAB具有强大的功能和灵活的编程环境，能够有效地处理各种类型的数据，并支持多种数学和统计分析方法。
在基于MATLAB的系统中，可以利用其丰富的数据处理工具和函数对采集到的数据进行清洗、滤波、插值等预处理操作，以便后续的分析和建模。
3. 数学模型与算法地下移动变形通常受到地质力学和岩土工程知识的影响，因此需要利用数学模型和算法对地下的变形情况进行建模和分析。
在基于MATLAB的系统中，可以通过编写相关的数学模型和算法来计算地下岩土体的应力、变形、渗流等物理量，从而预测地面沉陷和地下移动变形的发展趋势。
基于MATLAB的沉陷预计参数求取摘要：本文利用matlab 工具箱函数，设计了求取地表移动变形预计参数的程序，结合工作面任意点的观测数据和地质采矿条件，能够很好的求取地表移动变形预计参数。
本文通过实例，对所拟合的参数进行检验，证明了此方法的可行性。
关键字：matlab；非线性最小二乘法；概率积分法；预计参数abstract: this paper designs the program to calculate the surface movement parameters by using matlab toolbox functions. by combining with the arbitrary point observation data and the conditions of geological mining, the program can obtain the surface prediction parameters. in this paper, the estimated parameters are inspected, the feasibility of this method is proved by the results of experiments.keywords: matlab; nonlinear least square method; probability integral method; predicting parameters中图分类号：tu441+.7文献标识码：a 文章编号：2095-2104（2013）1 引言matlab有美国mathworks公司推出，其与mathematica、maple并称为三大数学软件，具有优秀的数值计算能力和卓越的数据可视化功能。
matlab自问世以来，已经发展称为适合多学科、多种工作平台的功能强大的大型软件，广泛应用于大学科研、工程计算等领域，尤其在工程界。
基于Matlab的工作面停采后地表沉陷模型参数研究
陈卫;孙清奎;徐昭杰
【期刊名称】《山东煤炭科技》
【年(卷),期】2015(000)004
【摘要】运用相似材料建立地表沉陷模型和三维激光点测量系统获得工作面停采
后地表沉陷数据，通过处理和分析工作面停采后地表下沉观测数据，获得停采后老采空区地表下沉特征及规律，运用Matlab软件建立工作面停采后的地表沉陷模型。
并以此推导出模型预计参数，对工作面停采后地表沉陷区土地利用有积极意义。
【总页数】4页(P146-148,151)
【作者】陈卫;孙清奎;徐昭杰
【作者单位】徐州长城基础工程有限公司，江苏徐州 221006;徐州长城基础工程
有限公司，江苏徐州 221006;徐州长城基础工程有限公司，江苏徐州 221006【正文语种】中文
【中图分类】TD173
【相关文献】
1.基于小工作面开采的地表沉陷参数获取 [J], 彭轩;敖建锋
2.基于Matlab曲线拟合求取地表沉陷预计参数的程序实现与优化 [J], 高超
3.基于SBAS-DInSAR的大宁矿区多工作面开采地表沉陷规律研究 [J], 华怡颖; 胡晋山; 康建荣; 徐郡
4.基于地表沉陷控制的厚松散层薄基岩下工作面开采方案优化研究 [J], 孙万明
5.基于Usher时间函数的采空区地表动态沉陷预测模型研究 [J], 王玉涛;刘小平;毛旭阁;曹晓毅;田延哲
因版权原因，仅展示原文概要，查看原文内容请购买。
基于MATLAB的开采沉陷预计实验教学系统查剑锋;张豪杰;赵军;吴承红【摘要】虚拟仿真教学系统是开采沉陷学教学的重要辅助手段,尤其是开采沉陷预计、岩层移动及控制等抽象、复杂的知识点教学.本文以MATLAB为开发平台,设计并实现了开采沉陷预计实验教学系统.系统采用GUIDE制作图形用户界面,实现了对开采沉陷预计主要教学内容的动态仿真.系统界面友好,操作简便,将其用于辅助课堂教学,有助于加深学生对开采沉陷预计内容的理解,同时能够激发学生的学习兴趣,提高课堂教学效果.【期刊名称】《中国矿业》【年(卷),期】2016(025)006【总页数】5页(P164-168)【关键词】开采沉陷;MATLAB;图形用户界面;概率积分法【作者】查剑锋;张豪杰;赵军;吴承红【作者单位】中国矿业大学环境与测绘学院,江苏徐州221116;国土环境与灾害监测国家测绘地理信息局重点实验室,江苏徐州221116;中国矿业大学环境与测绘学院,江苏徐州221116;国土环境与灾害监测国家测绘地理信息局重点实验室,江苏徐州221116;中国矿业大学环境与测绘学院,江苏徐州221116;国土环境与灾害监测国家测绘地理信息局重点实验室,江苏徐州221116;中国矿业大学环境与测绘学院,江苏徐州221116;国土环境与灾害监测国家测绘地理信息局重点实验室,江苏徐州221116【正文语种】中文【中图分类】G424.21;TD327开采沉陷预计是开采沉陷学科的核心内容之一，是开采沉陷地表及岩层移动规律研究在工程实践中的具体应用。
开采沉陷预计是开采沉陷学服务矿区的主要方面，预计结果可以为工作面开采方案设计、开采损害鉴定、地表沉陷控制方案设计等工作提供指导。
利用预计结果可以定量地研究受开采影响的岩层、地表移动在时间上和空间上的分布规律，进一步加深对开采沉陷基本规律的认识。
开采沉陷预计具有理论性强、学生理解困难、公式推导复杂等特点。
开采沉陷预计方法主要有基于实测资料的经验方法、理论模拟法和影响函数法等，目前在我国应用广泛且较为成熟的是概率积分法[1-2]。
基于matlab 的开采沉陷数据处理姓名：戴超 本文是基于Matlab 的开采沉降数据处理，对数据的处理方法采用线性回归和多项式拟合两种方法，主要是利用最小二乘原理进行线性最小二乘拟合，通过曲线拟合的方法反映观测量之间的规律，建立拟合函数，从而确定最佳估计参数。
Matlab 进行曲线拟合主要有两种方法:回归法拟合和多项式拟合，下文将结合开采沉降实例来比较这两种方法各自的优点。
1线性回归模型在Matlab 统计工具箱中使用命令regress()实现多元线性回归，调用格式为：b=regress(y ，x)或[b ，bint ，r ，rint ，stats] = regess(y ，x ，alpha)其中：1）y 表示一个1-n 的因变量数据矩阵。
2）x 是p n -矩阵，自变量x 和一列具有相同行数，值是1的矩阵的组合。
如：对含常数项的一元回归模型，可将x 变为2-n 矩阵，其中第一列全为1。
3）alpha 为显著性水平(缺省时设定为0.05)，输出向量b 回归细数估计值（并且第一值表示常数，第二个值表示回归系数）。
4）bint 为b 的置信区间。
5）r 、rint 为残差及其置信区间。
6）stats 是用于检验回归模型的统计量，有四个数值，第一个是2r ，其中R 是相关系数；第二个是F 统计量值；第三个是与统计量F 对应的概率P ，当alpha p <时拒绝0H ，回归模型成立； 第四个2S 是误差方差估计值。
说明：相关系数2r 越接近1，说明回归方程越显著；()1,1-->-p n p F F alpha 时拒绝0H ，F 越大，说明回归方程越显著；与F 对应的概率alpha p <时拒绝0H ，回归模型成立。
2多项式拟合模型在Matlab 统计工具箱中使用命令polyfit(x,y,n)实现多项式拟合，调用格式为：[p,S,mu]=polyfit(x,y,n)现代测量数据处理作业或[p,S]=polyfit(x,y,n)或p=polyfit(x,y,n)其中：1）x，y为已知数据点向量，分别表示横、纵坐标。
