基于智能算法的尾矿坝变形预测及稳定性评价研究

摘要

尾矿库储存矿山开采中排除的尾矿和工业废渣，是具有高势能的重大危险源。对尾矿坝进行安全监测，进而采取科学有效的方法进行变形预测预报及稳定性评价研究，具有重大的经济价值及社会意义。 尾矿坝变形是一个高度复杂和非线性变化的动力学系统，一方面受自身筑坝方式及地质条件的影响，表现出位移的宏观变化趋势，另一方面由于库水位的变化、降雨、渗流、浸润线变化等因素的影响，使得变形序列也表现出一定的周期性和随机波动性。在进行预测预报研究中，如何对变形序列进行有效地分解和预测模型的建立是影响变形预测结果的关键。为此，本文提出以新型智能算法极限学习机(ELM)为主要研究手段，并融入了现代测绘数据抗差滤波处理、变分模态分解、核函数、遗传算法、相空间重构、多因素熵权分析、极限平衡法等理论知识，以贵州省白岩尾矿库工程为研究对象，利用自动化、实时化在线监测系统获取尾矿库的监测数据及尾矿坝的变形序列，主要针对“尾矿坝变形位移预测”及“尾矿坝稳定性评价”，构建了基于新型智能算法的变形灾害预测预报体系，主要研究内容与成果如下： (1)抗差卡尔曼滤波在尾矿坝变形监测数据处理中应用 坝体表面监测点的水平位移和垂直位移通过GPS在线监测技术获得，由于外部环境等因素的影响，导致变形序列中不可避免存在粗差，本文在卡尔曼滤波的基础上，结合稳健估计的思想，将抗差卡尔曼滤波应用在变形序列的预处理中，验证了抗差卡尔曼滤波的有效性，达到了探测粗差与剔除的目的。 (2)基于智能算法AGA-KELM的尾矿坝变形位移预测 将VMD算法应用于尾矿坝变形位移的分解中，得到不同变形特征的位移序列，并基于各位移分量，以C-C法重构相空间，建立各分量基于改进的AGA-KELM预测模型，并以丹巴滑坡和白岩尾矿坝为例，进行仿真分析，预测结果同其他模型相比，预测精度更高且预测结果更稳定。 (3)顾及熵权的AGA-KELM预测模型的建立 综合考虑了单月内累积降雨量、单月内库水位变化高程、单月内库水位平均高程、单月内浸润线变化高程、单月内浸润线平均高程和前一个月的位移增量因素对坝体位移的影响，并基于最大信息熵理论，对坝体位移进行各影响因素的响应分析，赋予各自不同的权重，构建基于熵权的AGA-KELM位移预测模型，实现对尾矿坝坝体累积位移量的预测，提高了预测的科学性与准确性。 (4)基于主成分分析的AGA-KELM坝体安全系数计算 通过样本学习，建立基于主成分分析的AGA-KELM安全系数预测模型；以提取主成分后的综合指标作为网络输入向量，降低了模型的复杂度，提高了预测的精度，并以白岩尾矿坝、白马冲尾矿坝及芦湾箐尾矿坝为例进行安全系数计算，与极限平衡法计算结果对比，该模型计算简洁，预测结果能够在实际工程中获得较好地应用。

目录

第一章 绪论

1.1 研究背景及意义

1.2 边坡变形预测预报研究现状

1.2.1边坡变形预测预报研究动态

1.2.2 现有预报方法存在的问题

1.3主要研究内容及技术路线

1.3.1 主要研究内容

1.3.2 技术路线

第二章 抗差卡尔曼滤波及时间序列分解

2.1 变形监测数据的特点

2.2 抗差卡尔曼滤波在变形监测数据处理中的应用

2.2.1 卡尔曼滤波模型

2.2.2 稳健估计的概念与方法

2.2.3抗差卡尔曼滤波的计算步骤

2.2.4 工程实例

2.3经验模态分解的原理与方法

2.3.1 EMD分解的基本概念

2.3.2 EMD分解的方法与步骤

2.4变分模态分解的原理与方法

2.4.1 变分模态分解的方法及其原理

2.4.2 仿真分析

2.5 本章小结

第三章 基于智能算法AGA-KELM模型的尾矿坝位移预测

3.1 核极限学习机KELM

3.1.1 ELM的提出

3.1.2 ELM算法描述与训练步骤

3.1.3 KELM算法原理与实现

3.2 改进的AGA算法优化KELM参数的研究

3.2.1 遗传算法的概述

3.2.2 自适应遗传算法的改进策略

3.2.3 改进AGA-KELM预测模型建立

3.3 相空间重构

3.3.1 相空间重构理论

3.3.2 C-C方法的相空间重构

3.4 基于VMD分解和改进AGA-KELM的尾矿坝变形位移预测

3.4.1算法步骤与精度评定

3.4.2 工程实例

3.5 本章小结

第四章 顾及多因素影响的尾矿坝累积变形量智能预测

4.1 信息熵及熵权的基本理论

4.1.1 信息熵

4.1.2 熵权的基本原理

4.2基于坝体变形量的熵权系数评价模型建立

4.2.1 建立多因素分析指标体系

4.2.2 熵权系数的确定

4.3基于熵权优化模型的尾矿坝累积变形量智能预测

4.3.1 顾及多因素尾矿坝形变预测模型的建立

4.3.2工程实例

4.4 本章小结

第五章 基于PCA-AGA-KELM模型的尾矿坝稳定性分析

5.1 工程概况

5.1.1 地形及地貌条件

5.1.2 水文地质

5.1.3 尾矿库运营状况

5.2 主成分分析

5.3尾矿坝稳定性分析

5.3.1 极限平衡法坝体稳定性分析

5.3.2 基于PCA-AGA-KELM模型的坝体稳定性分析

5.3.3工程实例

5.4 本章小结

第六章 结论与展望

6.1 主要研究成果

6.2 论文的主要创新点

6.3 后续研究工作

参考文献

致谢

附录

声明