论文部分内容阅读
随着我国国民经济的发展以及社会的进步,我国能源结构正在向节能方向发生转变,但是煤炭在我国基础性能源的地位依然不可撼动,在主要的能源结构中仍占据着重要的且不可代替的地位。煤炭资源的高强度开采引起的地表塌陷破坏了耕地,给农业生产带来了极大影响,煤矸石污染矿区生态环境、污染水源,给生态环境造成不可逆影响。为了保护矿区生态环境并进行恢复与重建,及时、精确、可靠的获取矿区开采沉陷地表移动变形信息以及准确预报变形信息变得尤为重要。卡尔曼滤波模型通过建立开采沉陷地表移动变形的状态方程和量测方程来描述的系统的动态过程,它需要开采沉陷地表移动变形动态系统的数学模型和噪声先验知识,但开采沉陷过程中有些阶段很不稳定,使其对该阶段的数据处理及预报分析产生较大的偏差,会使精度和可靠性明显降低。针对开采沉陷地表移动变形数据处理及预报分析精度偏低的问题,本文提出了适用开采沉陷地表移动变形监测系统的自适应卡尔曼滤波模型,通过朱集东矿1222(1)工作面回采结合本文提出的自适应卡尔曼滤波模型对开采沉陷地表移动变形监测数据的处理及分析预报进行深入探究。本文所做的工作和成果如下:采用本文提出的滤波对矿区开采沉陷地表移动变形数据进行滤波处理。结论表明极大验后自适应卡尔曼滤波各期的残差稳定性高,但残差值均正值或负值,可能存在系统偏差;方差补偿自适应卡尔曼滤波残差中误差和残差稳定性次于方差分量自适应卡尔曼滤波;方差分量自适应的残差中误差最小且各期滤波残差比较稳定,能明显减弱卡尔曼滤波较大的滤波残差,效果明显。采用本文提出的滤波对GNSS CORS地表移动自动化实时监测站的三维空间位置坐标序列进行预报分析。得出方差分量自适应卡尔曼滤波预报残差稳定性高且密集程度高,在X坐标方向上预报残差整体减少60%,Y坐标方向上整体减少52%,H方向整体减少69%,残差离散程度分布更为均匀;平面位置预报精度和高程预报精度明显优于其他几种滤波。采用本文提出的方差分量自适应卡尔曼滤波对单基站CORS RTK获取的平面位置坐标和高程进行滤波处理。得出滤波后平面精度平均提升50%左右,高程精度平均提升70%左右,平面和高程精度均得到提升,高程精度提升更为明显;滤波后高程实测值与水准测量差值明显减少,成果精度和可靠性都得到提高,能基本满足开采沉陷地表移动变形参数解算对高程的精度要求。图[53]表[20]参[85]