Способы представления экспериментальных данных при обосновании плотности сети инженерно - геологических исследований техногенных массивов

Автор: Пантюхина Евгения Анатольевна, Ческидов Василий Владимирович, Кириченко Юрий Васильевич

Журнал: Горные науки и технологии @gornye-nauki-tekhnologii

Статья в выпуске: 1, 2010 года.

Бесплатный доступ

В работе предложен способ проведения инженерно-геологического районирования с использование статистических моделей. Разработанный метод позволяет существенно снизить плотность сетей опробования за счет моделирования поведения техногенного массива.

Инженерно-геологические изыскания, плотность сетей опробования, кластерный анализ, моделирование, изменчивость техногенного массива

Короткий адрес: https://sciup.org/140215086

IDR: 140215086

Текст научной статьи Способы представления экспериментальных данных при обосновании плотности сети инженерно - геологических исследований техногенных массивов

При исследовании сложных объектов горной промышленности в рамках ограниченных временных и финансовых ресурсов все чаще используются методы построения их моделей. Это позволяет прогнозировать поведение системы во времени и пространстве, что значительно снижает затраты на исследования и последующий мониторинг ее параметров. В качестве объекта моделирования может выступать как отдельная характеристика горнопромышленного комплекса, так и их совокупность, в последнем случае возникает необходимость имитировать изменение каждого параметра системы и их влияние друг на друга [1].

Любой техногенный массив представляет собой сложный, слабо детерминированный и эволюционирующий объект исследования. Формирование и последующее его поведение в значительной мере соответствуют подходу, предложенному школой Ильи Пригожина: в развитии любой системы чередуются периоды, в течение которых ее состояние может быть характеризовано, то как "в основном детерминированное", то как "в основном случайное", когда дальнейшее поведение становится в высокой степени неопределенным. Очевидный пример - сезонность намыва, при этом начало и окончание ведение работ являются моментами, когда поведение массива становится на некоторое время «в значительной степени случайным», так как в это время нарушается установившийся баланс в системе. На рисунке 1. представлен график изменения некоторой условной характеристики наблюдаемого объекта с учетом периодов адаптации (внутренние процессы, протекающие без качественных изменений во внешней среде) и бифуркаций (при этом некоторые компоненты окружающей среды могут находиться в критических (переходных) состояниях) [4, 5].

Рис. 1. График изменения параметра при адаптациях и бифуркациях.

Согласно правилам и рекомендациям проведения инжерно-геологических исследований перед началом непосредственного выполнения работ необходимо установить систему и параметры инженерно-геологического опробования. При этом первоочередной задачей является проектирование сети инженерно-геологических исследований, в качестве ее основополагающих параметров выступает ее структура (способ расположения точек опробования) и плотность (расстояние между точками опробования. Принципиально можно выделить два основных типа структуры сети: геометрически правильная (квадратная, ромбическая и др.) и распределенная (нормирующий плотность сети признак нелинейно связан с пространственными характеристиками массива). Применение первого типа структур необходимо при полном отсутствии данных об исследуемом массиве, когда невозможно выделить каких-либо закономерностей в изменении наблюдаемых параметров объекта. В условиях, когда заранее известно, что характеристики массива имеют функциональную пространственную изменчивость перспективнее использовать сети с распределенной структурой. Намывной массив, сформированный относительно однородными техногенными отложениями (изменчивостью по вертикали в рамках рассматриваемой задачи можно пренебречь), является ярким примером, по фронту намыва можно выделить выраженные закономерности изменения его параметров (см. рис.2) [2, 3].

Поиск оптимального решения по определению разбиения объектов на группы с учетом внутренних и внешних факторов предлагается выполнять в несколько этапов. На первом - производится нормализация значений локальных критериев, т.е. преобразование натуральных значений факторов в безразмерные.

I                             II                     III

Рис. 2а. Изменение гранулярного состава отложений по длине откоса намыва: I, II, III - зоны гидроотвала

1-

11 -

9 -

7 -

2- 73—^

  • 1-    коэффициент фильтрации;

  • 2-    плотность;

  • 3-    естественная

влажность

Рис. 2б. Зависимости водно-физических свойств намывных песков.

Пусть имеется матрица наблюдений X размерностью n х m , строки i которой соответствуют пробам, i = 1, 2, …, n , а столбцы j содержат конкретные показатели, j = 1, 2, …, m , полученные в точке наблюдения i . В таком случае по каждому из столбцов необходимо провести такое математическое преобразование данных, при котором параметр представляется не в абсолютных (градусах или г/см3), а в некоторых безразмерных единицах, характеризующих относительное значение признака. При таком представлении данных можем сравнивать влияние отдельных параметров наблюдения на степень различия объектов

В общем случае при центрировании (нормализации) значений используется преобразование вида:

ij

xtj xjo

Aj

где xi j – натуральное текущее значение i – показателя j-го фактора;

  • x j o – натуральное значение нулевого уровня j-го фактора;

  • λ j – интервал варьирования j-м фактором, натуральное значение;

Рассмотрим преобразование, в котором в качестве нулевого уровня выступает среднее значение, а в качестве интервала варьирования – Евклидово расстояние.

Для примера произведем нормирование показателей грансостава намывных отложений гидроотвала «Шамаровский Лог» (см. табл. 1). Как видно на рис. 3 при данном виде приведения данных принципиально функциональная зависимость не изменяется, однако существенно уменьшается значимость «выбросов» величин.

Натуральные значения грансостава

Таблица 1

№ пробы

> 0,25 мм, %

0,25 – 0,1 мм, %

0,1 – 0,05 мм, %

0,05 – 0,01 мм, %

0,01 – 0,005 мм, %

< 0,005 мм, %

1

1,12

41,21

15,67

30,79

4,02

7,19

2

0,79

30,97

14,78

34,13

9,01

10,32

3

0,64

29,79

10,81

40,89

7,02

10,85

4

0,54

20,11

13,62

49,56

8,16

8,01

5

0,4

15,7

11,4

54,9

9,07

8,53

6

0,32

11,8

10,7

61,65

6,08

9,45

7

0,25

9,81

11,01

57,78

11,8

9,35

8

0,22

7,34

12,3

61,35

10,3

8,49

9

0,12

5,27

4,22

68,1

11,7

10,59

10

0,02

0,89

5,08

65,19

14,3

14,52

11

0

0,65

2,1

32,12

42,98

22,15

12

0

0,43

1,78

32,34

45,78

19,67

13

0

0,21

1,59

23,78

49,87

24,55

14

0

0,31

1,91

29,76

50,45

17,57

15

0

0,2

1,62

21,2

49,92

27,06

16

0

0,15

1,65

22,78

47,89

27,53

17

0

0,1

1,6

20,3

45,24

32,76

18

0

0,05

1,55

14,82

42,59

40,99

19

0

0,1

1,2

12,8

41,56

44,34

20

0

0,09

0,14

12,5

29,45

57,82

21

0

0,05

0,34

11

32,7

55,91

22

0

0,01

0,02

10,02

37,98

51,97

23

0

0

0

8,68

21,81

69,51

Рис. 3. Изменение содержания частиц диаметром от 0,01 до 0,005 мм (слева) и менее 0,005 (справа) по фронту намыва в натуральном и приведенном виде.

Обработка и представление экспериментальных данных позволяет в дальнейшем вести статистическое сравнение проб, которое необходимо при районировании техногенных массивов. При построении сетей инженерно-геологических исследований определение статистических мер позволяет в оптимизированной форме осуществлять сгущение точек опробования.

Список литературы Способы представления экспериментальных данных при обосновании плотности сети инженерно - геологических исследований техногенных массивов

  • Гальперин А.М., Дьячков Ю.Н. Гидромеханизированные природоохранные технологии. -М.: Недра, 1993.
  • Инструкция по проектированию гидроотвалов из глинистых грунтов и прогнозированию их состояния, ВСН-291-72, ММСС СССР.
  • Зайцев М.П., Ческидов В.В. Обоснование сети мониторинга техногенных массивов посредством «САПР-ИГИ» -М.: Горный информационно-аналитический бюллетень. Неделя горняка, 2009.
  • Пригожин И., Стенгерс И., Порядок из хаоса. Новый диалог человека с природой, пер. Данилова Ю.А. -М.: Прогресс, 1986.
  • Шитиков В.К., Розенберг Г.С., Зинченко Т.Д. Количественная гидроэкология: методы системной идентификации, Институт экологии Волжского бассейна РАН. -Тольятти, 2003.
Статья научная