[發明專利]一種基于線性回歸建立細粒尾礦工程性質指標估算經驗公式的方法

有效

• 申請號: 201310491549.0
• 申請日: 2013-10-18
• 公開（公告）號: CN103559337B
• 公開（公告）日: 2017-01-18
• 發明（設計）人: 程江濤;于沉香;蔡清;萬凱軍;陳定安
• 申請（專利權）人: 中冶集團武漢勘察研究院有限公司
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 武漢河山金堂專利事務所(普通合伙)42212
• 代理人: 胡清堂

技術領域

本發明屬于巖土工程勘察、設計領域，涉及一種基于線性回歸建立細粒尾礦工程性質指標估算經驗公式的方法，具體涉及基于線性回歸分析建立細粒尾礦工程性質指標的估算經驗公式，使用的是基于數理統計與最小二乘法回歸分析中對細粒尾礦工程性質指標進行定量分析并估算其經驗公式。

技術背景

尾礦是一種礦碴，它以漿狀形式排出，儲存在尾礦庫內，尾礦堆積壩是否穩定，直接涉及尾礦庫能否正常使用。大量尾礦庫病害事故統計分析表明，細粒尾礦堆積壩的病害率發生最高，從可持續發展和環境保護方面考慮，礦山企業迫切希望解決好細粒尾礦堆積壩穩定性問題。

土體物理力學參數間的相關關系常用經驗公式來定量地描述。土性參數的許多指標之間都具有相關關系，研究這些指標間的相關特性，可以了解由易得指標（如液塑性指標等）推求不易得指標（如壓縮系數、抗剪強度指標等）的可行性。

進行尾礦庫穩定性評價及設計時的首要問題是確定尾礦介質的物理力學參數，尤其是在尾礦庫初步設計階段，一般都缺乏試驗數據，即使工程有部分試驗數據，但常因試驗成本高且數據量少，從而影響設計成果的可靠性。對于容易產生災害的細粒尾礦庫而言，這方面的資料及研究成果更少。因此，如何提供一種基于多元逐步回歸建立細粒尾礦工程性質指標估算經驗公式的方法，建立用于指標預測的經驗公式，確定細粒尾礦物理力學參數的合理取值及取值可靠性，已成為本領域亟待解決的技術問題。

發明內容

本發明的目的是針對尾礦庫穩定性評價與設計時細粒尾礦介質工程性質指標取值的離散型及復雜性，利用尾礦庫工程勘察及土工試驗的現有數據，采用數理統計及最小二乘法回歸分析，發明一種基于線性回歸建立細粒尾礦工程性質指標估算經驗公式的方法。

本發明一種基于線性回歸建立細粒尾礦工程性質指標估算經驗公式的方法，具體技術方法按以下步驟實施，具體如圖1所示：

1）細粒尾礦資料物理力學指標樣本數據收集與整理：通過收集整理尾礦壩工程地質勘察報告、土工試驗成果資料，收集統計不同礦種不同介質類型細粒尾礦的物性指標、強度指標、壓縮指標、滲透指標、取樣深度作為樣本數據；

所述細粒尾礦包括尾粉砂、尾粉土、尾粉質粘土、尾粘土四種介質類型；所述物性指標包括比重、含水量、天然密度、干密度、天然孔隙比、飽和度、液限、塑限、塑性指數、液性指數；所述強度指標包括直接快剪粘聚力、內摩擦角，固結快剪粘聚力、內摩擦角，固結不排水剪（CU）粘聚力、內摩擦角，不固結不排水剪（UU）粘聚力、內摩擦角，固結排水剪（CD）粘聚力、內摩擦角；所述壓縮指標包括壓縮系數、壓縮模量；所述滲透指標包括水平滲透系數、垂直滲透系數。

2）對樣本數據進行初步篩選：對步驟1）獲得的樣本數據采用常用的μ±3σ異常數據取舍原則剔除異常數據；

所述對樣本數據采用的μ±3σ異常數據取舍原則指：當試驗數據樣本n大于30時，舍棄在范圍[μ-3σ，μ+3σ]以外的點；當試驗數據樣本n小于30時，舍棄在以外的點，t_0.09973為t分布在置信水平為99.73%、自由度為n-l時的臨界值。應注意的是在異常數據舍棄后，對剩余數據重新進行檢驗，直至無異常數據為止。

3）對樣本數據進行二次篩選：對步驟2）的樣本數據進行數理統計分析、建立細粒尾礦物理力學參數的最優概率分布模型，并依此最優概率分布模型按照95%的置信概率得到細粒尾礦物理力學指標的合理建議范圍值；

所述細粒尾礦物理力學指標樣本數據數理統計分析按下列方式實施：對收集到的細粒尾礦物理力學指標進行數理統計分析，用數學期望、方差、偏度系數和峰度系數這四個統計量反映分布的特征；

所述細粒尾礦物理力學指標樣本數據概率分布擬合按下列方式實施：繪制細粒尾礦物理力學指標樣本參數直方圖，用已知的函數來表示分布的概率密度函數，把經驗分布擬合成一個概率分布模型來了解參數分布的全貌。已知概率分布模型包括正態分布、對數正態分布和β分布。采用皮爾遜準則即χ²法對擬合的理論模型進行擬合優度檢驗，確定樣本數據的最優概率分布模型；

所述細粒尾礦物理力學指標確定建議值范圍按下列方式實施：根據確定的樣本數據的最優概率分布模型，按95%的置信概率作為細粒尾礦物理力學指標樣本參數的截斷概率，確定物理力學指標建議值范圍。

4）建立線性回歸數學模型：通過確定細粒尾礦工程性質指標與基本物理指標、取樣深度的關系曲線來建立數學模型；