[发明专利]一种基于多元逐步回归建立细粒尾矿工程性质指标估算经验公式的方法有效
申请号: | 201310491550.3 | 申请日: | 2013-10-18 |
公开(公告)号: | CN103559388A | 公开(公告)日: | 2014-02-05 |
发明(设计)人: | 于沉香;程江涛;蔡清;万凯军;陈定安 | 申请(专利权)人: | 中冶集团武汉勘察研究院有限公司 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 武汉金堂专利事务所 42212 | 代理人: | 胡清堂 |
地址: | 430080 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 多元 逐步回归 建立 细粒 尾矿 工程 性质 指标 估算 经验 公式 方法 | ||
1.一种基于多元逐步回归建立细粒尾矿工程性质指标估算经验公式的方法,其特征在于,所述方法至少包括以下步骤:
1)细粒尾矿资料物理力学指标样本数据收集与整理:通过收集整理尾矿坝工程地质勘察报告、土工试验成果资料,收集统计不同矿种不同介质类型细粒尾矿的物性指标、强度指标、压缩指标、渗透指标、取样深度作为样本数据;
2)对样本数据进行初步筛选:对步骤1)获得的样本数据采用常用的μ±3σ异常数据取舍原则剔除异常数据;
3)对样本数据进行二次筛选:对步骤2)的样本数据进行数理统计分析、建立细粒尾矿物理力学参数的最优概率分布模型,并依此最优概率分布模型按照95%的置信概率得到细粒尾矿物理力学指标的合理建议范围值;
4)建立多元逐步回归数学模型:通过确定细粒尾矿工程性质指标与基本物理指标、取样深度的关系曲线来建立数学模型;
5)通过逐步回归试验,确定模型参数,得到最优回归方程;
6)建立细粒尾矿工程性质指标估算经验公式:根据复相关性系数大小、显著性检验及实施例验证性分析,检验最优回归方程的可靠度,确定细粒尾矿工程性质指标的最终估算经验公式。
2.如权利要求1所述的一种基于多元逐步回归建立细粒尾矿工程性质指标估算经验公式的方法,其特征在于:所述收集统计不同矿种不同介质类型的细粒尾矿的样本数据包括:
所述细粒尾矿包括尾粉砂、尾粉土、尾粉质粘土、尾粘土四种介质类型;所述物性指标包括比重、含水量、天然密度、干密度、天然孔隙比、饱和度、液限、塑限、塑性指数、液性指数;所述强度指标包括直接快剪粘聚力、内摩擦角,固结快剪粘聚力、内摩擦角,固结不排水剪CU粘聚力、内摩擦角,不固结不排水剪UU粘聚力、内摩擦角,固结排水剪CD粘聚力、内摩擦角;所述压缩指标包括压缩系数、压缩模量;所述渗透指标包括水平渗透系数、垂直渗透系数。
3.如权利要求1所述的一种基于多元逐步回归建立细粒尾矿工程性质指标估算经验公式的方法,其特征在于:所述对样本数据采用的异常数据取舍原则按下列方式实施:
当试验数据样本n大于30时,舍弃在范围[μ-3σ,μ+3σ]以外的点;当试验数据样本n小于30时,舍弃在
4.如权利要求1所述的一种基于多元逐步回归建立细粒尾矿工程性质指标估算经验公式的方法,其特征在于:所述细粒尾矿物理力学指标样本数据数理统计分析按下列方式实施:对收集到的细粒尾矿物理力学指标进行数理统计分析,用数学期望、方差、偏度系数和峰度系数这四个统计量反映分布的特征。
5.如权利要求1所述的一种基于多元逐步回归建立细粒尾矿工程性质指标估算经验公式的方法,其特征在于:所述细粒尾矿物理力学指标样本数据概率分布拟合按下列方式实施:绘制细粒尾矿物理力学指标样本参数直方图,用已知的函数来表示分布的概率密度函数,把经验分布拟合成一个概率分布模型来了解参数分布的全貌,已知概率分布模型包括正态分布、对数正态分布和β分布,采用皮尔逊准则即χ2法对拟合的理论模型进行拟合优度检验,确定样本数据的最优概率分布模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中冶集团武汉勘察研究院有限公司,未经中冶集团武汉勘察研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310491550.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种阉鸡专用配合饲料及其制备方法
- 下一篇:实时跨地点概率模拟方法与装置
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用