开采模型范文

开采模型范文（精选4篇）

开采模型 第1篇

技术创新能力是企业技术能力发展的核心能力。国际学界研究技术创新的历史较早,但创新能力的相关研究却起源于20世纪80年代[1]。由于指标选择方法、指标可获得性和指标可计算性直接决定评价方法的应用范围,所以建立技术创新综合评判模型是科学合理、准确客观测度企业技术创新能力的基础。本文结合油田开采业的技术创新指标体系,建立了综合评判模型,并对某一基层单位的技术创新能力进行了量化评价。

1 油田开采技术创新能力评价建模基础

采用n个指标来测度和评价一个既定的目标W,那么这n个用于测度的指标就构成一个空间A。从数学的角度来看,空间A属于n维空间。综合评价的第一次映射,就是利用某种形式的n个函数f,将各项待测度指标的实际值xij转化为各项指标对应的评分值yij,即yij=f(xij)。即将n维空间A映射到与之相对应的空间B之上,数学标记为f:AB。其中,空间B是由n维空间A变化而来,因此其自身也应该属于n维空间,与空间A所不同的是,B空间中的每一维均无计量单位。通过某一个特定的映射f,n维空间A中的点aij就映射到n维空间B中的bj。

综合评价的第二次映射在原理上与第一次映射是相同的,但是其在形式上是利用加权平均法,将既定目标W的各项待测度指标值yij转化为一个综合标值Zj,即Zj=φ(yij,wi)。从数学空间角度上来看,可以理解为将n维空间B映射到空间C之上,亦即φ:BC,但是要注意此处的空间C属一维空间而不再是n维空间。

2 油田开采技术创新能力评价模型的构建

熵是一个热力学中的基本概念,通常情况下用其来表征系统状态的一种不确定性,是热力学中测度不确定性的一种指标。熵在信息论中表征的是信息系统无序程度。具体的来讲,如果某个待研究指标的信息熵越小,这就表明该指标值的变异程度越大,即其所提供的信息量应该越大,对于在综合评价中其对应的权重值也应该越大,反之其权重也应越小。

系统可能处于几种不同的系统状态,并且出现每种状态的概率分别为pi(i=1,2,,n)时,系统的熵为[2,3,4]:

$E=-{\displaystyle \sum _{i=1}^{n}p}{}_i\log p{}_i(1)$

1)选取待评价的K(K=1,2,,m)年份,i(i=1,2,,n)代表评价指标,同时构造评价指标水平矩阵X,矩阵中Xik表示K年份的i指标所对应的水平值。

2)计算接近度Dik

$D{}_{ik}=\{\begin{array}{l}\frac{x{}_{ik}}{X{}_i^{*}}X{}_i^{*}=max\{x{}_{ik}\}\\ \frac{X{}_i^{*}}{x{}_{ik}}X{}_i^{*}=min\{x{}_{ik}\}\end{array}(2)$

其中,X*i所表示的是评价指标中的最优值,判定标准为正指标对应的数据值越大越好,而负指标对应的数据值越小越好。此时我们可以通过计算得到接近度矩阵D=(Dik)nm。

3)归一化处理

$d{}_{ik}=D{}_{ik}/{\displaystyle \sum _{i=1}^n{\displaystyle \sum _{k=1}^{m}D}}{}_{ik}(3)$

使得$0d{}_{ik}1,{\displaystyle \sum _{i=1}^n{\displaystyle \sum _{k=1}^{m}d}}{}_{ik}=1$,此时得到矩阵d=(dik)nm

4)计算评价指标i的条件熵Ei

$E{}_i=-{\displaystyle \sum _{k=1}^m\frac{d{}_{ik}}{d{}_i}}\ln \frac{d{}_{ik}}{d{}_i}(4)$

其中$d{}_i={\displaystyle \sum _{k=1}^{m}d}{}_{ik}$

5)用Emax对Ei进行归一化处理,得表示评价指标i的重要性的熵值:

$e(d{}_i)=\frac{1}{lnm}E{}_i=\frac{-1}{\text{l}\text{n}m}{\displaystyle \sum _{k=1}^m\frac{d{}_{ik}}{d{}_i}}\ln \frac{d{}_{ik}}{d{}_i}$18 (5)

6)由e(di)确定评价指标i的评价权值Qi

$Q{}_i=\frac{1}{n-E{}_e}[1-e(d{}_i)](6)$

其中$E{}_e={\displaystyle \sum _{i=1}^{n}e}(d{}_i)$,并且满足$0Q{}_{i}1,{\displaystyle \sum _{i=1}^n{\displaystyle \sum _{k=1}^{m}Q}}{}_i=1$

7)计算决策量Sk

$S{}_k={\displaystyle \sum _{i=1}^{n}Q}{}_i(d{}_i^{*}-d{}_{ik}){\rm K}=1,2,\cdots (7)$

其中d*i为矩阵d的第i行的最优值,Sk的含义代表了年份之间的优劣程度,其判定标准是Sk小的年份优于大的年份,最终可以根据Sk的大小来对各年份中油田开采技术创新能力进行排序。

3 油田开采技术创新能力评价指标体系

层次分析法是一种可以有效解决定量问题和定性问题相混合的研究方法,其突出特点在于基于一定的逻辑关系量化一些多层次问题的研究过程。在子系统的层次上进行分析,通过逐层上推的方式最终进行总体问题的综合分析或决策。采用熵权法来确定具体指标的权重,这样可以充分利用数据本身的特点,兼顾数据自身和实际经验两方面。

本设计第一层指标1项:技术创新能力综合值。

第二层指标3项:创新投入能力、创新实施能力、创新产出能力。

第三层指标19项,其中创新投入能力指标7项:即科技活动人员数,科技活动人员占从业人员比重,科学家和工程师占科技活动人员比重,科技活动经费总额,科技活动经费占产品销售额比重,科技活动人员人均科技活动经费,企业办科技机构数。创新实施能力指标9项:研究和发展(R&D)经费投入强度,有科研机构企业所占比例,购买国内技术经费,技术改造经费,技术引进经费,消化吸收经费,微电子控制设备占生产经营用设备原价比重、新产品开发经费占科技活动经费比重、工程技术人员比重。创新产出能力指标3项:新产品销售收入,新产品销售收入占产品销售收入比重,申请专利数。

4 油田开采技术创新能力的量化评价

样本容量来自油田某基层生产单位,首先收集了1993-2000年反映第三层的19项指标数据样本容量,然后根据按照式(1)(2)进行计算,得到Dik,共1619=304组数据,然后按照式(3)进行归一化处理,再根据式(4)计算出Eik,之后根据式(5)(6)计算权重Ei、E(di)、Ee和Qi,最后通过式(7)计算出Sk值,结果如表1所示。

通过表1可以看出,该单位整体的创新能力虽然整体上不断增强,但是在某些年份出现波动的现象。这说明时间维度并不是创新能力的唯一衡量标准,其还同时受到国际环境、国内环境等多方面因素的影响,要针对具体时段的特殊环境对技术创新能力做更细致的分析。

经油田开采有关专家分析,上述规律大致符合油田生产过程中的技术创新发展规律。

5 结论

1)基于信息论中熵的概念构建的油田开采技术创新能力评价数学模型,可以较细致的对企业技术创新能力进行量化评价。

2)油田开采技术创新能力评价指标体系科学、全面,层次性强,便于观测。

3)从油田某单位的量化评价结果可以看出,我国油田开采的技术创新能力在总体上呈现出不断增强的良好趋势。

参考文献

[1]陈劲.永续发展——企业技术创新透析[M].北京:科学出版社,2001.

[2]李柏洲,苏屹.区域科技创新能力评价体系的优化及实证分析[J].情报杂志,2009(8):80-84.

[3]王彪,段禅伦,吴昊,宋永刚.粗糙集与模糊集的应用及研究[M].北京:电子工业出版社,2008.

开采模型 第2篇

煤矿开采条件安全评价的集对分析模型及应用

摘要：建立了煤矿开采条件安全评价的集对分析新模型,并对3个矿井进行了煤矿开采条件安全评价,与其他方法进行比较,取得了满意的结果.实例表明,该模型计算过程简单,计算结果可靠,为煤矿开采条件安全评价提供了一种简单而适用的评价方法.作 者：李凡修 梅平 LI Fan-xiu MEI Ping 作者单位：长江大学,化学与环境工程学院,湖北,荆州,434023期 刊：矿业安全与环保 PKU Journal：MINING SAFETY & ENVIRONMENTAL PROTECTION年，卷(期)：,37(5)分类号：X913.4关键词：开采条件 集对分析模型 安全评价 煤矿

开采模型 第3篇

1非完全信息静态博弈简化模型

1.1原则推理

由于信息的不对称,农民始终处于劣势状态,政府既可以监管企业的不公平行为,也可以在一定程度上保护农民权益。农民作为压煤开采过程中的弱势群体,会实现及维护农民的利益,表现为对于钉子户,政府会施行强制拆迁措施, 并对农民采取一定的惩罚,同时,企业因钉子户的存在而耗费了部分损失; 对于企业出低价而农民不支持的情况下,政府为协调解决矛盾,将勒令企业给予农民更多的补偿,同时企业也损失了这部分利益。

1.2数学模型与分析

为了简化分析,本文假设所有人都是理性人,即不存在为获取利益而提出无理补偿条件的情况。我们假设农民和企业的整体利益为210个单位,企业出高价且农民接受的情况下,企业获利190、农民获利20,同理推出其他情况。此外,我们假设对于钉子户的补偿最多只有30。设政府对钉子户的惩罚为a ( a > 0) ,企业因钉子户的存在而产生的损失为c ( c > 0) ; 企业出低价而农民不支持的情况下,政府勒令企业给予农民的补偿为b ( b > 0) ,同时企业损失b。

因为本模型中,对于钉子户的补偿最多只有30,所以25 + b≤30,即b≤5,又因为b > 0,所以0 < b≤5。

由上述模型可以得出结论: 当a < 10时,无论企业是出低价还是出高价,农民都将选择 “不支持”( 分别获得30 a > 20,25 + b > 10) ; 那么政府为制止农民不配合企业工作的现象,应加大惩罚力度,直至a > 10的程度。而对企业来说,无论农民支持还是不支持,都将会选择 “出低价” ( 分别获得200 > 190,185 - b > 180 - c) 。

1.3静态博弈结果分析

为杜绝钉子户现象,政府应制定公平、公正、透明的补偿方案,制定的拆迁补偿方案对每一个户主同等,不应有 “人情拆迁”造成的差别。补偿金额应本着公开透明的原则,减少有些被拆迁户的猜疑不满。再者,为减少企业与农民因博弈产生的无谓损失,政府应制定更加严厉的惩罚政策,对于博弈中企业对农民的不公平行为给予惩罚,从而保护农民权益。同时对于无正当理由的钉子户也需给予一定程度的惩罚 ( 包括强制措施) ,从而减少无谓损失。

以上分析了 “三下”压煤地区利益相关者之间的非完全信息静态博弈关系,且仅处于一个理论层面,和实际出入较大,不具有普遍性。为使研究更加符合实际,需要进行合作博弈分析,并在此基础上以庞庞塔村为例,基于庞庞塔村得出利于三方共同利益的均衡点,使其实现合作共赢,有效解决各利益相关方的利益冲突,达到集体利益最大化。

2合作博弈

2.1合作博弈模型

由政府、企业和农民组成一个合作博弈的联盟结构模型。一个基于联盟结构的博弈是一个三元组 ( N,M,V) , 其中N = { 1,2,3} ,即局中人的个数为3,其中1表示政府,2表示企业,3表示农民。M = { S1,S2,…,Sm} 表示由n个局中人形成的联盟结构,Si成为联盟,满足在本合作联盟中,只存在一种情况,即三者同时合作,既不存在三者均不合作的情况,也不存在任意两者合作而抛弃第三个成员的情况。所以有效联盟记为: S1= ( 1,{ 2,3} ) ,S2= ( 2,{ 1,3} ) ,S3= ( 3,{ 1,2} ) 。V表示N上的支付函数,总收益为v ( N)= m,满足条件: v ( S1US2) ≥v ( S1) + v ( S2) ,即参与者合作之后的收益大于各自合作前的收益总和。则部分参与人之间的联盟收益分别为v ( S1) = m1,v ( S2) = m2,v ( S3) = m3,合作博弈的核心为C ( v) 。[1]

分配方案: 利益相关方的利益分配是合作博弈的重要环节。对于合作博弈 ( N,V) ,对于每个参与人i∈N,给予一个实值参数Xi,形成一个n维的向量,X = ( X1,…, Xn) ,其应该满足条件:

( 1) Xi≥V ( { i} ) ,V ( { i} ) 表示参与人i与全体其他人博弈时的最大效用值;

( 2)其中Xi≥V ( { i} ) 是基于个人理性,表示利益相关者合作后的收益不能小于非合作的收益;是基于集体理性,表示每个利益相关者的分配不能超过集体的剩余V ( N) 。

三方的联盟性博弈 < N,v > 的分配集为I ( N,v)= { x | x = ( x1,x2,x3) } ,不参与合 作所得的 支付为v ( { i} ) = ai,i = 1,2,3,其中假设xi> ai。

由相关定理可知,如果有且只有一个分配x = ( x1,x2, x3) ,满足x1+ x2+ x3≥mi,i = 1,2,3,那么存在唯一的利益分配方法x*∈C ( v) 。这时可以通过以下线性规划来求解该利益分配方案:

根据合作博弈核心的求解公式C ( v)= { x | x∈I ( N,v) ,v ( s) ≤x ( S) ,S∈N} 可求得该博弈的核心C ( v) = { x | x∈I ( N,v) ,mi≤x1+ x2+ x3,i = 1,2,3} , 也就是三者合作博弈的利益分配方案集。解得核心C ( v) 为x1≤m - m1,x2≤m - m2,x3≤m - m3三条直线围成的一个三角形区域△ABC,如下图所示。

2.2合作博弈结果分析

也就是说,由政府、矿山企业、农民三者建立起一个合作战略联盟后,利益分配的核心解只要是在图中所围成的三角形区域内,就能保证三者合作的稳定,从而实现全体利益的最大化,实现资源的最优配置。首先,政府、企业应当详细搜集过去几年在部分参与合作情况下各自的收益情况,按照每年的变化规律进行修正调整,确定出合理的值后,再按照这种博弈模型的思路,得出实际三方联盟的核心区域。然后,政府可以参考在核心区域C ( v) 内的分配方案,与矿山企业及农民协商,确定一个合理的为大家所接受的方案, 以实现长期稳定的合作关系。

结合庞庞塔村,提出以下可行方案: 企业以村民的现有资产作价补偿,加上一定的搬迁安置补偿和宅基地补偿,确定为应给予村民的补偿总价款。经过调查估算,可以得出, 采取村庄搬迁方案的搬迁成本约为9277. 62万元,其中包括村民的资产作价补偿款5685. 66万元、搬迁安置补偿款1997. 84万元、宅基地补偿款384万元以及预提的15% 的包括按期搬迁奖励在内的意外处理费用1210. 12万元。采用村庄搬迁方案企业获得利润123722. 38万元。由此可见,在该实际情况和一般假设条件下,采用村庄搬迁方案开采村庄下压煤比不搬迁时企业获得了近12. 4亿元的利润。此结果恰好落在三方联盟的核心区域内,使得政府、企业和农民达到各自利益最大化,使总体资源配置达到帕累托最优。

在非合作博弈中,各利益相关者都注重个人理性,追求各自的利益最大化,结果却导致无谓的损失和消耗。而通过三者的合作博弈模型的分析可知,各利益相关者进行合作博弈比进行非合作博弈获得的收益大,所以当所有参与者均进行合作的话,一定能使总体资源配置达到帕累托最优。合作战略联盟既实现了集体利益最大化,又符合各利益相关者的利益诉求,实现合作共赢,达到资源最优配置,同时也有效解决了 “三下”压煤开采中利益相关者的利益冲突问题。

3结论

本文首先建立了 “三下”压煤开采中政府、企业、农民三者的非完全信息静态博弈模型,分析得出在非合作博弈中,各利益相关者均追求各自的利益最大化,结果导致无谓的损失和消耗。其次,建立了合作战略联盟,分析可知建立合作战略联盟可以实现资源的最优配置,并结合庞庞塔村提出可实施方案,同时也有效解决了 “三下”压煤开采中利益相关者的利益冲突问题。

摘要：随着“三下”压煤开采量的大幅增长,主要利益相关方政府、企业与农民之间的利益冲突不断升级。文章从非完全信息的静态博弈角度进行分析,就三方的博弈体系建立了博弈模型,对解决“三下”压煤开采中企业与农民利益冲突提出建议。同时,从合作博弈的角度切入,利用博弈工具,寻求利益共赢,以实现长期稳定的合作。

开采模型 第4篇

可以设想旺格维里采煤法工作面的支巷回采是沿着这个工作面一个支巷单元一个支巷单元进行回采的, 而旺格维里采煤法工作面的支巷开采可以看作是许多个支巷单元开采进行叠加后产生的结果。旺格维里采煤法工作面回采示意图如图1所示。

旺格维里采煤法工作面支巷单元回采后, 地表并不会立即形成最终的带状下沉盆地, 而是要经历一段时间和过程, 因此可以将下沉时间函数引入到支巷单元开采模型中, 建立含时间因素的支巷单元回采模型。支巷回采示意图如图2所示。

地表移动规律的动态时间问题是“d”为单位, 地表塌陷的过程是一个连续函数的时候, 如果准确“h”、S”, 挖掘模型会带来许多困难。所以在表面运动的预测法, 可以定义为一个时间单位为“d”。

旺格维里开采工作面后的每个通道单元提取时间和提取时间不同 (参见图2) , 这两个时间, 有一个链接有差异, 考虑到[5]双时间因素, 可以更好地反映表面动态下沉规律, 实现对旺格维里采煤法引起的地表移动规律动态的三维预计。

1 建立开采模型

1.1 不考虑时间因素的“支巷”单元开采模型

由于旺格维里采煤法工作面回采煤层厚度很小, 通常在5m之内, 埋深很小, 所以该方法建立的煤矿工作面旺格维里开采支巷道挖掘深度的设定, 可以忽略巷的煤层厚度支巷单元影响因素, 表达式如以下所示类型:

m-开采煤层厚度, m;

即使考虑到支巷单元开采下沉盆地内岩土性的碎胀性, 采空区的垮落空间也不会完全充满, 所以地表的最大下沉值肯定不会超过采高, 可令采全高的支巷单元下沉盆地的下沉系数为ηe, 则上式变为:

1.2 考虑到时间因素的“支巷”单元开采模型

(1) 考虑采全厚支巷单元回采所经历的时间因素

当旺格维里采煤法工作面的一个支巷单元回采完成后, 地表并不会立即形成最终的下沉盆地, 而是要经历“开始下沉-下沉速度达到最大-下沉速度再逐渐减小-下沉最终逐渐稳定”四个阶段, 这个过程用地表移动的动态下沉时间函数来记录。

现在地表下沉时间函数的模型有多种, 结合开采煤层的特点和下沉的一些特征, 经过几种地表下沉时间函数开采模型的比较, 可以选择比较经典的knothe下沉时间函数开采模型, 它的基本特点就是: (1) 在地表下沉的开始时间内下沉的速度可达到最大, 这与煤层的上覆岩层的破坏规律比较相同; (2) 地表移动在一开始会有一个突变; (3) 在较短的时间内地表会出现断裂、坍塌等现象, 此时下沉速度会达最大; (4) 在之后的时间中, 下沉速度会逐渐变小, 最后趋于逐渐稳定。

因此选用knothe时间函数开采模型来说明浅埋旺格维里采煤法煤层工作面的地表移动比较合适。

由时间函数和下沉盆地公式可得考虑支巷回采单元经历的时间因素的下沉预测表达式:

(2) 地表移动三维动态下沉开采模拟

对地下煤层的开采研究, 开采工作层到一定的间距后, 地层表面就会是下沉的开始。

启动距:地表开始下沉时的工作面回采距离, 用d来表示。

从地表开始移动那一天算起, 启动距d之后的第K天地表下沉值可以看作是之前的地表下沉值与之后的每天的支巷单元回采下沉值的叠加, 可得:

上式中m为煤层的开采高度, m;H为煤层开采的平均埋深, m;c为时间影响系数;D为工作面的倾向宽度, m;d为地表移动的启动距, m;ηe为支巷单元回采的下沉系数;

上式即为地表移动三维动态下沉开采模型的最终表达式。

2 实践检验

根据上述开采模型结合现场实际回采过程可得出以下实验结果。

(1) 工作面不同支巷推进速度对地表下沉移动的影响

某旺格维里采煤法工作面宽度为250m, 平均采高为4.5m, 开采煤层平均埋深为145m, 启动距d=55m, 下沉系数ηe≈η=0.85, 下沉时间系数c=0.10, 水平移动放大系数b=40。现对观测点Z (200, 0) 回采速度分别为4m/d, 7m/d, 10m/d, 15m/d, 20m/d, 进行地表移动影响预计。

从图3中可以看出:为特定的旺格维里开采工作面, 在条件相同的情况下, 地下的表面沉降规则极大地影响工作面推进速度的车道, 车道的工作面开采速度、更大的地表下沉曲线更“陡峭”, 地球表面达到稳定的时间会短;另一方面, 地表沉降曲线, “温柔”, 地球表面达到稳定的时间还很长。但巷复苏速度是否或大或小, 当地表实现稳定下沉, 其最大沉降值是相同的, 这表明旺格维里开采工作面在巷子里挖掘速度只有对表面运动的动态过程产生影响, 但不影响最后的结果在地球表面的沉降值。

可以看到从图4:旺格维里开采工作面在支巷子速度加大、地表下沉速度的变化率越大, 短时间的最大沉降速度越大;相反, 地表下沉速度的变化率越小, 长时间的最大沉降速度变化率越小。

此外, 也从这幅图中可以看出, 当工作面支巷道快速推进, 地表的沉降时间的开始和达到最大速度比达到最大下沉速度趋于零所经历的时间要短得多, 但当支巷工作面推进速度慢, 表面的沉降时间的开始和达到最大速度和速度达到最大下沉速度结构的同时, 这一结论也在实际监测中被证实, 因此该模型具有良好的适用性。

(2) 工作面支巷突然停止回采对地表移动的影响

工作面条件如上述相同, 在工作面观测点 (200, 0) 分别回采到200m、150m、100m时停留30d, 地表移动预测。

从图中还可以看出, 当工作面支巷推进速度较快时, 地表从开始下沉到达最大下沉速度时, 所经历的时间比达到最大下沉速度到下沉速度趋于零时所经历的时间要短得多;但当工作面支巷推进速度较慢时, 地表从开始下沉到达最大下沉速度时, 所经历的时间比达到最大下沉速度到下沉速度趋于零时所经历的时间基本相同, 此结论也在实践监测中被证实, 由此可以说明, 本模型具有良好的适用性。

3 结论

(1) 以随机介质理论为研究基础, 以旺格维里采煤法工作面的实际回采过程基础为建模思想, 提出建立沿工作面倾向方向上的支巷单元回采的地表移动预测函数模型。

(2) 一个明确的方法旺格维里的采煤工作面, 如果想控制地表下沉速度, 必须选择一个合理的速度。

摘要：旺格维里采煤法条件下开采沉降是一种时间和空间的四个维度, 为了简化问题, 把它作为一个二维问题来研究, 而这些问题在旺格努伊采煤方法是工程实践的一个关键问题。因此有必要建立一种可以考虑上述两种情况下的表面运动模型, 来解决实际工程问题。基于此, 本文在旺格维里采煤法条件下三维动态预计模型的建立上, 进行了大胆的尝试。

关键词：旺格维里采煤法,支巷单元,开采模型

参考文献

[1]施成华, 彭立敏.随机介质理论在盾构法隧道纵向地表沉降预测中的应用[J].煤炭学报, 2004, 25 (2) :320-323.

[2]谢桂华, 等.基于随机介质理论的采水地面变形时空分布[J].岩土力学, 2010, 31 (1) :282-286.

[3]朱广铁, 等.地表沉陷动态时间函数研究[J].西安科技大学学报, 2009, 30 (11) :3406-3410.

[4]刘玉成, 庄艳华.地下采矿引起的地表下沉的动态过程模型[J].岩土力学, 2009, 30 (11) .