排土场沉降预测的Elman模型及稳定性分析：以大宝山矿李屋排土场为例

宁志杰，袁 颖,2，魏 东

(1.河北地质大学城市地质与工程学院，河北 石家庄 050031；2.河北省高校生态环境地质应用技术研发中心，河北 石家庄 050031；3.韶关石人嶂矿业有限责任公司，广东 韶关 512000)

排土场作为矿山的重要组成部分，其稳定性与矿山安全生产密切相关[1]。沉降量作为排土场稳定性分析的重要指标之一，其发展趋势的预测，对评价排土场的稳定性具有重要意义。目前，地面沉降量的预测方法有很多，如王忠凯等[2]基于三轴实验和联合强度理论推导出的地表变形计算公式；李凡等[3]建立的BP神经网络模型；王震等[4]所采用的等速率外推法；彭立顺等[5]建立的GA-BP神经网络模型；马玉晓等[6]依据最大变形理论和时效收敛理论建立的预测模型；曹净等[7]建立的LSSVM-ARMA模型等。尽管上述各种方法在沉降量预测中取得了一定的效果，但是存在收敛速度较慢、建模所需数据较多、数据收集困难和预测精度较低等问题。

马子骥等[8]基于Elman模型有效地对轨道质量进行了预测，证实了Elman模型的预测结果不受轨道本身的物性参数、随机波动的趋势和外部环境变化的影响；邹丽萍等[9]基于Elman模型对日总辐射曝辐量进行了预测，并且明确指出Elman模型具有收敛速度快和时变特性的优点。根据Elman模型的上述特征并考虑李屋排土场已有数据的实际情况(地面沉降数据完整，堆积物的物理力学参数和外部影响条件难以确定)，认为由Elman模型沉降量预测结果分析排土场的稳定性是可行的。因……