1、“.....由表可知,应从各自的变异系数来分析,在本次试验所得性。回归方程的试验验证表淮南矿区煤顶板岩石实测强度与模型预测强度比较实测预测误差误差率单位说明,误差,误差率通过以上检验,可知建立的单轴抗压强度多元非线性回归方程具有显著性和适用性。为了验证其实用性主要手段。然而通过单轴压缩试验获得的抗压强度要受到来自岩石本身因素和试验环境与物理环境等因素的影响与制约,使得岩石单轴压缩实验结果本身的离散性很大,即通过岩石样本力学参数试验获得的岩石力学参数具有随机性和模糊性。因此若能从这些试验成本高昂的数据中建立验,在获得组试验数据的基础上,以为因变量,和为自变量,运用专业数理统计软件,采用逐步回归分析方法建立了多元非线性回归模型。运用该模型对淮南矿区煤顶板岩石强度进行预测,结果表明该模型能够较好地预测岩石的单轴抗压强度......”。

2、“.....。逐个引入自变量,每次引入对因变量影响最显著的自变量,并对方程中的老变量进行检验,把变为不显著自变量逐个从方程中剔除掉,最终得到的方程中既不漏掉对因变量影响显著的自变量,又不包含对因变量不显其他预测强度与实测强度均比较接近。由表可知,利用本文所建立的多元非线性回归模型,对岩石单轴抗压强度预测误差小,预测精度高。因此,在现场取芯困难或实验室岩石试验获取数据不全情况下,该模型可为相似煤系地层开采参数设计巷道支护设计数值模拟和相似模拟试验等有进行各项数理统计计算,见表。由表可知,应从各自的变异系数来分析,在本次试验所得数据中,天然密度离散度最小,弹性模量的离散度最大。多元非线性逐步回归分析逐步回归分析法建立多元非线性回归模型逐步回归分析法的基本思想在引入自变量的显著性水平和剔除自变压强度多元非线性回归模型具有较高的适用性。岩石单轴抗压强度多元非线性逐步回归分析及应用原稿......”。

3、“.....回归方程的试验验证表淮南矿区煤顶板岩石实测强度与模型预测强度比较实测预测误差误差率单位说明,每次引入对因变量影响最显著的自变量,并对方程中的老变量进行检验,把变为不显著自变量逐个从方程中剔除掉,最终得到的方程中既不漏掉对因变量影响显著的自变量,又不包含对因变量不显著的变量。结论本文对淮南矿区煤顶板岩石进行单轴压缩试验,对获得组单轴压缩试验,误差,误差率通过以上检验,可知建立的单轴抗压强度多元非线性回归方程具有显著性和适用性。为了验证其实用性,本文利用建立的模型对相似地质条件下的淮南矿区煤顶板岩石单轴抗压强度进行预测,见表。除第组数据预测偏差比较大外,试验结果分析表试验数据统计参数项目单轴抗压强度天然密度弹性模量样本数最小值最大值样本均值中位数样本标准差变异系数自由度置信水平置信上限置信下限对试验所得的组岩石物理力学参数进行各项数理统计计算,见表......”。

4、“.....应从各自的变异系数来分析,在本次试验所得次试验取样地点为淮南矿区矿水平煤层顶板,取芯范围距地表至,所采集的岩芯样品组,每组取芯孔深在之间,平均孔深为。本次试验按照煤岩物理力图部分单轴压缩试验岩石试样学性质测定方法等相关规定的要求进行岩石取芯加工和测试研究。本次试验共加工个可进行单研究。本次试验共加工个可进行单轴压缩试验的岩石试样,如图所示。试样岩性主要为砂岩类部分为泥岩,极少部分为菱铁矿岩石英砂岩。试验设备及试验装置本次试验采用中国科学院武汉岩土力学研究所研制的型岩石力学试验系统,以单轴压缩试验装置进行岩石单轴压缩关工程设计和试验中估算其岩石单轴抗压强度提供参考和依据。摘要岩石单轴压缩试验是实验室获得岩石单轴抗压强度等力学参数的主要手段。由于单轴抗压强度主要受岩石本身和环境等因素的影响与制约,试验结果往往呈现出随机性模糊性。针对淮南矿区煤顶板岩石进行单轴压缩试,误差......”。

5、“.....可知建立的单轴抗压强度多元非线性回归方程具有显著性和适用性。为了验证其实用性,本文利用建立的模型对相似地质条件下的淮南矿区煤顶板岩石单轴抗压强度进行预测,见表。除第组数据预测偏差比较大外,量的显著性水平下逐个引入自变量本文取,。逐个引入自变量,每次引入对因变量影响最显著的自变量,并对方程中的老变量进行检验,把变为不显著自变量逐个从方程中剔除掉,最终得到的方程中既不漏掉对因变量影响显著的自变量,又不包含对因变量不显及残差正态性随机性检验,建立的单轴抗压强度多元非线性回归模型具有较高的适用性。试验结果分析表试验数据统计参数项目单轴抗压强度天然密度弹性模量样本数最小值最大值样本均值中位数样本标准差变异系数自由度置信水平置信上限置信下限对试验所得的组岩石物理力学参数岩石单轴抗压强度多元非线性逐步回归分析及应用原稿轴压缩试验的岩石试样,如图所示。试样岩性主要为砂岩类部分为泥岩......”。

6、“.....试验设备及试验装置本次试验采用中国科学院武汉岩土力学研究所研制的型岩石力学试验系统,以单轴压缩试验装置进行岩石单轴压缩试验,试验加载过程中,采用速率量的显著性水平下逐个引入自变量本文取,。逐个引入自变量,每次引入对因变量影响最显著的自变量,并对方程中的老变量进行检验,把变为不显著自变量逐个从方程中剔除掉,最终得到的方程中既不漏掉对因变量影响显著的自变量,又不包含对因变量不显验方法进行检验,由于两种方法等价,因此本文只进行检验。多元非线性回归方程的方差分析表见表。由表可知,在显著性水平为的条件下该模型的值为大于临界值因此经检验可知,本文建立的多元非线性回归模型是显著的。单轴压缩试验试样制备本困难或实验室岩石试验获取数据不全情况下,该模型可为相似煤系地层开采参数设计巷道支护设计数值模拟和相似模拟试验等有关工程设计和试验中估算其岩石单轴抗压强度提供参考和依据......”。

7、“.....结论本文对淮南矿区煤顶板岩石试验,试验加载过程中,采用速率为。岩石单轴抗压强度多元非线性逐步回归分析及应用原稿。多元非线性回归方程检验及残差分析回归方程显著性检验表回归方程方差分析表模型来源平方和自由度均方值显著性回归残差总和回归方程显著性检验可以通过值或相关系数两种检,误差,误差率通过以上检验,可知建立的单轴抗压强度多元非线性回归方程具有显著性和适用性。为了验证其实用性,本文利用建立的模型对相似地质条件下的淮南矿区煤顶板岩石单轴抗压强度进行预测,见表。除第组数据预测偏差比较大外,著的变量。单轴压缩试验试样制备本次试验取样地点为淮南矿区矿水平煤层顶板,取芯范围距地表至,所采集的岩芯样品组,每组取芯孔深在之间,平均孔深为。本次试验按照煤岩物理力图部分单轴压缩试验岩石试样学性质测定方法等相关规定的要求进行岩石取芯加工和测进行各项数理统计计算,见表。由表可知......”。

8、“.....在本次试验所得数据中,天然密度离散度最小,弹性模量的离散度最大。多元非线性逐步回归分析逐步回归分析法建立多元非线性回归模型逐步回归分析法的基本思想在引入自变量的显著性水平和剔除自变得数据中,天然密度离散度最小,弹性模量的离散度最大。多元非线性逐步回归分析逐步回归分析法建立多元非线性回归模型逐步回归分析法的基本思想在引入自变量的显著性水平和剔除自变量的显著性水平下逐个引入自变量本文取,。逐个引入自变量行单轴压缩试验,对获得组单轴压缩试验数据基础进行各项数理统计分析,在本次试验所得数据中,天然密度离散度最小,弹性模量的离散度最大。运用逐步回归分析法,经专业数理统计软件建立了岩石单轴抗压强度多元非线性回归模型,回归方程拟合优度为该模型通过检验检验岩石单轴抗压强度多元非线性逐步回归分析及应用原稿量的显著性水平下逐个引入自变量本文取,。逐个引入自变量......”。

9、“.....并对方程中的老变量进行检验,把变为不显著自变量逐个从方程中剔除掉,最终得到的方程中既不漏掉对因变量影响显著的自变量,又不包含对因变量不显,本文利用建立的模型对相似地质条件下的淮南矿区煤顶板岩石单轴抗压强度进行预测,见表。除第组数据预测偏差比较大外,其他预测强度与实测强度均比较接近。由表可知,利用本文所建立的多元非线性回归模型,对岩石单轴抗压强度预测误差小,预测精度高。因此,在现场取芯进行各项数理统计计算,见表。由表可知,应从各自的变异系数来分析,在本次试验所得数据中,天然密度离散度最小,弹性模量的离散度最大。多元非线性逐步回归分析逐步回归分析法建立多元非线性回归模型逐步回归分析法的基本思想在引入自变量的显著性水平和剔除自变单轴抗压强度与其它物理力学参数之间的相关关系式,我们就可以通过相关关系式利用其他岩石物理力学来推测岩石力学单轴抗压强度......”。