【摘要】：本論文針對煤層頂板來壓對綜采工作面的生產(chǎn)造成很大的安全隱患這一問題,通過理論分析、數(shù)據(jù)采集與預(yù)處理、模型評估與優(yōu)化等方法,建立基于GA-BP神經(jīng)網(wǎng)絡(luò)的工作面頂板礦壓預(yù)測模型,來實現(xiàn)對大同礦區(qū)煤層頂板來壓規(guī)律進行預(yù)測。其主要研究成果如下:(1)在大同礦區(qū)采集60組工作面地質(zhì)、工藝參數(shù)以及頂板來壓數(shù)據(jù)作為模型的訓(xùn)練樣本,并采用灰色關(guān)聯(lián)度分析法分析各影響因素與礦壓的關(guān)聯(lián)度,對計算結(jié)果進行排序,結(jié)果確定主要影響因素為工作面傾向長度、推進速度、煤層頂板條件、采高、煤厚、傾角變化率、直接頂厚、基本頂厚、埋深、埋深變化率、煤厚變化率、煤層傾角。最后對樣本數(shù)據(jù)進行歸一化處理。(2)根據(jù)欲解決的問題建立基于BP神經(jīng)網(wǎng)絡(luò)工作面頂板礦壓預(yù)測模型,結(jié)合經(jīng)驗公式以及多次實驗確定BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)以及各參數(shù)的值。分別以工作面頂板的初次來壓強度、初次來壓步距、周期來壓強度、周期來壓步距為BP神經(jīng)網(wǎng)絡(luò)模型的目標(biāo)輸出,每組各做30次訓(xùn)練,結(jié)果得出四個目標(biāo)輸出的平均決定系數(shù)分別為0.751、0.74、0.826、0.837,四組訓(xùn)練綜合決定系數(shù)平均值為0.788;并對預(yù)測值與真實值的相對誤差作對比分析,結(jié)果表明BP能在一定程度上預(yù)測工作面頂板來壓情況,但預(yù)測結(jié)果不穩(wěn)定。(3)根據(jù)BP神經(jīng)網(wǎng)絡(luò)存在的問題,采用改進的遺傳算法對其進行優(yōu)化,建立了基于優(yōu)化的GA-BP神經(jīng)網(wǎng)絡(luò)工作面頂板礦壓預(yù)測模型。經(jīng)過模型預(yù)測值的對比分析得出,BP神經(jīng)網(wǎng)絡(luò)模型的決定系數(shù)平均值為0.798,優(yōu)化的GA-BP神經(jīng)網(wǎng)絡(luò)模型的決定系數(shù)平均值為0.896;BP與GA-BP模型預(yù)測結(jié)果相對誤差小于3%的概率平均值分別占54.93%和69.33%,小于5%的概率平均值分別占75.18%和89.38%。訓(xùn)練結(jié)果表明,基于優(yōu)化的GA-BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測效果明顯高于BP神經(jīng)網(wǎng)絡(luò),并能很好的預(yù)測綜采工作面頂板初次來壓強度、初次來壓步距、周期來壓強度、周期來壓步距。(4)通過實測大同礦區(qū)5組綜采工作面頂板來壓數(shù)據(jù)(不參與模型訓(xùn)練)來驗證所建立的GA-BP神經(jīng)網(wǎng)絡(luò)模型,結(jié)果表明,優(yōu)化的GA-BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測工作面頂板來壓四個目標(biāo)值的相對誤差分別不超過2%、4%、3%、4%,總體上預(yù)測相對誤差小于4%,在工業(yè)生產(chǎn)允許的誤差范圍之內(nèi),故所建立的GA-BP神經(jīng)網(wǎng)絡(luò)的工作面頂板礦壓預(yù)測模型能夠被應(yīng)用于工作面頂板來壓的預(yù)測。
【學(xué)位授予單位】：中國礦業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TD323
【圖文】：

我國的煤炭資源儲量非常豐富。從我國一次能源資源來看，根據(jù)多年地質(zhì)作的成果測算，我國常規(guī)能源（包括煤炭、石油、天然氣和水能，水能按使用 100 年計算）探明（技術(shù)可開發(fā)）總儲量約 8270 億 tce，剩余可采儲.3 億 tce，約占世界總量的 10%。其中：煤炭 1636.9 億 t，占 62.5%；石油億 t，占 1.7%；天然氣 2.9 萬億 m3，占 2.1%；水力資源 1.75 萬億 kWh，[1]。從我國的能源儲量比重可以看出，煤炭資源是我國的能源支柱。我國是一個煤炭大國，煤炭作為我國的基礎(chǔ)能源，在工業(yè)生產(chǎn)、基礎(chǔ)建設(shè)日常生活等各個方面中發(fā)揮著直接或間接的重要作用。 十一五 期間，我生產(chǎn)和主要用煤行業(yè)對 GDP 總量和增量的總貢獻率分別達到 15%和 18%另外，燃煤發(fā)電是中國最主要的電力來源。2012 年以前，中國燃煤發(fā)電國發(fā)電總量的比重長期處于 3/4 以上。2012 年以來，隨著能源結(jié)構(gòu)優(yōu)化及度加大，加快推進能源生產(chǎn)和消費革命等，非煤發(fā)電量的比重不斷上升，電比重不斷下降，盡管如此，2017 年燃煤發(fā)電量仍占全國發(fā)電總量 64.5% 1-1 所示[1]。

淺埋煤層其埋深一般不會超過 150m，而近淺埋煤層埋深會高超過 250m。淺埋煤層的基載比不會大于 1，其頂板特征一般關(guān)鍵層，基本頂很難發(fā)展成典型的砌體梁結(jié)構(gòu)，因此穩(wěn)定性不。工作面頂板來壓以及地表裂隙甚至沉陷都會受到來自單一關(guān)響，典型的單一關(guān)鍵層結(jié)構(gòu)如圖 2-1 所示[40]。

出現(xiàn)地面沉陷現(xiàn)象。2）雙關(guān)鍵層結(jié)構(gòu)來壓特征于近淺埋煤層，其埋深較淺埋煤層大，通常會形成雙關(guān)鍵層，因此就周期來壓的現(xiàn)象。以大同礦區(qū)的近淺埋煤層為研究實例，該礦區(qū)煤層厚，而且有較多的砂巖層，工作面形成典型的雙關(guān)鍵層結(jié)構(gòu)，其結(jié)構(gòu)-2 所示[41]。雙關(guān)鍵層結(jié)構(gòu)的下部分為亞關(guān)鍵層，上部分為主關(guān)鍵層。般情況下沒有亞關(guān)鍵層破斷的快，而且當(dāng)主關(guān)鍵層破斷時亞關(guān)鍵層會強烈的初次來壓和周期來壓是由主關(guān)鍵層的破斷引起的，而小來壓是的周期性的破斷形成。因此工作面就形成了大小周期來壓。究人員根據(jù)關(guān)鍵層理論得出，各個關(guān)鍵層都會對工作頂板來壓產(chǎn)生或響。首先，其他關(guān)鍵層會承載一部分關(guān)鍵層上部的非關(guān)鍵層巖體重力層關(guān)鍵層破斷的時間，造成其垮落步距增大，當(dāng)其懸頂面積達到其受大面積垮落，造成強烈的來壓；其次，第一層關(guān)鍵層垮落后，其他關(guān)期性的彎曲下沉和垮落，導(dǎo)致工作面頂板出現(xiàn)周期來壓強度和周期來不一的現(xiàn)象[42]。

【參考文獻】

相關(guān)期刊論文 前10條

1 王俊;;基于改進T-S模糊神經(jīng)網(wǎng)絡(luò)的瓦斯涌出量預(yù)測[J];山東煤炭科技;2015年12期

2 李夕兵;朱瑋;劉偉軍;張德明;;基于主成分分析法與RBF神經(jīng)網(wǎng)絡(luò)的巖體可爆性研究[J];黃金科學(xué)技術(shù);2015年06期

3 張國麗;楊寶林;張志;王少軍;;基于GIS與BP神經(jīng)網(wǎng)絡(luò)的采空塌陷易發(fā)性預(yù)測[J];熱帶地理;2015年05期

4 蘆明;;影響采煤工作面礦壓顯現(xiàn)的主要因素[J];黑龍江科技信息;2015年24期

5 牛超;施龍青;肖樂樂;翟培合;吳樹磊;趙燕紅;;2001-2013年煤礦生產(chǎn)事故分類研究[J];煤礦安全;2015年03期

6 何正剛;;淺埋煤層工作面礦壓顯現(xiàn)規(guī)律實測分析及控制研究[J];煤礦開采;2015年01期

7 趙學(xué)軍;康耀尹;常瀟逸;劉欽甫;;基于遺傳神經(jīng)網(wǎng)絡(luò)的煤礦技術(shù)創(chuàng)新評價模型研究[J];煤炭工程;2014年12期

8 陳明明;;基載比對厚松散層薄基巖煤層安全開采的數(shù)值模擬研究[J];河南科技;2014年23期

9 王雪冬;董慧;;基于廣義回歸神經(jīng)網(wǎng)絡(luò)的礦井涌水量預(yù)測[J];中國安全生產(chǎn)科學(xué)技術(shù);2014年11期

10 李慧民;李振雷;何榮軍;閆玉彪;;基于粒子群算法和BP神經(jīng)網(wǎng)絡(luò)的沖擊危險性評估[J];采礦與安全工程學(xué)報;2014年02期

本文編號：2804979