煤层底板突水危险性GSPCA-LSSVM评价模型

为快速、准确地评价煤层底板突水危险性,选取水压等作为影响因素,以其灰色关联度作为灰色主成分分析(GSPCA)的协方差矩阵,提取信息不重叠的灰色主成分,并将该成分作为最小二乘支持向量机(LSSVM)的输入向量,底板突水危险性作为LSSVM输出向量,建立煤层底板突水危险性GSPCA-LSSVM评价模型;将20组实测数据作为训练样本训练模型,采用回代估计法进行回检;利用训练好的模型对5组检验样本进行评价。结果表明:利用GSPCA提取的主成分考虑原影响因素不完备性,包含其超过91.97%的信息,减少信息冗余;经GSPCA处理后LSSVM计算复杂度降低;用GSPCA-LSSVM模型评价煤层底板突水危险性,结果与实际情况基本吻合。     

基于PCA_Fuzzy_RF模型的煤层底板突水预测

针对煤层底板突水问题,提出了基于主成分分析、模糊数学和随机森林的一种新预测模型。首先通过主成分分析将6个影响因素(水压、采高、隔水层厚度、断层落差、煤层倾角、断层距工作面距离)进行降维,提取4个主成分因子,其次对主成分因子进行模糊化,作为随机森林模型的输入变量,建立基于PCA_Fuzzy_RF的煤层底板突水预测模型。利用华北矿区实测资料的50组数据作为PCA_Fuzzy_RF模型的训练数据,10组数据作为测试数据,并将预测结果与BP神经网络及Fisher模型进行对比分析,结果表明,PCA_Fuzzy_RF模型的误判率为0,适用于解决煤层底板突水问题。     

煤层底板突水危险性预测的熵权-正态云模型

为克服煤层底板突水危险性分级时的不确定性和模糊性,建立一种用于煤层底板突水危险性分级预测的熵权-正态云模型。选取13个影响因素构建评价指标体系,通过熵权法(EWM)得到各评价指标权重,利用正态云模型计算综合不确定度,进而得到预测结果,以肥城矿区的14个地质块段作为检测样本,预测底板突水危险性等级。结果表明：该模型的预测结果基本与实际情况相符,且较层次分析法(AHP)在预测准确性和误差上更具优势,准确性提高7.14%,平均绝对误差(MAE)、均方误差(MSE)、平均绝对百分比误差(MAPE)和均方根误差(RMSE)分别降低0.21、0.35、0.069、0.27。     

底板突水危险性评价FCE优化模型及工程应用

为解决我国矿井普遍存在的煤层底板突水评价难题,分析地质构造、承压含水层、底板隔水层3个总指标中的8类影响因素,确定因素的等级临界值。采用层次分析法(AHP)确定各影响因素的权重及总指标权重,将因素权重引入经加权欧氏距离公式改进的模糊综合评价法(FCE)中,建立底板突水危险性评价FCE优化模型。将模型运用到山西临汾某矿,模型评价结果经Surfer软件处理,绘制成煤层底板突水评价分区图,并以一次突水实例验证模型。结果表明,用该模型评价的突水危险区域与实际突水区域相吻合。     

林华煤矿13~#煤层底板突水危险性模拟研究

以林华煤矿为例,运用FLAC3D软件对林华煤矿开采13#煤层进行模拟,在模拟中通过开采对底板的破坏情况进行分析,对林华煤矿开采13#煤层底板是否有突水危险性进行预测研究。     

煤层底板突水的突变理论预测方法及其应用

基于煤层底板突水的尖点突变特征 ,应用突变理论的方法 ,针对煤层底板突水预测指标监测信号 ,分析了单变量序列尖点突变模型及其稳定判据 ,提出了煤层底板突水的突变理论预测方法。实例表明 ,预测结果与现场工程实际情况相一致 ,证明了该方法可望成为预测煤层底板突水危险性的一条新的有效途径     

基于未确知测度理论的煤层底板突水危险性评价

运用未确知测度理论,建立煤矿奥灰岩岩溶水类底板突水评价模型。选取煤层底板的地质构造(断裂构造密度、褶皱、断层导水性、岩体的裂隙发育情况)、水文地质条件(水压、含水性、岩溶含水层发育情况、强水源补给情况)、底板隔水层条件(隔水层厚度、岩石力学强度以及隔水岩层的完整性)、开采条件(采厚和采深)4个一级指标、13项二级指标作为未确知测度模型的判别指标;根据指标值的类型采用定量或定性的方法对其进行分级和赋值,建立评判集,进而构建单指标测度函数。将13个突水评价指标值代入单指标测度函数计算得到单指标测度评价矩阵。利用信息熵理论获得各判别指标的权重,依照置信度识别准则进行等级判定,最后得出煤层底板突水危险性评价结果。利用该方法对肥城矿区14个地质块段的煤层底板突水危险性进行评价,结果表明,该评价结果与矿山实际情况相符。     

底板突水煤层的突变学特征

对建立在力学分析基础上的突水条件进行适当变换,得到煤层底板突水势函数,它符合尖点突变模型。进一步分析,发现煤层底板突水具有突变、缓慢两条路径,并在突水临界点附近具有发散性和４ 模态软化等性质。根据这些特性,可通过调控煤层底板突水条件使之不突水,从而达到煤层底板突水治理并防患于未然的目的。     

基于小波神经网络的煤层底板突水非线性预测方法研究

针对煤层底板突水系统为一非线性动力学系统的特性,并在考察目前煤层底板突水预测方法的基础上,给出利用小波神经网络对煤层底板突水进行预测的可行性和优越性;阐述了小波神经网络的基本原理;提出和分析了基于小波神经网络的煤层底板突水预测模型及算法;并通过实例证明,应用小波神经网络解决煤层底板突水预测的可行性和优越性。研究及实践表明:小波神经网络的预测精度更高、更准确。     

煤层底板隐伏陷落柱突水预测及采前注浆加固评价

华北型煤矿开采受底板岩溶强含水层威胁，通过对淮南张集矿1613A工作面底板隐伏岩溶陷落柱突水危险性分析，采用FLAC3D方法模拟采动条件下岩溶陷落柱活化过程。模拟结果显示:陷落柱上方的煤层底板岩体发生塑性变形，导致陷落柱附近岩体失稳，陷落柱筒壁产生局部剪切破坏，剪切破坏位置易导致奥灰强含水层发生陷落柱突水。采前采用注浆方法改造岩溶陷落柱，对改造后的陷落柱进行数值模拟分析，其内部注浆岩体对陷落柱筒壁具有良好的支撑作用，抑制了筒壁位置剪切破坏的发生，使有效隔水层厚度增大，降低了陷落柱突水的危险性。     

基于模糊聚类分析的矿井突水预测及危险性评价

运用模糊数学的基本原理，分析了矿井地下水突水条件及其影响因素，通过模糊聚类的实例分析，建立了区分矿山井下工作面突水的危险性预测与判别标准，为井下地下水防治和矿山安全生产提供了重要保证。     

薄隔水层井筒底板突水的突变模型

在薄板理论的基础上,建立了立井井筒底板突水的突变模型。运用突变理论的分析方法,求得了井筒底板隔水层的最小理论安全厚度,这与典型案例实际情况基本相符。论文根据在大涨落存在的前提下突变发生所遵循的Ｍａｘｗ ｅｌｌ规则,对理论值和实际值的偏差作了合理的解释,还提出了解决该偏差的一种近似计算方法。所进行的研究工作,为井筒突水的预测及确定隔水层的安全厚度,提供一种新的理论方法和途径。     

岩爆危险性预测的神经网络模型及应用研究

岩爆是高地应力区岩质隧道开挖施工过程中发生的主要施工地质灾害之一 ,它的发生对隧道施工企业的安全生产构成很大的威胁 ,对岩爆发生可能性及其程度的预测是这类隧道设计、施工及安全生产所面临的重大问题。依据隧道岩爆发生的条件 ,基于国内外隧道工程岩爆实例 ,应用人工神经网络方法 ,建立了岩爆危险性预测的评价模型并应用于实践。     

基于渗流-损伤耦合分析的煤层底板突水过程的数值模拟

根据杨村煤矿17煤的水文地质条件,应用岩石破裂过程渗流与损伤耦合作用分析系统(F-RFPA2D),建立了薄煤层底板采动破坏的数值模型,模拟了采动条件下底板的破断失稳、裂隙扩展和突水过程,探讨了底板突水的机理,并对底板的易发生突水部位进行了预测.结果表明,当回采工作面推进到26.8 m时,在隔水层的两个约束端产生拉剪破坏区.该破坏区和12灰贯通形成突水通道.突水后通道处的位移、流量都发生突变增加,并形成连锁反应,使12灰到13灰及其之间的隔水层依次发生破坏,最大破坏深度达13 m,但未勾通和14灰、奥灰之间的水力联系,在底板没有断层的地段不会发生突水.两个工作面采前和采后压水试验结果表明,采动后底板破坏深度在9.96～12.35 m,同数值模拟结果相吻合.     

基于模糊神经网络的深井底板突水判别研究

通过分析深井底板突水因素的影响作用,建立各影响因素的层次分析结构模型,运用层次分析法计算各影响因素的权重并进行排序,进而选出深井底板突水的主控因素。在该基础上,建立隶属度和隶属函数实现各因素的归一,构建基于模糊神经网络的深井底板突水判别模型,选择合适的网络结构参数以改善神经网络的缺点,并选取样本训练网络,以现场实例为验证样本,以突水等级作为输出结果,该判别表明基本符合工程实践。     

矿井底板突水过程电荷感应规律试验研究

为研究复杂水文地质条件下矿井底板突水导水通道形成及破坏情况的判断问题,基于电荷感应监测技术,通过水压致裂试验对比不同壁厚电荷信号规律,研究导水通道距离采掘空间不同深度下电荷特征,探究电荷前兆信息与底板突水通道形成过程的联系。结果表明:电荷信号和声发射信号均在起裂压力前出现较大脉冲,这2种信号出现的顺序随机,这与岩体的结构以及组成有关;壁越厚,起裂压力越大,释放的电荷量越大,电荷释放与试样变形破坏所需的力存在必然联系;不同壁厚试样电荷感应信号在衰减时间与电荷累积量等方面有差异,通过电荷感应信号探测导水通道形成深度是可行的。     

基于遗传投影寻踪聚类模型的煤层自燃危险性预测方法

为了更加科学、准确地对煤层的自燃危险性进行预测,从煤自然属性、地质条件和开采条件3方面选取指标构建了煤层自燃危险性预测指标体系,结合遗传投影寻踪算法和聚类方法建立了煤层自燃危险性预测的遗传投影寻踪聚类模型。该模型通过运用遗传算法对投影方向进行优化,计算能够反映煤层自燃危险程度的一维投影特征值,并对投影特征值进行聚类分析,从而得出煤层自燃危险性等级。将模型运用于所选的8个样本工作面,得出的煤层自燃危险性预测等级和实际情况吻合度较高。结果表明,遗传投影寻踪聚类方法能够实现对工作面煤层自燃危险性程度的有效预测。     

基于MATLAB工具箱的开采煤层自燃危险性预测

正确预测开采煤层自燃发火的趋势与危险性,对煤矿安全生产具有重要的指导意义。煤层自燃发火的趋势和危险程度与其影响因素之间存在着复杂的非线性关系,而人工神经网络具有极强的非线性逼近能力,能真实刻画出输入变量与输出变量之间的非线性关系。为准确预测开采煤层自燃发火的危险性,笔者针对反向BP神经网络收敛差的缺点,分别采用基于MATLAB神经网络工具箱中的VLBP和LMBP算法的改进BP神经网络模型对开采煤层自燃的危险性进行了预测。根据开采煤层自燃的特点,选取煤本身自燃倾向性、煤层地质及赋存条件、通风技术条件3个关键影响因素作为开采煤层自燃危险性的评判指标,建立了开采煤层自燃危险性预测的神经网络模型。实际应用效果表明,采用基于MATLAB神经网络工具箱的BP网络模型,能克服一般BP网络收敛较慢的缺点,能加快收敛速度;运用LMBP算法比VLBP算法快,但需较大计算机内存;该模型收敛速度快,准确性高,是一种十分有效的开采煤层自燃危险性预测方法。     

司马矿薄基岩区顶板突水危险性数值模拟研究

为了研究司马矿薄基岩厚松散层特殊地质条件下的采动覆岩破坏、渗流等特性,评价发生顶板突水的危险性,建立了薄基岩厚松散层开采条件下的数值计算模型。采用理论分析、数值模拟和现场工程相结合的方法,利用多物理场耦合数值模拟软件COMSOL Multiphysics,研究了随工作面推进采场的变形、破坏、渗流和应力变化规律。结果表明:在司马矿薄基岩厚松散层这一特定的地质条件下,工作面涌水量、顶板破坏高度均随工作面推进不断增加并最终趋于稳定,当工作面推进到200 m时,顶板破坏高度约为80 m,工作面涌水量约为33 m3/min,与实测数据基本吻合;随着开采的进行,在采空区后方煤层的支承压力峰值位置几乎不变,在工作面前方形成的支承压力峰值极值点位置不断前移,应力集中系数约为2.0;在司马矿薄基岩区,在煤层采厚为5 m、基岩厚度为40 m的条件下,若顶板黏土层厚度大于40 m,将不会发生顶板突水。