基于GA-ELM的冲击地压危险性预测研究

为提高冲击地压预测的效率和准确率,在分析冲击地压影响因素的基础上,提出了一种将遗传算法(GA)与极限学习机(ELM)相结合的冲击地压预测的新方法。为了避免ELM受输入权值矩阵和隐含层偏差随机性的影响,算法采用GA对ELM的输入权值矩阵和隐含层偏差进行优化,建立GA-ELM冲击地压预测模型。利用某矿冲击地压统计数据对该模型进行了实例分析,将ELM、SVM和BP算法预测结果与该模型进行了对比分析。结果表明:GA-ELM模型具有较高的预测精度,可以相对准确、有效地对冲击地压发生的可能性进行预测。     

基于预处理的AFOA-ELM冲击地压危险预测模型

为提高冲击地压危险性预测准确率,提出一种基于预处理的改进的果蝇优化算法(AFOA)优化极限学习机(ELM)的预测模型。以重庆砚石台煤矿为例,选取其10个冲击地压危险性影响因素作为模型特征;以部分实测数据作为样本数据集并进行预处理,采用合成少数类过采样技术(SMOTE)构建平衡数据集,使用灰色关联分析法(GRA)及因子分析法(FA)降低特征维度;针对果蝇优化算法(FOA),引入跳脱变量和分类准确率方差变量构造AFOA,利用AFOA优化选取ELM的输入层权值及隐含层阈值,构建冲击地压危险预测模型,训练预处理样本数据、预测并对比其他模型预测结果。结果表明:数据集预处理可以显著提高AFOA-ELM模型预测效果;基于预处理的AFOA-ELM冲击地压危险预测模型,预测准确率为93. 75%,均方误差为6. 25%,预测精度显著优于其他对比模型。     

基于模糊综合评判的冲击地压危险性分区预评价技术研究

为解决采煤工作面冲击地压危险性难以准确分区预评价的难题,运用模糊综合评判法建立冲击地压危险性评价模型,模拟工作面开采过程,对工作面开采过程中不同区域煤体应力影响因素进行综合分析,评判冲击危险性,实现了采煤工作面冲击危险性分区预评价。根据专家现场经验和试验研究结果,确定了影响冲击地压危险性等级的7个主要影响因素,采用层次分析法,确定各个因素的权重。评价模型在山东某煤矿3105工作面进行了应用,得到7个高度危险区,4个中度危险区,评价结果与现场实际基本吻合,表明该模型是合理可行的。     

预测冲击地压危险性等级R型因子Fisher判别

为提高小样本预测冲击地压危险性等级精度,提出一种R型因子分析Fisher判别的预测模型。以砚石台煤矿为例,利用R型因子分析处理冲击地压危险性评价指标,提取原有指标特征信息,用少量主因子代替原有评价指标,定性分析冲击地压危险性等级;采用Fisher判别法分析R型因子分析处理结果,确定评价集与不同危险等级冲击地压的距离,并回判训练集,提高判断矩阵精确度;再根据判断矩阵预测冲击地压危险性等级。结果表明:该模型可弱化指标间的相互影响,明显提高小样本预测准确度。     

华丰矿冲击地压危险性预测及区域防治技术研究

针对华丰矿巨厚砾岩断裂会对采场造成冲击地压灾害且冲击地压主要发生在1411工作面回风巷的现象展开研究,并采用区域动力规划方法对巨厚砺岩断裂进行划分。通过分析围岩应变与应力的关系,提出工作面采用错层位内错式巷道布置形式的方案。同时,由于巷道布置形式的优化造成覆岩离层分区发生变化,为进一步通过控制砾岩的断裂运动降低发生冲击地压的危险性,提出覆岩离层注浆的新技术。工程实践表明:采用新方案后1411工作面回风巷上方为上区段采空区垮落的矸石,吸收了绝大部分砾岩断裂产生的能量,改变了1411工作面回风巷发生冲击地压的现象。从注浆效果来看,有效控制了砾岩运动及其引起的地表下沉,大幅度节省了注浆钻孔工程量。     

基于CFOA-GRNN的冲击地压危险等级预测

针对冲击地压影响因素模糊、非线性等特性,选用一种混沌果蝇优化算法改进的广义回归神经网络(CFOA-GRNN),通过引入混沌扰动因子,增加网络的参数搜寻能力,建立冲击地压危险等级预测模型。模型选取煤层厚度、埋深等10个主要影响因素。以砚台煤矿的35个样本数据对模型进行学习、训练和预测,并将预测结果与传统预测模型的结果进行比较;同时采用敏感性分析法,评价各主要因素对模型精度的影响。结果表明煤层倾角影响最大,其次为卸压方式。研究表明,所构建的CFOA-GRNN模型正确率为92.8%,明显优于传统预测模型。     

基于优化Bagging-LSSVM模型的冲击地压预测

为准确预测冲击地压危险性,提出一种优化Bagging算法动态集成的最小二乘支持向量机(LSSVM)的预测模型。在设计和优化Bagging-LSSVM模型流程的基础上,引入经典分类数据集,验证模型的可行性,并通过试验得出实现模型最优分类条件下的基分类模型数的最小值。综合考虑冲击地压的主要影响因素,确定其评判指标;以重庆砚石台煤矿的35组实测数据为试验样本,利用核主成分分析(KPCA)消除指标间的相关性,对比分析样本数据处理前后应用模型的预测效果;比较优化Bagging-LSSVM模型、优化Bagging-SVM模型和LSSVN模型预测冲击地压危险性的准确率。结果表明:经KPCA处理后的样本相较于原始样本,其应用于优化Bagging-LSSVM模型的预测准确率更高,耗时更少;且优化Bagging-LSSVM模型预测冲击地压危险性的准确率高于其他模型。     

基于能量理论的冲击地压细观过程研究

为了解冲击地压细观发生过程,从而分析冲击地压不同阶段特点,从能量消耗角度对该过程进行了研究。认为冲击地压是岩体系统由于外界扰动引起的能量释放过程,总释放能量理论上等于岩体形成期间残余弹性势能。由于该弹性势能和岩体形成后裂隙发育的不同,导致岩体受开采扰动后经历的能量释放形式有所不同。大体上能量释放形式可分弹性变形、可产生裂隙的大变形、岩体破碎飞石、广义变形集中区岩体失稳和伴随裂隙产生的机械振动5种。过程可分三部分:初期变形和裂隙、中期飞石-变形-破碎-飞石的循环破坏过程(岩爆)、末期广义应变失稳破坏。使用颗粒流理论的PFC3D对上述过程进行了模拟,结果表明:-120 m、-220 m、-320 m时开采面岩体只发生变形和裂隙;-420 m、-520 m、-620 m岩体先经历变形和裂隙,然后发生岩爆;-720 m和-820 m岩体经历变形和裂隙、岩爆和广义应变区失稳坍塌。     

基于距离判别分析法的冲击地压预测研究

考虑影响冲击地压的矿山地质因素和开采技术因素,提出预测预报冲击地压危险性的距离判别分析方法。选用煤层开采深度、顶板岩性、地质构造复杂程度、煤层倾角、煤层厚度、开采方法、有无煤柱、炮采或综采8项指标作为距离判别分析模型的输入变量,并以工程实测数据作为学习样本进行训练,建立相应判别函数对待判样本进行预测。研究结果表明,距离判别分析模型学习性能良好,预测精度高,回判估计的误判率为零,是冲击地压预测预报的一种有效而实用的方法。     

冲击地压的无触点预测法

开采有用矿物时,由于采矿地质条件多种多样,预测冲击地压需要采用不同的方法:电测法、超声波法、地震法、孔底或孔壁压模法、岩心回收率法等。其中任何一种方法不仅有优点,也有缺点(进行研究的长期性;需要与被研究的岩体接触;需要2～     

基于信息融合技术的冲击地压算法模型研究

冲击地压是煤岩体突然遭遇动力破坏,释放大量能量的灾害动力现象,可摧毁顶板、巷道、引发其它矿井灾害,造成人员伤亡.在冲击地压的预测、预报中,煤矿企业安装了不同公司的独立子系统,但这些系统侧重点不同,检测到的信息是不完整、不全面、不精确甚至有时是互相矛盾的.为此,需要运用信息融合技术把各个系统进行动态优化组合.根据矿山压力显现的基本规律性和各变量之间的内在联系,应用D-S证据融合理论,把微震监测系统、综采压力系统、电磁辐射系统、钻孔应力系统,包括钻屑法等环节获得的信息进行数据融合,其融合的结果能更好的解释矿山压力与岩层顶板运动发展的规律性,提高了冲击地压预测预警的准确率,改善了系统的可靠性,对于提前掌握顶底板运动变化的趋势和规律,指导安全生产与决策具有—定的指导意义.     

基于电磁辐射的矿井冲击地压区域监测预报研究

电磁辐射技术作为一种非接触式监测煤岩动力灾害的方法已得到广泛应用.为了提高监测数据的利用率,更加准确的预测冲击地压,从千秋煤矿的地质构造、煤层赋存等方面分析了其发生冲击地压的主要原因,在此基础上研究了基于电磁辐射技术的冲击地压区域监测预报方法.结果表明,区域性电磁辐射不仅能够在较大尺度上反映煤岩体内部应力分布及演化规律,同时能够在一定程度上避免单个测点数据异常的干扰,从而有效地提高了冲击地压监测预报的准确性.研究成果对千秋煤矿及相似条件矿井的冲击地压监测预报工作具有重要的现实意义及应用价值.     

基于卷积神经网络的冲击地压预警方法研究*

为探究深度学习在冲击地压预警方面的应用前景,以新疆某冲击地压矿井为研究背景,将深度学习和专家评判运用到微震数据分析中,基于卷积神经网络构建冲击地压预警模型。充分利用一维卷积神经网络对时序数据有较强特征提取能力的优势,以微震数据及其特征参数作为输入,以专家评判值作为标签,借助Python-Keras框架实现冲击地压预警模型的构建和训练。研究结果表明:模型预警效果并不随着训练迭代次数的增加而逐渐最优,存在最优迭代次数,对于所建模型当迭代次数为30时测试集的冲击危险预测结果与专家评判结果基本吻合,同时说明模型可以较好地学习专家评判经验实现冲击地压预警。研究表明所建模型对研究时段内发生的5次大能量矿震事件均进行预警,其准确度较高,具有现场实际应用价值。     

煤层注水预防冲击地压的研究

煤层注水防治冲击地压的方法简易、价廉、适应性广 ,同时具有降尘、降温及软化煤层功用 ,一举数得 ,可以作为冲击地压防治的首选措施。煤层注水防治冲击地压的机理以及注水过程中 ,对水在煤层中的运动规律还缺乏研究 ,因而工艺参数决定只能依靠经验 ,存在很大盲目性 ,必然影响防治效果。因此 ,笔者从水对煤物理力学性质的影响 ,对煤层注水防治冲击地压的机理等方面进行了分析和研究 ,认为煤层注水过程 ,实际上是水驱气的驱替过程 ,是有动界面的渗流力学问题 ,为此 ,进一步研究了水在煤层中的运动规律。研究的结果和有关数据 ,为制订煤层注水防治冲击地压的工艺参数提供依据 ,为有效地防治冲击地压的发生 ,提供了新的手段。     

煤矿冲击地压预测的PCA-GRNN方法

为更合理有效地解决煤矿开采引起的冲击地压危险性预测问题,以忻州窑煤矿冲击地压事故为工程背景,采用一种数据降维算法—主成分分析法(PCA),对广义回归神经网络(GRNN)的输入样本进行信息压缩,构建冲击地压危险性预测的PCA-GRNN模型。通过PCA法提取影响冲击地压强度的煤层厚度、倾角等9个因素,得到冲击地压危险性影响因素的前4个主成分因子表达式,并构建BPNN,GRNN和PCA-BP等另外3种模型,验证PCA-GRNN法预测冲击地压危险性的智能性和泛化能力。结果表明,所建PCA-GRNN模型平均训练误差为3.5%,平均预测误差为3.6%,有很好的预测能力和泛化能力。     

基于网格搜索和ELM的冲击地压危险等级预测

为提高冲击地压危险等级预测模型的泛化性能及预测精度,采用网格搜索法结合十折交叉验证法对极限学习机(ELM)中的隐含层神经元个数及激活函数的类型进行组合优化,进而建立冲击地压危险等级预测模型;选取重庆砚石台煤矿36组实测数据进行试验,对影响因素数据进行标准化处理,选择其中26组样本对模型进行训练,采用该模型对后10组样本中冲击地压危险等级进行预测,并与其他方法作对比。结果显示:经过十折交叉验证,用该模型得到的正确识别率为84.615%,高于朴素贝叶斯及Adaboost M1的76.92%、61.54%,采用该模型对测试样本集中冲击地压危险等级进行预测,预测准确率为90%,高于朴素贝叶斯及Adaboost M1预测准确率80%。     

煤层冲击地压防治技术现状研究

近年来随着我国浅部煤炭资源的枯竭,煤矿开采深度逐年加深,冲击地压灾害频发,造成了严重的人员伤亡和财产损失。通过系统整理分析了煤层发生冲击地压的主要影响因素,煤层自身具有冲击倾向性是发生冲击地压的必要条件,应力是外在动力,煤层含水率和煤体完整性是主要外部影响因素。整理并分析了主要煤层冲击倾向性判据、现场主要冲击地压预测预报监测设备和技术的优缺点及相关性。最后,按开拓规划设计、掘进开采阶段分别总结了现有的冲击地压防控措施。指出现有措施主要从以下3个方面进行冲击地压解危:降低应力集中程度、降低煤体质量、提高煤层含水量,即两个降低、一个提高。     

矿震与冲击地压防治研究进展

矿震与冲击地压是采矿领域亟待解决的热点、难点和瓶颈问题,为了有效控制矿震与冲击地压,综述矿震定义与分类、矿压假说及矿震与冲击地压防治技术,回顾切顶卸压理论及其在中厚金矿采空区处理与卸压开采、中厚及以下煤矿沿空留巷中的应用,并比较其与110工法的差异。据此,给出矿震定义,指出矿震与冲击地压发生的条件类似,针对厚矿体开采提出深埋坚硬顶板控制爆破切槽放顶技术。研究表明：控制爆破切槽放顶技术仍然是未来矿震与冲击地压防治中释放并转移高地压的主要方法,它还可将深埋厚矿体的“砌体梁”简化成弹簧岩梁承载体系。     

华丰煤矿破解深井冲击地压防治难题

山东新汶矿业集团华丰煤矿依靠科技创新攻克深井开采冲击地压防治技术，破解了一项煤炭开采业的国际性难题。