【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)絡的工作面頂板礦壓預測模型,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)作為模型的訓練樣本,并采用灰色關聯(lián)度分析法分析各影響因素與礦壓的關聯(lián)度,對計算結果進行排序,結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)絡工作面頂板礦壓預測模型,結合經(jīng)驗公式以及多次實驗確定BP神經(jīng)網(wǎng)絡結構以及各參數(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)絡模型的目標輸出,每組各做30次訓練,結果得出四個目標輸出的平均決定系數(shù)分別為0.751、0.74、0.826、0.837,四組訓練綜合決定系數(shù)平均值為0.788;并對預測值與真實值的相對誤差作對比分析,結果表明BP能在一定程度上預測工作面頂板來壓情況,但預測結果不穩(wěn)定。(3)根據(jù)BP神經(jīng)網(wǎng)絡存在的問題,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)絡工作面頂板礦壓預測模型。經(jīng)過模型預測值的對比分析得出,BP神經(jīng)網(wǎng)絡模型的決定系數(shù)平均值為0.798,優(yōu)化的GA-BP神經(jīng)網(wǎng)絡模型的決定系數(shù)平均值為0.896;BP與GA-BP模型預測結果相對誤差小于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%。訓練結果表明,基于優(yōu)化的GA-BP神經(jīng)網(wǎng)絡模型預測效果明顯高于BP神經(jīng)網(wǎng)絡,并能很好的預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)(不參與模型訓練)來驗證所建立的GA-BP神經(jīng)網(wǎng)絡模型,結果表明,優(yōu)化的GA-BP神經(jīng)網(wǎng)絡模型預測工作面頂板來壓四個目標值的相對誤差分別不超過2%、4%、3%、4%,總體上預測相對誤差小于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)絡的工作面頂板礦壓預測模型能夠被應用于工作面頂板來壓的預測。
【學位授予單位】：中國礦業(yè)大學
【學位級別】：碩士
【學位授予年份】：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能源，在工業(yè)生產(chǎn)、基礎建設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，隨著能源結構優(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，其頂板特征一般關鍵層，基本頂很難發(fā)展成典型的砌體梁結構，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響，典型的單一關鍵層結構如圖 2-1 所示[40]。

出現(xiàn)地面沉陷現(xiàn)象。2）雙關鍵層結構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鍵層結構，其結構-2 所示[41]。雙關鍵層結構的下部分為亞關鍵層，上部分為主關鍵層。般情況下沒有亞關鍵層破斷的快，而且當主關鍵層破斷時亞關鍵層會強烈的初次來壓和周期來壓是由主關鍵層的破斷引起的，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)關鍵層理論得出，各個關鍵層都會對工作頂板來壓產(chǎn)生或響。首先，其他關鍵層會承載一部分關鍵層上部的非關鍵層巖體重力層關鍵層破斷的時間，造成其垮落步距增大，當其懸頂面積達到其受大面積垮落，造成強烈的來壓；其次，第一層關鍵層垮落后，其他關期性的彎曲下沉和垮落，導致工作面頂板出現(xiàn)周期來壓強度和周期來不一的現(xiàn)象[42]。

【參考文獻】

相關期刊論文 前10條

1 王俊;;基于改進T-S模糊神經(jīng)網(wǎng)絡的瓦斯涌出量預測[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)絡的巖體可爆性研究[J];黃金科學技術;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)絡的采空塌陷易發(fā)性預測[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 趙學軍;康耀尹;常瀟逸;劉欽甫;;基于遺傳神經(jīng)網(wǎng)絡的煤礦技術創(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)絡的礦井涌水量預測[J];中國安全生產(chǎn)科學技術;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)絡的沖擊危險性評估[J];采礦與安全工程學報;2014年02期

本文編號：2804979