软岩锚注巷道围岩变形量的时序预测.pdfVIP

维普资讯 第 23卷 第 4期 采矿与安全工程学报 VoI_23 No．4 2006年 12月 JournalofMining＆1SafetyEngineering Dee．2006 文章编号：1673—3363(2006 软岩锚注巷道围岩变形量的时序预测 吴 宇，王连 国，李青锋 (中国矿业大学 理学院，江苏 徐州 221008) 摘要：为反映软岩锚注巷道围岩的变形在时间上 的变化规律 ，利用径 向基函数 RBF神经 网络强 大的非线性映射能力，通过 已经观测到的巷道 围岩变形数据 ，建立软岩锚注巷道 围岩变形量的时 序预测模型．利用训练好的模型和 当前观测数据得到 了软岩巷道在锚注之后 3，9，15及 30d的 顶底变形量和两帮相对变形量．实例分析表明，该预测模型能弥补现场观测和数值模拟 的不足 ， 预测结果具有较高的精度．同时也说明锚注支护能有效控制软岩巷道围岩的变形． 关键词 ：锚注；RBF神经网络；时序预测 中图分类号：TD457 文献标识码：A TimeSeriesPredictionforDeformationofSurroundingRocks inSoftRockBolt—-GroutingRoadway WU Yu．WANG Lian—guo．LIQing—feng (SchoolofSciences。ChinaUniversityofMining＆1Technology。Xuzhou，Jiangsu221008，China) Abstract：Inordertoreflectthechangeindeformationofsurroundingrocksin softrockbolt— groutingroadwayalongwith time，wehavebuiltthetimeseriespredictionmodelofthede— formationofsurroundingrockin softgockbolt——groutingroadwaybasedontheRBFneuralnet。- workandthedataofthedeformationobservedfrom thelocale．Usingthewelltrainedmodel andthedataobservedfrom thelocale，theroofto—floorandtheside—to—sidedisplacementsof thesoftrockroadwaybolt—groutedafter3，9，15，3Odaysareobtained．Theanalysisofactual examplesindicatesthat1)thepredictioncanmakeupthelimitationsofthenumericalsimulation andlocalemonitoringandthepredictingresultisreliable。and2)thebolt—groutingsupportcan controlthedeformationofsurroundingrock insoftrockroadwayatthesametime． Keywords：bolt—grouting；RBFneuralnetwork；timeseriesprediction 软岩锚注巷道围岩的变形在时间上 的变化是 模型是由具有非线性作用函数的神经元构成，能进 很重要的，它反映了巷道支护效果的好坏，支护参 行大规模并行信息处理的非线性模型，具有高度的 数的合理与否以及巷道围岩的变形规律．因此软岩 非线性运算能力和很强的容错能力．利用神经网络 锚注巷道围岩变形的时序预测是非常重要的_1j． 构造时序预测模型来表述客观世界 中系统