煤矿立井井筒非采动破裂的人工神经网络预测.docVIP

工程建筑论文-煤矿立井井筒非采动破裂的人工神经网络预测 摘要：应用人工神经网络的基本原理，建立了一个基于神经网络的煤矿立井井筒非采动破裂的预测系统，实现了立井井筒破裂预测的智能化。最后将神经网络预测结果与数值计算结果对比，认为应用人工神经网络对立井井筒破裂时间的预测比较准确，实用。 关键词：立井井筒 非采动破裂?反向传播网络?神经网络预测?数值模拟 ? 一、 煤矿立井发生破坏问题的提出 徐淮地区是中国东部主要的煤炭开采基地，其煤炭的生产直接影响着我国煤炭的总产量，在国民经济建设中占有重要的地位。然而自20世纪80年代以来，在我国徐淮地区（徐州、淮北、淮南）地区，出现了一种新的矿井破裂灾害——井筒的非采动破裂，即煤矿立井在不受地下采动影响的条件下（井筒及其附近的工业广场都留有足够的保护煤柱），井壁发生严重变形和破裂，致使提升运输困难。90年代以来，在我国特大型煤炭 企业 兖州矿业集团的9对井筒也先后发生了破坏(有关兖州矿区井筒破裂的基本情况如表1所示)。煤矿竖井是矿山生产运输的咽喉要道，因此竖井的破坏严重影响了矿山生产，给各煤矿造成了巨大的经济损失。 为了尽量减少立井的非采动破裂所造成的经济损失，现在各大矿山都对井筒的变形进行了预报和治理，到目前对井筒破裂的预报方法主要有两种： 1）第一种方法是通过加强对井筒变形的监测，以监测数据为依据，对井筒的变形进行分析，对其破裂进行预报。 2）第二种方法是新近发展起来的预报方法［1，2，3］，即系统科学、智能技术方法，特别是研究非线性复杂系统的一些方法。其主要内容使用系统科学原理或智能技术来建立模型的框架，用观测的实测资料填充以实现建模。 本文采用实际与智能技术相结合的预报方法，建立井筒破裂的人工神经网络模型，模仿人脑的运行机制，通过对井筒破坏规律的学习，使网络具有根据特征值对井筒破坏进行预报的能力，并据此来推测相关煤矿的井筒破坏规律。 表1兖州矿区井筒破裂的基本情况 Table 1 Basic situation of shaft lining fracture in Yanzhou Coal Mine ? 矿区 序号 井筒名称 竣工时间 破裂时间 净径/m 外径/m 施工 方法 井壁类型 表土厚度/m 破裂深度/m 破裂情况 兖州 1 鲍店副井 1979.11.26 1995.6.5 8.0 10.2 冻结法 双层井壁 148.6 126.9 罐道缝压实,罐道,管路压缩弯曲,混凝土表层剥落出现水平裂缝,竖筋弯曲外露 2 鲍店主井 1979.5.14 1995.7.12 6.5 8.5 冻结法 双层井壁 148.69 136—144 3 鲍店北风井 1979.10.21 1996.8.2 5.0 6.6 冻结法 双层井壁 202.56 168.4,180,204 4 鲍店南风井 1979.8.1 1996.8.9 ? 冻结法 双层井壁 157.92 158.1—159.3 5 兴隆庄西风井 1976.8 1995.10 5.5 7.4 冻结法 双层井壁 183.9 165.5—171.6 6 兴隆庄东风井 1977.5.31 1997.6.7 5.0 6.4 冻结法 双层井壁 176.45 157—180 7 兴隆庄主井 1977.8.13 1997.6.23 ? 冻结法 双层井壁 189.31 150,184 在未出现严重破裂时进行了治理 8 兴隆庄副井 1978.9 1997.6.26 ? 冻结法 双层井壁 190.41 154,200 罐道缝压实,罐道,管路压缩弯曲,混凝土表层剥落出现水平裂缝,竖筋弯曲外露 9 杨村主井 1984.12 1997.2.29 5.0 6.6 冻结法 双层井壁 185.42 176.5,196 10 杨村副井 1985.1.23 1997.12.2 ? 冻结法 双层井壁 184.45 160,176,212 在未出现严重破裂时进行了治理 11 杨村北风井 1984.10.31 1997.2.4 4.5 5.9 冻结法 双层井壁 173.40 179.6,150,156.6 罐道缝压实,罐道,管路压缩弯曲,混凝土表层剥落出现水平裂缝,竖筋弯曲外露 二、 人工神经网络的预报原理 人工神经网络实现井筒破裂的智能预报，是通过机器学习的方法［4］对破裂井筒的特征值进行抽取，并对已知的井筒破裂规律进行学习掌握规律性，然后运用训练好的神经网络对其他井筒进行推理预测，并据此对其他井筒的破裂进行预报（其流程见图1）。 ? 图 1? 神经网络预报机制 Fig. 1 Forecasting mechanism of neural network? 三、 立井井筒破裂影响因素的选取 经调查表明立井井壁破裂的主要原因为