基于人工神经网络技术煤层顶板突水预警.pdfVIP

基于人工神经网络技术的煤层顶板突水预警木 陈佩佩 (天地科技股份有限公司开采设计事业部，北京100013) 摘要：从顶板突水机理相关理论和突水危险性评价等研究成果出发，分析了煤层项板突水预警判别机 制，提出综合考虑地层、构造、水文条件和采煤方法等因素的多因素综合智能预警。以淮北朱仙庄煤矿 为例，在对矿井水文地质条件和投产以来的历次突水事件进行分析的基础上，研究了造成朱仙庄煤矿项 板突水的主要原因。从水源监控、覆岩和构造条件分析和预测等方面，提出以与断层的距离、覆岩厚度 和四、五含水位为影响因素，以涌水量为目标，建立了基于人工神经网络，的顶板突水预警模型。该模 型包含一个输入层、一个隐含层和一个输出层。利用煤层项板突水的实测数据，建立了学习样本集和检 验样本集，对模型进行了学习和检验。结合朱仙庄煤矿工作面的抗水害能力，确定了3个预警阈值，将 预警状态划分为安全、戒备、紧急戒备和危险报警四种。 关键词：顶板突水，预警机制，人工神经网络，预警阈值 028．8 中图分类号：TP 文献标识码：A forGroundwaterHazardfromSeamRoofBasedon EarlyWarning ArtificialNeuralNetwork the CHEN Peipei (Coal ScienceTechnologyCo．，Ltd．，Beijing，100013) MiningDesignDepartment，Tiandi Abstract：Basedonresearch ofthemechanismandfatalnessevaluationfor inrushfrom findings groundwater mechanismfor inrushfromroofwas multifactorial groundwater early roof,earlywarning analyzed，and warning modelfor inrushfromroofwas involved forward，whichstratums，tectonic groundwater put andcoal Huaibei CoalMineasan condition example，by geological miningmethod．TakingZhuxianzhuang of and ofwaterinrushfrom factorswere roof,main put analyzinghydrogeololgylivingexample influencing distancebetween with ofoverburden levelsof forward，included：theworking—facefault，thickness rocks，water IIIIandV．Withtheinflowof asthe modelwa