回采巷道围岩稳定性分类及松动圈尺寸预测Ξ.PDFVIP

第 7 卷 第 4 5 期 黄 金 科 学 技 术 Vol . 7 , No . 4 5 1 9 9 9 年 8 月 Gol d Science and Technology Aug . 1 9 9 9 回采巷道围岩稳定性分类及松动圈尺寸预测 朱川曲 (湘潭工学院 ,湖南 　湘潭 　4 1120 1) 摘要 :应用神经网络理论 ,建立了回采巷道围岩稳定性分类及松动圈尺寸预测的模型 。理论分析及实例 计算结果表明 ,所建立的模型可靠 、实用 、精度高 。 关键词 : 围岩稳定性 ;分类 ;松动圈;神经网络 中图分类号 : TD26353/ TD80 1 　　文献标识码 :A 　　文章编号 :100525 18 ( 1999) 为合理选择回采巷道的支护方式 ,应对回采巷道围岩稳定性进行分类 ,尤其是我国许多矿区正 在回采巷道中推广应用锚杆支护技术 ,更需要进行围岩稳定性分类的研究 ,为错杆支护设计提供科 学依据 。 1 　分类方法的确定 多年来 , 国内外的许多学者在围岩分类方面做了大量有益的工作 ,提出了许多分类方案 ,大致 可归纳为 5 种方法 〔1〕: ①单因素指标分类法 ,如岩石坚固性普氏系数分类法 ; ②多因素定性与定量 指标相结合分类法 ,如我国的坑道工程围岩分类法 ; ③多因素单一综合指标分类法 ,如美国的岩石 质量指标 RQD 分类法 ; ④多因素复合指标分类法 ,如波兰的围岩稳定性指标 S 分类法 ; ⑤模糊聚 g 类分类法 。第一种方法用单一指标来判断受多种因素影响的围岩稳定性是不完善的。第 2 、3 、4 种 方法虽然避免了第一种方法的局限性 ,但由于考虑的影响因素不尽全面和准确 ,而且对定性指标的 区分带有主观性 ,因而不同程度影响了围岩分类结果的客观性 。第五种方法是近年来将模糊数学 理论引入围岩分类而产生的 ,它对于影响因素具有模糊性的围岩分类有一定的适用性和科学性 ,但 这种方法仍然避免不了确定分类指标权值时存在的主观性 。近来 , 中国矿业大学董方庭教授提出 〔2 〕 的围岩松动圈分类法 ( ) 属于多因素单一综合指标分类法 ,对于指导围岩科学分类和合理选择巷 道支护方式及支护参数具有十分重要的意义 。但在井下测试围岩松动圈的尺寸较繁杂 ,其精度往 往受测试方法和手段影响 。 ( ) 80 年代以来 ,神经网络理论作为人工智能科学的一个重要分支发展迅速 ,在模式识别 分类 、 非线性动态处理 、自动控制及预测等领域得到应用 ,并取得了显著的成就 。回采巷道围岩为一复杂 的非线性系统 ,其分类结果和松动圈尺寸与其影响因素之间为复杂的非线性关系 。对于这类问题 , 神经网络具有较高的建模能力 ,能真实地刻画所求问题与其影响因素之间的非线性关系 。另外 ,在 煤矿生产实际中 ,工程技术人员在选择回采巷道的支护方式时 ,积累了许多围岩类别界定的经验 , 这些经验体现在回采巷道围岩稳定性分类及支护方式选择的成功实例中 ,而神经网络可以从这些 实例中获取大量的隐式知识 。为此 ,采用神经网络方法 ,建立回采巷道围岩稳定性分类及松动圈尺 寸预测的模型 。 收稿 日期 ;修订日期 ( ) 作者简介 :朱川曲 1963 ,男 ,副教授 ,主要从事采矿方面的教学和科研工作. 64 　　　　　　　　　　　　　　黄 　金 　科 　学 　技 　术 　　　　　　　　　　　　　　　第 7 卷 2 　神经网络的基本原理及学习