基于P神经网络的矿井构造定量评价.docVIP

摘要：矿井构造复杂程度不仅决定煤矿的井型设计，而且常常与井下地质灾害有密切联系。东欢坨矿位于开平煤田西北的车轴山向斜内，矿井构造极为复杂，对安全生产布局以及资源高效利用形成严重制约。此次采用人工神经网络技术对东欢坨煤矿范围内不同块段的构造复杂程度作出定量化评价及分类，取得预期试验效果。 关键词：矿井地质构造 人工神经网络 定量评价 东欢坨煤矿 1引言 随着我国煤炭工业发展，煤田地质工作重点逐步由资源勘查阶段向矿井开发阶段转移，“九五”期间，提出高产高效矿井地质保障系统作为煤炭产业科技攻关目标之一，查明矿井地质构造是其中的首要环节。当前，矿井地质构造研究已成为煤田地质领域最具活力的亮点之一，矿井地质构造规律的研究已从定性描述逐步发展到定量分析。 2 BP神经网络原理和算法 3 实例分析 4 结论 5 矿井地质构造定量评价 矿井地质构造的定量评价及预测是当前煤矿生产中急需解决的一项重要课题。特别是随着采煤机械化程度的提高，综采机组使用以后，更需要在采掘之前能对各采区的构造复杂程度或构造行迹作出预见。矿井构造行迹是客观存在的，人们对其认识经历着从大到小、由浅入深、从已知到未知、从基本构造形态到局部变化的过程，从它们力学性质的相互关系、空间配置寻找其生成、发展和变化的规律，再以此规律指导生成实践并经受检验，使认识更加复合客观实际。 5.1 定量评价指标 5.1.1 指标的选取原则 (1) 由于井田构造在形成和发育上的自身特点及特殊性，加上所使用采煤方法和机械化程度的差异性，在评价不同矿井的构造发育复杂程度时，不能简单地套用统一的指标体系，必须紧密结合矿井实际。 (2) 评价指标应能从不同侧面真正反映构造复杂程度，并能充分利用勘探及开采数据，同时又便于获取。 5.1.2 指标类型 地质构造指标：单纯从地质角度直接体现构造复杂程度的指标。目前比较常见且被公认的指标较多，本文选择衡量断层复杂程度用断层密度（M）和断层强度（F）。 (2) 对采矿影响程度指标：既反映地质构造本身的复杂程度，又反映构造对生产影响程度的指标。因为在有些情况下，单纯有地质构造指标并不能完全体现构造复杂程度对生产的影响。比如，地质构造复杂程度相同或者地质构造指标值一致的两个区域，构造对生产的影响程度并不一定完全相同。因此，需要建立一类从矿井生产角度反映构造复杂程度的评价指标。一般当断层走向与工作面推进方向斜交时，断层对生产的影响最小；二者平行或者垂直时对生产影响较大。 (3) 经济技术指标：煤矿生产的经济效益可以间接地反映构造复杂程度。在确定这类指标时，要注意选择直接受构造影响的矿井经济效益指标。 (4) 钻孔地质指标：主要通过对勘探钻孔资料统计获得。因为指标在已采区和未采区均可统计取值，十分有利于将已采区和未采区的地质特征联系起来，进行模拟推断，所以一般可作为对未采区进行预测的重要指标。例如，根据钻孔柱状图统计计算得到的强岩层影响系数（K），可以反映煤层附近的强硬岩层（灰岩和砂岩）对煤层变形的控制作用。一般，K 值较大时，煤层构造较简单；K 值较小时，煤层构造较复杂。 5.1.3 指标的统计方法 评价指标确定后，为了得到这些指针在各个单元（等性块段）的取值，首先必须对研究区进行单元划分。单元的划分一般在煤层底板等高线图或采掘工程平面图上进行。根据资料的丰富程度在图上按比例绘出100×100～500×500m2的正方格网，网线分别平行和垂直主要褶皱轴或煤层总体走向。然后，以正方格为统计单元分别统计各个指针的基础资料，并计算出指针值。 (1) 单元统计法：以每一个正方格为单元进行指针统计，统计值写在方格的中心。该方法简便直观，宜于数据较多时采用。 (2) 滑动窗口统计法：以正方形网格中每一个结点周围的四个网格作为一个统计单元，统计值记在十字结点位置上。由于每一个方格要分别参加四个相邻统计单元的计算，因此这种方法被称为“滑动窗口统计法”。滑动窗口统计法具有修匀指标值跳跃式突变的作用，方法较为科学，在资料较少时效果明显优于单元统计法[9]。 5.2 人工神经网络评价 矿井构造定量评价是根据待评价单元构造评价指针的统计值按一定的数学模型对该单元构造相对复杂程度级别进行多因素综合评定。目前应用效果较好的矿井构造定量评价数学模型有模糊综合评判和BP人工神经网络，模糊综合评判模型需要确定因素权重集和隶属函数，通过单因素评判集与权重集的模糊合成得到某个单元构造级别的综合评判结果，但隶属函数的构造往往有较大的人为性、应用有一定的局限性。人工神经网络ANN是一种非线性动力学系统它具有良好的自适应性、自组织性及很强的学习联想容错及抗干扰能力，因此用于定量评价可望建立接近于人类思维模式的定量与定性相结合的综合评价模型。人工神经网络首先要用已知样本对网络进行训练，整个评价过程基本由计算