《煤矿立井井筒非采动破裂的人工神经网络预测》-毕业论文设计.docVIP

PAGE 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Table1BasicsituationofshaftliningfractureinYanzhouCoalMine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1979.11.261910.2冻结法双层井壁148.6126.9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1979.5.14198.5冻结法双层井壁148.69136—1443鲍店北风井1979.10.21196.6冻结法双层井壁202.56168.4,180,2044鲍店南风井1979.8.11996.8.9冻结法双层井壁157.92158.1—159.35兴隆庄西风井1976.819冻结法双层井壁183.9165.5—171.66兴隆庄东风井1977.5.31196.4冻结法双层井壁176.45157—1807兴隆庄主井1977.8.131997.6.23冻结法双层井壁189.31150,184在未出现严重破裂时进行了治理8兴隆庄副井1978.91997.6.26冻结法双层井壁190.41154,200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1984.121997.2.295.06.6冻结法双层井壁185.42176.5,19610杨村副井1985.1.231997.12.2冻结法双层井壁184.45160,176,212在未出现严重破裂时进行了治理11杨村北风井1984.10.31195.9冻结法双层井壁173.40179.6,150,156.6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.1Forecastingmechanismofneuralnetwork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：在煤矿开采过程中新生界底部第四系含水层（底含）的水头的大幅疏降，使该含水层及上覆土层产生压缩和变形，且引起地表沉降，在地层发生变形的过程中对井壁产生垂直向下的附加力，使得立井井壁发生破裂。立井井筒破裂矿区的水文地质与工程地质条件都具有如下的特点：井筒都穿过第四系深厚表土，其厚度大都在200m左右。土层结构复杂，但大体上都可分为四个含水层和三个隔水层共七个工程岩组，即由上至下常简称为一含、一隔、二含、二隔、三含、三隔和底含（四含）。通过对立井井筒非采动破裂机理及破裂矿区的水文地质与工程地质特点分析选取以下几个因素作为影响立井井