基于贝叶斯-响应面法的煤矿开挖过程中不同含水状态岩体力学参数分析.pdfVIP

第42卷第3期河南科学Vol.42No.3

2024年3月HENANSCIENCEMar.2024

文章编号：1004-3918（2024）03-0313-08

基于贝叶斯-响应面法的煤矿开挖过程中不同

含水状态岩体力学参数分析

1，21，23

康健，张博成，杨逾

（1.国能神东煤炭集团有限责任公司，陕西榆林719000；2.中国神华能源股份有限公司神东煤炭分公司，

陕西榆林719000；3.辽宁工程技术大学土木工程学院，辽宁阜新123000）

摘要：在煤炭开挖过程中，准确评价不同含水率条件下岩层的力学参数，对于制定有效的排水方案，降低工作面顶

板水害风险至关重要.然而，由于地层分布不均匀，试验测量误差等因素的影响，岩石参数往往呈现不确定性，进而

降低了计算煤层开挖时上下岩层不均匀沉降和塌陷等问题的可信度.鉴于以上出现的问题，提出了一种基于贝叶斯

更新参数的神经网络的响应面建模方法.该方法采用ACO-BP神经网络建立响应面，并通过贝叶斯公式进行参数的

更新，以此建立高置信区间的响应面模型.以正交试验数据为样本，建立传统多项式响应面和神经网络响应面模型，

并使用确定系数（R）、20%误差对两种响应面模型进行验证和对比分析.结果表明：相比于多项式响应面，神经网络2

响应面模型的预测数据误差值更小，具备更高的预测精度和更强的寻找非线性关系的能力，同时利用贝叶斯更新参

数的方法，降低了BP神经网络陷入局部最优的缺陷，能更好地进行岩体力学参数的预测和分析.使用神经网络响应

-1

面的方法对陕西榆林锦界煤矿31301工作面3煤层进行分析，得到孔隙率、含水率、抗压强度与弹性模量之间的非线

性关系，并对弹性模量进行预测，预测值和实际值的拟合度可达到0.92，以此来验证了方法的可行性.

关键词：煤矿开挖；岩体参数；贝叶斯公式；神经网络

中图分类号：TD315文献标识码：A

AnalysisofMechanicalParametersofRockMasswithDifferent

WaterbearingStatesinCoalMineExcavationBasedon

Bayesian-responseSurfaceMethod

1，21，23

KANGJian，ZHANGBocheng，YANGYu

（1.GuonengShendongCoalGroupCo.Ltd.，Yulin719000，ShaanxiChina；2.ShendongCoalBranch，ChinaShenhuaEnergyCo.Ltd.，

Yulin719000，ShaanxiChina；3.CollegeofCivilEngineering，LiaoningTechnicalUniversity，Fuxin123000，LiaoningChina）

Abstract：Duringcoalexcavation，preciseassessmentofthemechanicalpropertiesofrocklayersundervarying

watercontentiscriticalindevisinganefficientdrainageplanandminimizingwater-inducedroofhazardsinthe

workarea.Nevertheless，theuncertaintyinrockparameters