PCA-BP神经网络模型预测导水裂隙带高度

导水裂隙带高度的预测对煤矿安全开采有重要意义,而传统回归方法未考虑因素间相关系数对预测结果的影响。选取采深、煤层倾角、煤层厚度、煤层硬度、岩层结构、顶板岩石单轴抗压强度、开采厚度和采空区斜长作为预测导水裂隙带高度的影响因素,建立基于PCA-BP神经网络的导水裂隙带高度预测模型。测试结果表明,煤层厚度对导水裂隙带高度的影响最大,其余各因素对导水裂隙带高度的影响较大,采深和开采厚度对导水裂隙带高度的影响较小;PCA-BP神经网络模型的训练速度和预测效果均优于BP神经网络模型,且最大预测误差仅为5.58%。     

综放开采覆岩破坏模型及导水裂隙带高度研究

为保障水体下采煤安全,提出一种新的导水裂隙带高度预测方法。通过构建岩层悬空完整力学模型、岩层悬伸破断模型和破断岩块力学模型,分析煤层上方岩层初次垮落机制、岩层悬伸破断机制和岩块结构失稳机制,进而提出一种综放开采导水裂隙带高度理论预测方法;用此方法预测沙坪矿某综放工作面的导水裂隙带高度,并将该理论预测结果与回归分析法和数值模拟方法综合预测的结果进行比较。结果表明:理论预测结果与回归分析、数值模拟预测结果基本吻合。     

熵权属性测度理论在导水裂隙带高度预测中的应用

确定导水裂隙带高度是水下开采防水煤岩柱尺寸设计的关键。结合导水裂隙带形成机理和分布形态,选取采场采深、采厚、煤层倾角、覆岩单轴抗压强度和工作面斜长五个主要影响因素作为导水裂隙带高度的判别指标。利用24组样本数据,构建导水裂隙带高度的熵权属性测度预测模型。为检验模型的有效性,将其用于预测丁集煤矿1262(1)工作面导水裂隙带高度,结果为66.03m,与采用Midas/GTS-Flac3D耦合模拟得出64.63m的结论非常接近。研究结果表明,熵权属性测度模型预测的相对误差较小,可以在工程实际中推广应用。     

凝析气田集输管线腐蚀预测研究

为提高凝析气田集输管线腐蚀速率的预测精度,基于灰色关联分析(GRA)法,融合随机森林回归(RFR)算法,建立内腐蚀速率预测模型,分析气田集输管线内腐蚀原因;采用GRA优选特征因素变量作为RFR的输入,以内腐蚀率作为目标因素输出,并以雅克拉凝析气田数据为例,对比验证构建的RFR预测模型、反向传播(BP)神经网络和支持向量机(SVM)预测模型。结果表明:通过GRA排序得到管线内腐蚀的主要因素有:CO2体积分数、Cl-质量浓度、压力、温度、流速。同时RFR预测模型的均方根误差、平均相对误差均低于对比模型相应值,且决定系数达到96. 48%。     

朝克乌拉煤矿承压含水层下2煤安全开采研究

针对新建朝克乌拉煤矿承压水下安全开采问题,通过相似材料模拟实验,分析并得出了朝克乌拉煤矿2煤不同开采厚度下的"三带"发展形态和垮落带、导水裂隙带厚度。经与"三下"开采规程等经验公式计算作对比分析,结果表明,相似试验和经验公式预测2煤开采导水裂隙带高度的吻合性较好,确定"裂采比"为11.0。据此控制开采高度,以有效控制导水裂隙带发育高度,指导并实现承压水下煤层的安全开采。     

高头窑煤矿河流下浅埋煤层综放开采安全限采研究

导水裂隙带高度是水体下安全采煤的主要依据,本文通过数值计算、相似材料模拟、规程预测和工程类比等方法,对高头窑煤矿水多湖川和大哈他土沟河下浅埋煤层开采时导水裂隙带高度进行了预测研究,结果表明：几种方法预测结果有一定的误差,综合工程类比结果,高头窑煤矿水多湖川和大哈他土沟下采煤时裂采比定为15。由于高头窑煤矿2-3煤层上覆基岩段厚度较薄,根据三下开采规程,煤层开采需要进行安全限采控制,采高h≤H/19,以达到控制导水裂隙带高度的目的,实现河下采煤的安全开采。     

基于改进随机森林模型的海底管道腐蚀预测

为提高海底管道腐蚀速率预测精度,建立一种基于改进随机森林的海底管道腐蚀预测模型。首先,采用斯皮尔曼相关系数,分析实海挂片腐蚀数据的相关性,并采用因子分析降维;然后,设定K值为5的K折交叉验证,建立随机森林回归(RFR)模型,并输入降维后的数据;最后,输出模型的交叉验证得分,并对比评价该模型与其他模型的最高得分预测结果。研究结果表明:改进RFR的五折交叉验证输出平均得分值为0.912,高于BP神经网络(BPNN)模型、支持向量回归(SVR)模型2种对比模型;五折交叉验证最高得分预测结果均方根误差(RMSE)、平均绝对误差(MAE)分别为1.441和1.3,均优于对比模型相应值。     

薄基岩厚松散含水层下综放开采安全性研究

为研究薄基岩厚松散层含水层下综放开采的安全性,通过对赵家寨煤矿12采区东翼松散层地质特征分析,将其分为"一隔三含",并揭露其厚度和结构分布特征对煤炭开采的影响。采用经验公式计算不同采高下导水裂隙带高度,并建立UDEC数值模型模拟分析开采过程中上覆岩层变形破坏规律。基于导水裂隙带高度经验公式计算、数值模拟结果和相关实测资料,并结合12采区东翼的地质特征,引入"导水裂隙带高度调整系数n"概念,提出并验证该区域的导水裂隙带高度计算公式。结果表明,12采区东翼大部分区域可疏干新近系下部含水层后开采,研究内容可减小防水煤岩柱高度,提高煤炭采出率。     

基于GA-ELM浆体管道输送临界流速预测模型研究

针对浆体管道输送临界流速预测难度大、精确度低等技术难题,提出了基于极限学习机(ELM)的临界流速预测模型,用训练集对模型进行训练,以验证集预测值的均方误差作为适应度函数,利用遗传算法(GA)对ELM模型参数进行优化,应用优化得到的ELM模型对预测集进行预测。以某矿山为例,模型参数优化结果如下:隐含层节点数L为400,输入权值ai、偏置向量bi最优组合下预测结果适应度为0.0201。采用优化的ELM模型对预测集进行预测,预测结果的最大相对误差x=3.96%,平均相对误差y=1.58%,对比BP神经网络(x=12.95%)和SVM模型(x=3.19%),表明ELM模型更加精确、高效。     

基于RBF核ε-SVR的导水裂隙带高度预测模型研究

为了构建更多样本条件下的高精度导水裂隙带高度预测模型,利用灰色关联理论筛选出关联度较高的煤层采厚、顶板岩层强度及其组合特征、采深、工作面斜长、开采分层数及倾角等因素作为输入变量;应用支持向量机回归模型理论,建立了不同模型类型与不同核函数组合的4种支持向量回归模型;采用PSO算法对模型参数进行优化,并对4组模型预测结果进行分析比较.结果表明,基于RBF核ε-SVR预测模型在预测精度、拟合效果与训练效率等方面优于其他3组模型.通过对PSO算法优化的RBF核ε-SVR模型与传统经验公式的预测效果进行综合比较和讨论,可得支持向量回归模型在现代化开采条件下预测准确率更高,可为矿井安全开采与资源综合开发提供依据.     

矿山开采对生态环境的影响评价

根据邵新煤矿的地质采矿条件,按照概率积分法和<建筑物、水体、铁路及主要井巷煤柱留设与压煤开采规程>预测矿山开采造成的地表移动变形和导水裂隙带高度.预测结果表明,邵新煤矿西北区多煤层重复开采后斜率i=1.273～26.498 mm/m,曲率k=0.006×10-3～1.081×10-3 m-1,水平变形ε=0.729～15.183 mm/m;东南区多煤层重复开采后斜率i=1.273～22.473 mm/m,曲率k=0.006×10-3～1.011×10-3 m-1,水平变形ε=0.729～12.878 mm/m;冒落带高度为3.118～3.274 m,导水裂隙带高度为18.76～20.91 m.受深部煤层采动的影响,矿山开采后地面建筑物破坏等级为I～IV级,结构处理为简单维修～大修;受近距离煤层采动的影响,K21煤层露头线2侧附近居民建筑破坏等级可能达到IV级,结构处理为大修.导水裂隙带最高达到K21煤层以上19.27 m,花石水库出露地层为侏罗系中统下沙溪庙组(J2x),矿井开采不会导致水库漏失,但会对须家河组第2段T3xj2、第4段T3xj4裂隙含水层地下水产生疏降作用.煤矿开采会导致邵新煤矿采空区内煤层浅部坡耕地出现细小地裂缝,但不会改变农业生产的基本格局.     

榆阳煤矿2301工作面导水裂隙带高度的数值模拟

在分析榆阳煤矿覆岩赋存特征的基础上,建立了采动岩体力学模型,利用有限差分程序(FLAC)对采动引起的覆岩破坏进行了数值模拟,得出了导水裂隙带发育高度最大值为50m；采用WSD-2数字声波仪测定岩样的物理力学性能,分析得知覆岩中泥岩强度大于砂岩,且抗压与抗拉强度的比值较高,使得岩层呈脆性材料特征,对导水裂隙带的发育有利,这样给保水开采增加了难度.     

基于粒子群-支持向量机(PSO-SVM)的苯储罐泄漏事故风险预测

将支持向量机(SVM)模型运用于事故前苯储罐泄漏事故风险预测,为使模型性能最优, 用粒子群算法PSO优化SVM模型参数,建立了PSO-SVM风险预测模型。为验证模型风险预测性能,分别采用遗传算法(GA)和网格搜索法(GS)优化SVM参数,并比较测试集与PSO-SVM、GA-SVM、GS-SVM三种模型预测结果的均方误差及相关系数。然后进一步探讨模型中权重调整方式、种群规模对PSO-SVM模型预测性能的影响。研究发现,权重线性递减所建PSO-SVM预测值与测试集相关系数更高、均方误差更小、预测效果更好,种群规模没有影响PSOSVM模型预测值但会影响计算时间,这为危化品泄漏事故的风险预测提供了一种新的方法。     

封闭不良钻孔侧壁突水机理研究

为研究封闭不良钻孔侧壁突水机理,预防水害事故的发生,以采煤工作面和封闭不良钻孔作为研究对象,探讨了封闭不良钻孔侧壁引发突水的潜在位置,利用摩尔库仑准则和厚壁圆筒理论,建立了封闭不良钻孔侧壁突水力学模型和突水判据。结果表明,煤层顶板导水裂隙带超前发育部位容易引发封闭不良钻孔侧壁突水,影响突水的主要因素有保安煤柱宽度、导水裂隙带超前发育距离、顶板的内聚力、内摩擦角、封闭不良钻孔的孔径以及孔内水压,当煤柱宽度等于或小于导水裂隙带超前发育距离与封闭不良钻孔塑性区半径之和时,将引发突水事故。     

矿区采空塌陷危险性预测的RS-SVM模型

为快速、准确地预测矿区采空塌陷的危险性,针对矿区采空塌陷预测的复杂非线性特点,在统计分析实测资料的基础上,选取7项指标作为初始特征指标,30组塌陷样本作为原始样本,其中,前17组为原始训练样本,后13组为测试样本;运用粗糙集(RS)理论,对原始训练样本进行对象约简和属性约简。将属性约简后的3项指标作为支持向量机(SVM)的输入向量,建立矿区采空塌陷危险性预测的RS-SVM模型。将对象约简后的7组样本作为训练样本,用于模型训练。采用回代估计法进行回检,误判率为0。利用训练好的模型对13组待评样本进行预测,并与贝叶斯、BP神经网络(BPNN)方法进行比较。结果表明,RS理论与SVM算法相结合,能降低属性维数,去除冗余样本,简化模型,该模型所得预测结果准确率为100%。     

基于随机森林理论的采场稳定性预测研究

为预防采场安全事故,选取地下采场地质构造、埋深、围岩强度等10个因素作为采场稳定性预测指标,从收集到的实际采场稳定性数据中选取25组作为训练样本,建立采场稳定性预测的随机森林(RF)模型,通过8组测试数据预测采场稳定性;将该模型预测结果与支持向量机(SVM)模型及人工神经网络(ANN)模型的预测结果进行对比。研究表明:采用RF模型采场稳定性等级预测准确率最高,而使用SVM模型次之,ANN模型的准确率较差;用RF模型能够相对有效地判定采场稳定性。     

基于NRS-ACPSO-SVM的冲击地压危险性预测模型

为快速、准确地预测冲击地压危险性,提出基于NRS-ACPSO-SVM的冲击地压危险性预测模型。首先,在综合分析冲击地压危险性影响因素的基础上,以重庆砚石台煤矿为例,选取煤层厚度、倾角、埋深等10个影响因素作为冲击地压危险性的特征指标;然后,基于邻域粗糙集(NRS)理论对特征指标进行降维,提取出影响冲击地压危险性的关键属性构成约简集;最后,为避免支持向量机(SVM)模型受惩罚因子C和核函数参数σ随机性影响,采用自适应混沌粒子群算法(ACPSO)优化SVM模型参数,将约简集作为ACPSO-SVM模型的输入进行训练,利用训练好的ACPSO-SVM模型预测样本,并对比其他模型的预测结果。研究表明:NRS能有效地约简属性,简化模型结构,模型预测精度与运行效率均有明显提高;利用ACPSO优化SVM模型能避免结果陷入局部极值,提高收敛速度及预测精度,用该模型可有效地预测冲击地压危险性等级,其预测错误率为0。     

极近距离煤层综放开采工作面覆岩“两带”发育规律研究*

为深入研究极近距离煤层综放开采工作面覆岩“两带”的动态发育规律,采用理论推导、数值模拟和现场实测相结合的方法,分析袁店一矿824工作面覆岩“两带”的裂隙演化特征。结果表明:从岩层层向拉伸率角度,研究上覆岩层垮落带和导水裂隙带的垮落程度,考虑角度影响推导出岩层弯曲下沉边缘段变形前后的长度计算公式,根据覆岩的碎胀特征计算各岩层的最大下沉量,预测垮落带和裂隙带的范围分别为30.2~41.2 m和70.7~78.2 m;采用3DEC数值模拟分析该矿824工作面开挖后上覆岩层垮落的基本形态和裂隙分布规律,结合其应力、位移云图和监测线位移曲线的分布特征,得出垮落带和裂隙带的高度分别为32.50 m和77.25 m;采用分布式光纤应变监测系统,监测工作面前方80 m处上部顶板的受力情况,得出受采动影响的光纤应变呈起伏变化,且应变分布与地层岩性存在对应关系,得出垮落带高度约30.4 m,裂隙带高度约74.8 m,验证采用层向拉伸率和覆岩碎胀性2个方面来预测工作面覆岩“两带”高度的合理性,可为类似方面的研究与施工提供相应的技术依据。     

基于MCMC填补的SSA-SVM煤与瓦斯突出预测模型

为提升煤与瓦斯突出预测准确度,减小数据缺失对煤与瓦斯突出预测的不利影响,提出1种基于链式多重填补马尔科夫链蒙特卡罗(MCMC)的麻雀搜索算法(SSA)优化支持向量机(SVM)预测模型。根据突出影响因素选取模型参数,运用MCMC对突出事故缺失值进行数据填补,采用SSA优化SVM,建立MCMC-SSA-SVM模型对填补后数据集进行预测,验证MCMC填补有效性和SSA优化性能;分别构建SVM、SSA-SVM、PSO-SVM、GAM-SVM、CMC-SVM、MCMC-PSO-SVM和MCMC-GA-SVM这7种模型进行突出预测,对比预测准确度,分析MCMC-SSA-SVM、MCMC-PSO-SVM和MCMC-GA-SVM的适应度。研究结果表明：MCMC填补后准确度均提升7.89个百分点以上,SSA的优化性能强于PSO和GA,MCMC-SSA-SVM预测准确度最高,为97.37%,泛化能力优于对比模型。研究结果可为煤与瓦斯突出预测研究提供借鉴和参考。     

矿井煤与瓦斯突出事故应急救援能力评估模型

为降低煤矿井下煤与瓦斯突出事故中的人员伤亡和财产损失,提高突出事故中的应急救援能力,提出一种麻雀搜索算法(SSA)优化支持向量机(SVM)的煤与瓦斯突出事故应急救援能力评估模型。首先,依据相关文献与研究报告构建包括应急预防能力、应急准备能力、应急响应能力和恢复善后能力在内的4项一级指标,其中包括18项二级指标,并以各指标的得分数据作为模型训练数据集;然后,利用网络层次分析法(ANP)与熵权法(EWM)分别确定各评估指标在相互影响下的主客观权重,通过拉格朗日函数将各权重融合得到最优权重,运用SSA算法优化SVM的径向基核参数g和惩罚因子C,将最优权重计算得出的结果作为SSA-SVM模型的输入,期望值作为输出进行线性回归预测;最后,以河北省某矿为例,将SSA-SVM模型与传统SVM、粒子群优化算法(PSO)优化SVM、鲸鱼优化算法(WOA)优化SVM 3种不同模型的预测结果分别与期望值作对比分析。结果表明：SSA-SVM模型的预测结果与实际相符,平均绝对误差相较于其他模型分别下降8.04%、5.15%、4.82%,证明所建模型的优越性,可将其应用于矿山企业实际矿井煤与瓦斯突出事故应急救援能...