顶板瓦斯抽采巷布置位置智能预测方法

TD712; 顶板瓦斯抽采巷因具有大流量和连续抽采的优点,被广泛用于高瓦斯或突出矿井回采工作面瓦斯治理.如何确定合理的顶板巷布置位置,以高效抽采采空区卸压瓦斯,是保障工作面瓦斯治理效果的关键.为此,在深入分析顶板瓦斯抽采巷布置原则及其布置位置影响因素的基础上,提出了一种基于GA-BP神经网络模型的顶板瓦斯抽采巷布置位置智能预测方法;采用灰色关联分析法确定了GA-BP神经网络模型的预测指标,并设计开发了顶板瓦斯抽采巷布置位置智能预测系统.研究结果表明:①工作面的采厚、埋深、覆岩结构、煤层倾角、倾向长度等 5个物理指标是顶板瓦斯抽采巷布置位置的主控因素,且其权重值排序由大到小依次为采厚、埋深、覆岩...

Full description

Saved in:
Bibliographic Details
Published in煤炭科学技术 Vol. 52; no. 4; pp. 203 - 213
Main Authors 郭世斌, 胡国忠, 朱家锌, 许家林, 秦伟, 杨南
Format Journal Article
LanguageChinese
Published 中国矿业大学煤炭精细勘探与智能开发全国重点实验室,江苏徐州 221116%中国矿业大学煤炭精细勘探与智能开发全国重点实验室,江苏徐州 221116 2024
中国矿业大学矿业工程学院,江苏徐州 221116%中国矿业大学矿业工程学院,江苏徐州 221116
Subjects
genetic algorithm
顶板瓦斯抽采巷
遗传算法
intelligent prediction
gas drainage
智能预测
巷道布置
roof gas drainage roadway
瓦斯抽采
precision arrangement
Online AccessGet full text
ISSN0253-2336
DOI10.12438/cst.2024-0065

Cover

More Information
Summary:TD712; 顶板瓦斯抽采巷因具有大流量和连续抽采的优点,被广泛用于高瓦斯或突出矿井回采工作面瓦斯治理.如何确定合理的顶板巷布置位置,以高效抽采采空区卸压瓦斯,是保障工作面瓦斯治理效果的关键.为此,在深入分析顶板瓦斯抽采巷布置原则及其布置位置影响因素的基础上,提出了一种基于GA-BP神经网络模型的顶板瓦斯抽采巷布置位置智能预测方法;采用灰色关联分析法确定了GA-BP神经网络模型的预测指标,并设计开发了顶板瓦斯抽采巷布置位置智能预测系统.研究结果表明:①工作面的采厚、埋深、覆岩结构、煤层倾角、倾向长度等 5个物理指标是顶板瓦斯抽采巷布置位置的主控因素,且其权重值排序由大到小依次为采厚、埋深、覆岩结构、煤层倾角、倾向长度.②随着遗传代数的增加,GA-BP神经网络适应度不断减小,且当遗传代数为 60时其适应度变化基本稳定,表明GA-BP神经网络初始权重和偏置效果较好.③在当前训练样本数据集的前提下,基于GA-BP神经网络模型的顶板瓦斯抽采巷布置位置的预测结果与实际工况值的相对误差仅为0.43%～11.27%,在可接受的范围内.该研究可为顶板瓦斯抽采巷精准设计提供一定的参考.
ISSN:0253-2336
DOI:10.12438/cst.2024-0065