工程建设

宁东矿区煤矿导水裂隙带智能预测及应用

王泽阳

摘要


覆岩导水裂隙带是煤矿突水、水资源流失及矿区生态环境恶化的直接诱因。经济、准确的预测导水裂隙带高度一直以来是保水采煤的研究重点和难点。文中选取宁东矿区梅花井煤矿为工程背景。以18个相似条件矿井的实测导水裂隙带高度样本为依据,通过粒子群(PSO)-支持向量机回归(SVR)的研究方法,提出了一种基于实测值的导水裂隙带高度预测模型。并以拟合优度R2、均方根误差RMSE为综合评价指标,开展了PSO-SVR模型与经验公式的误差对比。研究结果表明:PSO-SVR模型预测值的R2比经验公式提高了18.3%,RMSE降低了92.7%。预测模型的预测值与实测值基本一致,显著提高了导水裂隙带高度的预测精度。为实现宁东矿区煤炭资源安全高效开发与生态保护的协同发展提供了理论依据与技术支持。

关键词


宁东矿区;导水裂隙带;覆岩结构;统计模型

全文:

PDF

参考


武强,许珂,张维.再论煤层顶板涌(突)水危险性预测评价的"三图-双预测法"[J].煤炭学报,2016,41(6):1341-1347.

李长洪,卜磊,魏晓明,等.深部开采安全机理及灾害防控现状与态势分析[J].工程科学学报,2017,39(8):1129-1140.

LI Wenping,WANG Qiqing,LIU Shiliang,et al.Study on the creep permeability of mining-cracked N2 laterite as the key aquifuge for preserving water resources in Northwestern China[J].International Journal of Coal Science & Technology,2018,5(3):315-327.

FAN Limin,MA Xiongde.A review on investigation of water-preserved coal mining in western China[J].International Journal of Coal Science & Technology,2018,5(4):411-416.

杜文刚,柴敬,张丁丁,等.采动覆岩导水裂隙发育光纤感测与表征模型试验研究[J].煤炭学报,2021,46(5):1565-1575.

范立民,马雄德,蒋泽泉,等.保水采煤研究30年回顾与展望[J].煤炭科学技术,2019,47(7):1-30.

杨达明,郭文兵,赵高博,等.厚松散层软弱覆岩下综放开采导水裂隙带发育高度[J].煤炭学报,2019,44(11):3308-3316.

柴华彬,张俊鹏,严超.基于GA-SVR的采动覆岩导水裂隙带高度预测[J].采矿与安全工程学报,2018,35(2):359-365.

曹志国,张建民,王皓,等.西部矿区煤水协调开采物理与情景模拟实验研究[J].煤炭学报,2021,46(2):638-651.

谢晓锋,李夕兵,尚雪义,等.PCA-BP神经网络模型预测导水裂隙带高度[J].中国安全科学学报,2017,27(3):100-105.

李振华,许延春,李龙飞,等.基于BP神经网络的导水裂隙带高度预测[J].采矿与安全工程学报,2015,32(6):905-910.

施龙青,吴洪斌,李永雷,等.导水裂隙带发育高度预测的PCA-GA-Elman优化模型[J].河南理工大学学报(自然科学版),2021,40(4):10-18.

Deng Shaohui,Wang Xiaoling,Zhu Yushan,et al.Hybrid grey wolf optimization algorithm-based support vector machine for groutability prediction of fractured rock mass[J].Journal of Computing in Civil Engineering,2019,33(2):40180651-40180659.

贺玉琪,王栋,王远坤.BRR-SVR月降水量预测优化模型[J].水利学报,2019,50(12):1529-1537.

Wang Jiajun,Zhong Denghua,Wu Binping,et al.Evaluation of compaction quality based on SVR with CFA:Case study on compaction quality of earth-rock dam[J].Journal of Computing in Civil Engineering,2018,32(3):50180011-501800110.

廉小亲,刘钰,陈彦铭,等.基于自适应粒子群算法的多峰谱线分离方法研究[J].光谱学与光谱分析,2021,41(5):1452-1457.

LI Xinyu,ZHOU Jianping,LI Hongqing,et al.Improved Droop Control Strategy for Real-time Power Sharing of Microgrid Based on Particle Swarm Optimization[J].High Voltage Engineering,2018,44(10):3425-3432.

Hou Enke.Prediction of Water-inrush from Roof Separation A Case Study in Dafosi Coal Mine,Shaanxi Province, China [J].Electronic Journal of Geotechnical Engineering,2016,12(23):156-174.

XIE Heping,ZHANG Zetian,GAO Feng, et al.Stress-fracture -seepage field behavior of coal under different mining layouts[J].Journal of China Coal Society,2016,41(10):2405-2417.

Xiuyan Jing. Hydro-geochemical simulation for the evolution of groundwater quality in Yinchuan Plain, China[J].Journal des sciences hydrologiques,2016,61(12):2487-2495.

Gong Y J,J.J.Li, Y.Zhou,et al.Genetic Learning Particle Swarm Optimization[J].IEEE Transactions on Cybernetics,2016,46(10):2277-2290.

A.Shilton,D.T.Lai,M.Palaniswami,A division algebraic framework for multidimensional support vector regression[J].IEEE Transactions on systems man and cybernetics part b-cybernetics,2010,40(2):517-528.

朱霄珣,徐搏超,焦宏超,等.遗传算法对SVR风速预测模型的多参数优化[J].电机与控制学报,2017,21(2):70-75.

谢晓锋,李夕兵,尚雪义,等.PCA-BP神经网络模型预测导水裂隙带高度[J].中国安全科学学报,2017,27(3):100-105.

张小五,陈鑫,芦震.灵新煤矿导水裂隙带发育高度数值模拟研究[J].探矿工程(岩土钻掘工程),2019,46(7):64-69.

吴晓军,赵飞.新疆大南湖七号煤矿首采区水文地质条件研究[J].煤炭科学技术,2018,46(2):210-215.

王正帅,邓喀中,谭志祥.导水裂缝带高度预测的模糊支持向量机模型[J].地下空间与工程学报,2011,7(4):723-727.

孙云普,王云飞,郑晓娟.基于遗传-支持向量机法的煤层顶板导水断裂带高度的分析[J].煤炭学报,2009,34(12):1610-1615.

王小川,史峰,郁磊,等.MATLAB神经网络43个案例分析[M].北京:北京航空航天大学出版社,2013.

王沙沙,魏久传,宋宝来.采动影响下采空区覆岩破坏变形规律数值模拟研究[J].龙岩学院学报,2019,37(2):50-55.

李兴.河流下浅埋深综放工作面安全开采控制技术[J].煤矿现代化,2017(5):12-1.




DOI: https://doi.org/10.33142/ec.v5i8.6521

Refbacks

  • 当前没有refback。


版权所有(c){$ COPYRIGHTYEAR} {$ copyrightHolder}

Creative Commons License
此作品已接受知识共享署名-非商业性使用 4.0国际许可协议的许可。