基于贝叶斯网络的软岩巷道大变形影响因素分析

随着煤炭资源开采的深度和强度的大幅度增加,软岩条件巷道的维护出现了一系列新的控制难题,岩石性质、地应力类型、采场采动、含水层、巷道形状尺寸以及支护方案参数的选择等诸多因素耦合作用影响着软岩的位移量及巷道围岩应力场分布规律。为了实现对巷道围岩状态的实时定量化控制,将巷道监测数据通过全断面扫描仪等传感设备实时传入集控中心,利用贝叶斯神经网络方法进行软岩大变形相关影响因素参数分析,将巷道分段确定导致大变形的最高权重因素,并针对巷道断面形状、支护参数、支护方案以及回采工艺参数四个方面给出及时调整的最优方案。形成监测传感器-设备列车-集控中心-贝叶斯神经网络分析-方案定制-加强支护控制围岩的闭环机电智能化系统。可为类似条件下软岩巷道大变形机理与控制技术研究提供参考。