煤巷围岩分类的Bayes判别分析法

选用影响煤巷围岩分类的主要6项指标作为Bayes判别分析模型的判别因子,以15组煤巷围岩实测数据作为学习样本进行训练,通过分析计算,建立了相应的线性判别函数,并利用回代估计方法对训练后的判别模型进行检验,其回判估计的误判率为0。利用该模型对3组煤巷围岩实测数据情况进行识别,其结果与实际情况完全一致,并与神经网络和支持向量机的预测结果进行对比。结果表明：Bayes判别分析法判别能力强,交叉确认估计的误判率低,是解决煤巷围岩分类的一种有效方法。     

巷道围岩稳定性分类的GSM-SVM预测模型

为准确预测巷道围岩稳定性类别,提出了基于网格搜索法(GSM)优化支持向量机(SVM)的巷道围岩稳定性预测模型。选取22组巷道围岩数据作为学习样本,以水平地应力与巷道夹角、顶板岩性、水的影响和巷道断面积4个指标作为模型输入,巷道围岩稳定程度作为模型输出,同时为增强模型的泛化性能和预测精度,采用改进的网格搜索方法优化支持向量机参数,最终构建基于GSM-SVM的巷道围岩稳定性预测模型。然后运用该模型对8组巷道围岩数据进行预测,并同BP神经网络模型的结果进行对比。结果表明,GSM-SVM模型的预测结果与实际结果吻合,正确率达98%,具有比BP神经网络模型更高的精度。     

基于向量机的煤层顶底板围岩稳定性分类研究

煤层顶底板围岩是一种高度非线性的复杂动态系统,机理复杂、其影响因素众多。单一的评价指标已不能准确描述煤层顶底板围岩稳定性分类情况。结合云贵高原某煤矿的实际情况,选用岩石质量指标、完整性系数、埋藏深度、地下水渗水量、结构面强度系数和单轴饱和抗压强度6个关联程度不同的影响因素作为支持向量机模型的输入。建立支持向量机煤层顶底板围岩稳定性分类模型。将此模型应用于云贵高原某煤矿煤层顶底板围岩的稳定性分类预测。结果表明:向量机模型的煤层顶底板围岩稳定性分类是可行的。     

回采巷道围岩分类的支持向量机方法

采用支持向量机“一对一”分类方法,研究了回采巷道围岩分类问题．选择6项影响回采巷道围岩分类的主要指标,利用30组巷道围岩数据作为学习样本,建立了回采巷道围岩分类的支持向量机模型．应用该模型对平顶山矿区4条回采巷道围岩进行了分类预测．结果表明,预测类别与实际类别完全吻合,这说明支持向量机方法可以很好地描述巷道围岩影响指标与围岩类别之间复杂的非线性关系．     

正态云模型在煤巷围岩稳定性分类中的应用

为研究煤巷围岩的稳定性,选取顶板围岩完整性、顶板围岩强度、煤体强度、弱岩层厚度和埋藏深度5个影响因素,采用正态云理论和德尔菲法建立了围岩稳定性评价的正态云模型,并应用于工程实际。结果表明,基于正态云模型的煤巷围岩稳定性分类判别结果符合实际,并优于BP神经网络法的判别结果。     

基于随机森林的回采巷道围岩稳定性分类

根据回采巷道稳定性的影响因素,选取围岩强度、埋深、节理裂隙发育程度、巷道跨度、直接顶与煤层厚度之比和松动圈厚度6个指标作为巷道稳定性识别的样本变量。通过搜集部分矿井35条回采巷道相关数据,采用随机森林建立回采巷道稳定性分类模型,并将该模型的预测效果与决策树、BP神经网络和支持向量机模型进行对比。研究结果表明:采用随机森林模型误判率低,具有较高的预测精度,能够相对有效地对回采巷道的稳定性进行判定。     

基于JADE-ELM的煤巷围岩稳定性预测

为了对煤巷围岩稳定性进行科学、准确的预测,提出了一种将自适应差分进化算法(JADE)与极限学习(ELM)结合的煤巷围岩稳定性预测新方法。基于ELM训练速度快、泛化能力好和易获取全局最优解的优点,采用JADE优化ELM的输入权值矩阵和隐含层偏差,减少随机性造成的误差,建立JADE-ELM煤巷围岩稳定性预测模型。利用霍州煤矿区煤巷实测数据进行实例分析,并将预测结果与ELM、BP、RBF神经网络比较。结果显示:JADE-ELM模型预测平均精度为97.85%,比ELM、BP、RBF模型分别高出4.05%、17.85%、22.85%,JADE-ELM模型具有更高的预测精度,能够更准确的对煤巷围岩稳定性进行预测。     

基于GA-BP的煤巷围岩稳定性分类与应用

为了对煤巷围岩稳定性进行科学分类,统计24篇分类文献,建立SPSS分类指标数据库,进行频数分析,研究指标的频数和分布特征,得出重点分类指标,同时考虑指标选取原则和山西焦煤实际情况,确定了11个分类指标。联合应用遗传算法和BP神经网络,建立GA-BP煤巷围岩稳定性分类模型,通过GA全局启发式搜索构建网络拓扑结构,通过GA全局寻优和BP局部优化确定最优权值阈值,应用MATLAB对该模型进行编程。设计含80条山西焦煤煤巷的训练样本,使模型学习并获得分类能力,并应用于山西焦煤20条煤巷。结果表明:GA-BP分类模型准确率为95%,具有较高非线性映射精度,适用于对山西焦煤煤巷进行稳定性分类。     

基于改进支持向量机的深基坑变形预测

深基坑变形监测与预测是深基坑设计施工中的一个重要的环节,准确地预测深基坑未来的变形,是深基坑变形监测的最终目的。针对传统常用预测方法存在一定的局限性这个问题,结合支持向量机的研究现状,提出将能够有效地解决小样本、非线性、高维数、局部极小等问题的支持向量机模型应用于深基坑变形预测的方法。具体方法是:采用粒子群算法对支持向量机的相关参数进行寻优,得到改进支持向量机预测模型,然后将其预测结果与传统的支持向量机模型、Elman动态神经网络模型预测结果进行比较,最后采用均方误差、平方和误差、平均相对误差对预测效果进行评价。实验结果表明,基于改进支持向量机预测模型用于变形预测是可行的,且能更好地反映深基坑系统的动态非线性特点,具有一定的优越性与工程应用推广价值。     

分层鱼群优化支持向量机预测巷道围岩松动圈厚度

为了及时掌握巷道围岩松动圈的厚度,以便采取措施控制围岩的安全性,采用基于最大间隔算法的支持向量机进行预测。考虑支持向量机的性能很大程度依赖于参数的选择,提出改进的人工鱼群算法优化支持向量机的参数,以取得更好的准确度。首先对基本人工鱼群算法增加了种类分层和交叉变异,然后以此优化的参数对考查数据进行支持向量机回归预测。通过人工鱼群行为和参数的改进,扩大了搜索空间,增加了全局优化的稳定性,克服了人工鱼群后期寻优速度慢等问题。对某巷道围岩松动圈厚度监测与预测结果表明:该模型的预测精度较高,缩短了寻找参数的时间,泛化性能提高,收敛加快,可以有效地指导巷道围岩安全性的监测。     

煤巷围岩变形预测系统的构建及应用

根据煤巷围岩收敛变形的监测数据,运用非线性拟合技术,选择4种非线性函数建立了煤巷围岩变形预测模型,实现对巷道围岩变形监测数据的回归分析与预测,并基于VB编程方法构建了煤巷围岩变形预测系统,实时动态反映煤巷围岩的稳定状态。     

霍州矿区煤巷围岩稳定性分类与支护对策研究

针对现有煤巷围岩稳定性分类方案不能满足霍州矿区快速发展的机械化生产需求的现状,选取了巷道围岩强度、顶板岩体完整性、采动影响以及地应力等4个方面的9个指标,依据现场大量调研和统计的样本,采用基于模糊等价关系的聚类分析方法,研究了霍州矿区煤巷围岩稳定性分类方案,并对每类巷道围岩稳定性状况进行分析,提出相应的支护对策,制订出霍州矿区煤巷支护对策选择标准。     

基于模糊聚类综合分析的煤巷围岩稳定性分类研究

为研究近距煤层煤巷围岩稳定性分类及支护参数的合理选取,选取相似地质条件矿井的巷道围岩力学性质参数作为分析样本,并依据模糊-聚类综合评判法,通过MATLAB软件中的FCM工具函数进行围岩稳定性分类研究;并结合矿井概况,提出巷道支护参数优化方案,通过围岩变形监测对优化方案进行验证。结果表明：神州煤业一采区运输巷属于第Ⅳ类不稳定巷道,模糊综合评价的结果对巷道支护参数的选取和围岩变形具有可靠的指导作用。     

锚杆支护超长煤巷顶板稳定性动态分类研究

针对神东矿区煤巷长度超长、巷道断面大、顶板岩层结构变化复杂及锚杆支护率高等实际情况和锚杆(索)支护的工程特性,依据围岩稳定性分类指标的科学性、实用性及可定量化的选取原则,在深入分析神东矿区锚杆支护煤巷顶板稳定性主要影响因素的基础上,研究确定了单层厚岩层离顶板表面距离L、单层厚岩层抗压强度σc、单层厚岩层厚度D、巷道跨度B、巷道埋深H、采动影响指标N六个分类指标作为神东矿区锚杆支护超长煤巷顶板稳定性分区动态分类指标,并构建了神东矿区锚杆支护超长煤巷顶板稳定性分区动态分类的BP神经网络预测模型,经检验该神经网络模型的识别准确率大于95%,利用该网络模型进行动态分类的结果与现场实际高度吻合。     

焦作矿区煤巷围岩稳定性分类及控制技术

由于传统的煤巷围岩支护形式和理念严重制约着锚杆支护技术在焦作矿区煤巷的推广,因此,首先根据焦作矿区煤巷生产地质条件,采用模糊聚类法建立矿区煤巷围岩稳定性分类,即分为中等稳定的Ⅰ类和不稳定的Ⅱ类,然后分析了中等稳定煤巷(松软顶板煤巷)和不稳定煤巷(高应力松软顶板煤巷)这两大类煤巷的围岩变形特征及控制技术,并确定了各类煤巷的较优支护形式和参数。     

深孔爆破切顶对沿空留巷围岩稳定性影响的研究

为了在山西省南阳煤矿３２０７工作面顺利实施沿空留巷无煤柱开采,在靠近巷旁支护墙 的采空区侧进行超前深孔爆破预裂顶板,通过数值模拟计算和现场工业试验,进行了深孔爆破切 顶对沿空留巷围岩稳定性影响的研究。 以南阳煤矿３２０７工作面运输巷沿空留巷为背景,构建了 数值模拟计算模型,计算了留巷的顶、底板位移和墙体、煤帮的位移,分析了留巷围岩的应力分布 与变化。 数值计算表明,切顶后沿空留巷围岩应力和位移的减小幅度较大,围岩稳定性显著提 高。 现场工业试验研究表明,深孔爆破切顶能有效地消除悬臂梁顶板对留巷围岩的旋转挤压破 坏,有助于沿空留巷结构保持稳定和完整。     

大埋深采准巷道围岩拱梁支护结构研究

以桑树坪2号井煤矿3303工作面大埋深采准巷道为背景,采用"拱-梁"结构模型对该巷道进行支护优化,借助FLAC3D数值软件对原支护和改进支护的支护效果进行对比分析。结果表明:改进方案不仅能够提高浅部顶板的稳定性,而且还能有效控制巷道围岩变形。锚索压缩拱承载作用下,巷道围岩竖向应力呈拱状形态,帮部锚杆的存在可以缩小巷道两帮破坏范围,表明顶板的有效支护有利于提高巷道围岩的承载能力。顶板上方围岩所形成的"拱-梁"结构模型,对大埋深采准巷道的支护作用有明显改善。     

煤巷围岩稳定性分类指标确定研究

以霍州煤电集团有限责任公司煤层巷道的具体工程地质条件和生产技术条件为背景,深入分析了影响煤层巷道围岩稳定性的诸多因素,在此基础上,运用层次分析法的基本原理,建立了煤层巷道围岩稳定分类指标确定的AHP分析模型,提取了9个关键指标.对于研究煤层巷道围岩稳定性分类具有十分重要的意义.     

动力失稳下煤矿巷道围岩松动变形特征与支护参数研究

为了提升煤矿巷道围岩的稳定性,解决现有支护方式支护效果差的问题,分析煤矿巷道在动力失稳状态下的围岩松动变形特征,实现支护参数的优化计算。探测煤矿巷道围岩内部结构,根据动压巷道围岩变形的影响因素及其作用方式,建立煤矿巷道围岩动力失稳模型。在该模型下,通过确定应力变化规律和应力—应变关系,得出围岩松动变形的特征分析结果。参考围岩松动变形特征,确定合理的支护方式,得出锚杆长度、锚间排距、组合拱厚度等支护参数的计算结果。根据变形特征与支护参数结果,进行数值模拟分析,完成围岩松动变形支护。将模拟结果应用到实际的松动变形修复工作中,能够控制围岩松动变形量控制在要求范围内,降低裂缝破坏程度。