趙建敏

（1.太原理工大學(xué)礦業(yè)工程學(xué)院，太原030024；2.太原東山五龍煤業(yè)有限公司，太原030031）

?

上行開采巷道頂板穩(wěn)定性預(yù)測研究

趙建敏1，2

（1.太原理工大學(xué)礦業(yè)工程學(xué)院，太原030024；2.太原東山五龍煤業(yè)有限公司，太原030031）

摘要：巷道頂板穩(wěn)定性對煤層安全上行開采具有重要保障意義，本文從變形分析角度出發(fā)，以BP神經(jīng)網(wǎng)絡(luò)構(gòu)建上行開采巷道頂板變形預(yù)測模型，以太原東山煤礦12號煤層51216普采工作面上行開采采動影響階段巷道頂板的變形實測數(shù)據(jù),對頂板變形量進(jìn)行擬合預(yù)計。結(jié)果表明：BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型預(yù)測精度較高，基于變形分析理論的預(yù)測技術(shù)在礦山上行開采巷道頂板穩(wěn)定性預(yù)測中具有較好的推廣價值。

關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò)；上行開采；變形預(yù)測模型；圍巖穩(wěn)定性

煤礦采煤工作面開采后會形成采空區(qū)，采空區(qū)對巷道頂?shù)装濉蓭彤a(chǎn)生影響，從而使得巷道圍巖應(yīng)力重新分布。要保障巷道頂?shù)装?、兩幫圍巖的安全穩(wěn)定，需要預(yù)先掌握工作面圍巖的變形狀況。所以，對巷道圍巖變形通過分析計算進(jìn)行精確的預(yù)測，對煤礦安全開采來說就顯得非常重要。隨著采礦分析理論的不斷創(chuàng)新，各類巷道變形體的變形預(yù)測模型展現(xiàn)出豐富多彩的特點(diǎn)，比較著名的預(yù)測模型主要有：時間序列分析預(yù)測法、多元回歸分析預(yù)測法、灰色系統(tǒng)預(yù)測模型、人工神經(jīng)網(wǎng)絡(luò)預(yù)測模型等[1]。

上行開采是指煤層間、厚煤層分層間及煤組間先采標(biāo)高低的煤層、分層或煤組，后采標(biāo)高高的煤層、分層或煤組。在上行開采工作面頂?shù)?、兩幫板變形中，造成巷道?yīng)力不均衡的因素多種多樣，形成一些影響因素可知，而一些影響因素不可知或者無法確定的信息系統(tǒng)。因此，基于灰色系統(tǒng)理論的巷道頂板變形預(yù)測模型在礦山領(lǐng)域已有眾多應(yīng)用[2-3]。同時，基于BP神經(jīng)網(wǎng)絡(luò)的巷道圍巖穩(wěn)定性預(yù)測也有眾多科技人員做出了實踐[4-6]。由此，本文選擇BP神經(jīng)網(wǎng)絡(luò)構(gòu)建上行開采巷道頂板變形預(yù)測模型，開展了BP神經(jīng)網(wǎng)絡(luò)在煤礦生產(chǎn)中施行上行順序開采方式巷道頂板穩(wěn)定性預(yù)測的應(yīng)用研究。

1　預(yù)測手段

1.1研究區(qū)概況

東山煤礦柳樹渠井(主斜井)采用斜井開拓，現(xiàn)年生產(chǎn)能力150萬t。主采煤層為太原組12號、15號煤層。由于12號煤層含矸率高、灰分大，可采性指數(shù)0.547，屬局部可采的不穩(wěn)定煤層（南部而言，則相對穩(wěn)定）。

2005-2006年，東山煤礦進(jìn)行了12號煤層51216普采工作面的上行開采技術(shù)研究、實驗。51216工作面采用走向長壁高檔普通采煤法開采，頂板實行全部垮落法管理，深厚比平均為96.11，下煤層15號煤層僅上、中分層采空，底層未采，采高取4 m，該工作面煤層平均厚2.185 m，平均層間距約40 m，煤層傾角為6°～12°，下煤層開采距12號煤層開采已有1年以上的時間。

1.2BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型建立

無論是煤層群還是厚煤層，開采了第一分層后，開采總會造成覆蓋巖層的力學(xué)性質(zhì)改變，特別是強(qiáng)度性質(zhì)，即覆蓋巖層發(fā)生了軟化，從而使得以后的回采工作相當(dāng)于在變軟的巖層內(nèi)開采。因此，從第一次重復(fù)采動開始后，覆蓋巖層的破壞規(guī)律與初次開采時的規(guī)律存在差異，并且逐次開采的重復(fù)采動也體現(xiàn)出各不相同的覆蓋巖層破壞規(guī)律。覆蓋巖層破壞高度與累計開采厚度呈拋物線關(guān)系。

大量的現(xiàn)場監(jiān)測表明，開采第一分層以后，覆蓋巖層破壞的高度可達(dá)到重復(fù)采動最終結(jié)果的1/2。以后破壞高度增長率分別為1/6、1/12、1/20、1/30、…。可見，當(dāng)重復(fù)采動次數(shù)達(dá)到某個數(shù)值時，再進(jìn)行的開采對覆蓋巖層的破壞高度影響就很小。因此，對厚煤層進(jìn)行多分層開采比少分層開采更有利于頂板管理。

影響煤層上行開采的主要因素包括：層間距、采高、采煤方法、頂板管理、巖性、煤層傾角和時間。綜合考慮后，將煤層深厚比、采高、層間距、煤層傾角、采煤方法、頂板管理方法、層間巖性、工作面推進(jìn)速度和時間等影響因素作為BP神經(jīng)網(wǎng)絡(luò)的輸入量，而將開采巷道的頂板變形量作為輸出量，從而建成3層結(jié)構(gòu)模型。在考慮各種影響因素、復(fù)雜的地質(zhì)情況及不同的開采條件后，我們分別確定了不同條件下的模型結(jié)構(gòu)。

工作面巷道上覆圍巖變形預(yù)測的BP神經(jīng)網(wǎng)絡(luò)模型各層節(jié)點(diǎn)結(jié)構(gòu)為8-12-2，以選取的實測巷道變形數(shù)據(jù)作為訓(xùn)練樣本，再另外選取幾個實測巷道變形數(shù)據(jù)作為驗證樣本。通過多次的反復(fù)試驗，確定當(dāng)BP神經(jīng)網(wǎng)絡(luò)模型隱含層神經(jīng)元數(shù)目達(dá)到12時，BP神經(jīng)網(wǎng)絡(luò)模型收斂速度較快，擬合均方誤差數(shù)值也較小，檢驗精度高，泛化能力強(qiáng)。

1.3技術(shù)路線

采用理論分析、預(yù)測模型建立、量化影響因素、現(xiàn)場實測驗證精度、預(yù)測模型確定幾個步驟對東山煤礦上行開采巷道頂板變形預(yù)測技術(shù)進(jìn)行研究。建立基于BP神經(jīng)網(wǎng)絡(luò)的頂板變形分析技術(shù)路線圖，見圖1。

圖1　基于BP神經(jīng)網(wǎng)絡(luò)的頂板變形分析技術(shù)路線圖

2　實例分析

太原東山煤礦在12號煤層51216普采工作面實行上行順序開采過程時，為了保證工作面巷道的安全，開展了礦壓、位移變形觀測工作。對4個位移變形觀測點(diǎn)進(jìn)行了現(xiàn)場觀測，將采動影響階段巷道頂板變形量3個觀測點(diǎn)的實測數(shù)據(jù)，根據(jù)BP神經(jīng)網(wǎng)絡(luò)變形預(yù)測影響因素量化的原則對巷道頂板變形影響因素進(jìn)行量化，并將影響序列存入MATLAB的工作區(qū)。我們利用預(yù)測模型得到變形量預(yù)測值，頂板下沉量實測數(shù)據(jù)與預(yù)測數(shù)據(jù)對比見圖2-4。

圖2　2號點(diǎn)預(yù)測與實測數(shù)據(jù)對比曲線圖

圖3　3號點(diǎn)預(yù)測與實測數(shù)據(jù)對比曲線圖

圖4　4號點(diǎn)預(yù)測與實測數(shù)據(jù)對比曲線圖

為了驗證建立的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的擬合精度和泛化能力，對頂板2號點(diǎn)變形擬合值以及預(yù)計數(shù)據(jù)進(jìn)行平均小誤差概率、后驗方差、相關(guān)性和相對誤差、指標(biāo)進(jìn)行了詳細(xì)的分析，分析結(jié)果如表1所示，從分析結(jié)果中可以知道它的相關(guān)系數(shù)R均幾乎接近1，均方差比值C＜0.35并且小誤差概率P=1，由此可以確定BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型精度等級為一級。

表1　頂板2號點(diǎn)誤差分析

3　結(jié)束語

以BP神經(jīng)網(wǎng)絡(luò)建立上行開采巷道頂板穩(wěn)定性預(yù)測模型，太原東山煤礦12號煤層51216普采工作面上行開采實測頂板變形數(shù)據(jù)為例，進(jìn)行了巷道頂板穩(wěn)定性預(yù)測研究。結(jié)果表明:對于上行開采煤層頂板穩(wěn)定性這樣一個非線性的，又受開采方法、水文地質(zhì)條件、煤層賦存條件、上覆巖層的性質(zhì)等諸多因素影響，且一些信息可知，而一些信息不可知或者無法確定的貧信息系統(tǒng)，BP神經(jīng)網(wǎng)絡(luò)模型在其變形預(yù)測中展示出良好的優(yōu)點(diǎn)。并且在預(yù)測模型的精度評價中體現(xiàn)出優(yōu)良的趨勢擬合，較高的預(yù)測精度。太原東山煤礦12號煤層51216普采工作面成功開采，證明BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型在上行開采巷道穩(wěn)定性預(yù)計中具有很好的推廣價值。同時應(yīng)該看到，BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型也有其局限性。今后，要不斷改革、創(chuàng)新、發(fā)展BP神經(jīng)網(wǎng)絡(luò)預(yù)測理論研究，提高其預(yù)測結(jié)果準(zhǔn)確性，為煤礦安全生產(chǎn)提供更有力的保障。

參考文獻(xiàn):

[1]黃聲享，尹暉，蔣征.變形監(jiān)測數(shù)據(jù)處理[M].武漢：武漢大學(xué)出版社，2003.

[2]肖海平，陳蘭蘭.灰色理論模型在礦山變形監(jiān)測中的應(yīng)用[J].金屬礦山，2009（1）：154- 155.

[3]鮑金杰，汪云甲.灰色模型在礦區(qū)沉降預(yù)測中的應(yīng)用[J].工礦自動化，2012（5）：46- 49.

[4]周保生，林江，于海學(xué)，等.人工神經(jīng)網(wǎng)絡(luò)在煤礦巷道圍巖移近量預(yù)測中的應(yīng)用[J].系統(tǒng)工程理論與實踐，2000（1）：136- 139.

[5]李迎富，華心祝.深井動壓巷道圍巖移近量的BP神經(jīng)網(wǎng)絡(luò)預(yù)測[J].煤炭技術(shù)，2008，27（10）：66- 67 .

[6]申艷梅，張愛霞.基于BP神經(jīng)網(wǎng)絡(luò)的巷道圍巖穩(wěn)定性識別[J].煤礦安全，2008（7）：65- 67.

（編輯：劉新光）

Prediction on Roof Stability in Ascending Mining Roadways

ZHAO Jianmin1,2
(1. College of Mining Engineering, Taiyuan University of Technology, Taiyuan 030024, China; 2. Tiayuan Dongshan Wulong Coal Co., Ltd., Taiyuan 030031, China)

Abstract:Roof stability could guarantee the safety in the ascending mining of coal seams. The paper, in the perspective of deformation analysis, establishes a prediction model for roof deformation in the ascending mining with BP neural network. On the data of deformation caused by the impact of the ascending mining on roof of 51216 general mining face of No.12 coal seam in Dongshan Mine, fitting prediction for the roof deformation was conducted. The results show the high precision of the prediction model with the BP neural network. It is valuable to spread the technology based on deformation analysis theoryin the roofstabilityprediction for the ascendingmining.

Keywords:BP neural network; ascending mining; prediction model of deformation; stability of surrounding rock

作者簡介：趙建敏（1972-），男，山西太原人，在讀工程碩士，工程師，從事礦山采掘技術(shù)研究及管理工作。

收稿日期：2015- 09- 21

DOI:10.3969/j.cnki.issn1672-5050sxmt.2016.01.015

文章編號：1672- 5050（2016）01- 0051- 03

中圖分類號：TD 322+.4

文獻(xiàn)標(biāo)識碼：A