魏玲玲
(潞安礦業(yè)集團(tuán)公司 安監(jiān)局,山西 長治 046204)
我國能源結(jié)構(gòu)中煤炭資源占比最大,且短時(shí)間內(nèi)不會發(fā)生改變,但是在煤炭開采過程中伴隨著諸多安全事故,嚴(yán)重影響著生產(chǎn)設(shè)備的使用壽命以及生產(chǎn)人員的人身安全,如何高效安全地開采煤炭資源是從業(yè)人員及研究人員一直關(guān)注的問題。但是煤炭資源賦存條件復(fù)雜,影響煤炭安全開采的問題也非常多,如影響工作面安全開采的因素有工作面的頂?shù)装搴畬印⒐ぷ髅娌蓜有?yīng)、煤層埋深、地質(zhì)構(gòu)造、瓦斯涌出量、煤層傾角、煤層厚度等等,由于影響工作面安全回采的因素較多,要預(yù)測和控制的量較多、計(jì)算復(fù)雜,因此對于此類問題,許多學(xué)者已經(jīng)進(jìn)行了一定的研究,所運(yùn)用的主要方法為利用傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)模型,綜合諸多因素對工作面安全回采做出預(yù)測,但是傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模型存在需要的學(xué)習(xí)樣本較大、計(jì)算預(yù)測結(jié)果誤差較大等缺陷。
本文基于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模型所存在的缺陷,利用優(yōu)化BP神經(jīng)網(wǎng)絡(luò)建立工作面安全開采預(yù)測模型,結(jié)合有限元仿真軟件Matlab對預(yù)測模型進(jìn)行了模擬計(jì)算,為相似條件下的工作面安全回采的預(yù)測提供了新的思路與方法。
山西忻州某礦采用立井與斜井聯(lián)合開拓方式,目前主采3號與9號煤層,即將布置的工作面煤層埋深標(biāo)高為+994~+958 m,平均埋深為100 m,煤層平均厚度為2.5 m,煤層傾角為7~9°,為近水平煤層。頂板為粉砂巖,煤層賦存地質(zhì)構(gòu)造較簡單,工作面瓦斯涌出量為0.56 m3/t,平均涌水量2.6 m3/h,采煤工藝為走向長壁后退式一次采全高綜合機(jī)械化開采法,頂板采用全部垮落法進(jìn)行管理。
由于煤礦在煤炭開采過程中存在錯(cuò)綜復(fù)雜的不安全因素,使得作業(yè)環(huán)境較為復(fù)雜,形成一個(gè)集人員、機(jī)械、設(shè)備、地質(zhì)條件、自然環(huán)境、采礦工藝于一體的復(fù)雜系統(tǒng),而且各因素與安全隱患之間的關(guān)系并不是線性關(guān)系,而是一種模糊關(guān)系。本文針對影響工作面開采的因素,主要選取地質(zhì)條件、頂板條件、瓦斯涌出量、煤層傾角、煤層厚度、開采深度、平均涌水量7個(gè)因素作為影響工作面安全開采的評價(jià)指標(biāo)。以《煤礦安全規(guī)程》為依據(jù),將評價(jià)指標(biāo)定為五個(gè)等級,即I級、Ⅱ級、Ⅲ級、Ⅳ級、V級,分別表示安全、較安全、一般安全、不安全、很不安全[1],各因素的分級標(biāo)準(zhǔn)見表1。表1中的地質(zhì)條件和頂板條件的取值采用定性指數(shù)取值方法,指數(shù)級別見表2。
表1 工作面安全開采的評價(jià)指標(biāo)分級標(biāo)準(zhǔn)
表2 地質(zhì)條件和頂板條件指數(shù)取值
神經(jīng)網(wǎng)絡(luò)是一種通過局部接受域完成函數(shù)映射的網(wǎng)絡(luò),并且網(wǎng)絡(luò)存在隱含層神經(jīng)元節(jié)點(diǎn)數(shù)的確定和隱含層到輸出層權(quán)值的調(diào)整的缺陷[2],該網(wǎng)絡(luò)模型所需訓(xùn)練樣本較大,且存在較大誤差。本文通過對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行優(yōu)化,在輸入層與輸出層之間加載一條單向線式連接,通過此連接可以進(jìn)一步反映出輸入層與輸出層之間所存在的映射關(guān)系[3],使輸入與輸出更具有關(guān)聯(lián)性,通過使用最陡下降法和最近鄰聚類,只需要通過調(diào)整其中的一個(gè)變量,就可以完成權(quán)值訓(xùn)練[4],運(yùn)用該方法對問題進(jìn)行預(yù)測時(shí),所需要的訓(xùn)練樣本較少,且能達(dá)到更好的訓(xùn)練以及預(yù)測效果。圖1為傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模型與優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)。
圖1 傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模型與優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)
為對基于優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型的工作面安全開采評價(jià)模型的訓(xùn)練,選取10組影響工作面安全開采的樣本參數(shù)及結(jié)果來進(jìn)行學(xué)習(xí)訓(xùn)練。樣本具體參數(shù)見表3。表3中:實(shí)際結(jié)果中00 001表示安全、00 010表示較安全、00 100表示一般安全、01 000表示不安全、10 000表示很不安全。
表3 影響工作面安全回采的樣本參數(shù)及結(jié)果
結(jié)合圖1中的優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu),在Matlab中編寫運(yùn)算程序,將表3中的數(shù)據(jù)導(dǎo)入Matlab運(yùn)算程序中進(jìn)行學(xué)習(xí)訓(xùn)練,當(dāng)計(jì)算誤差小于0.1%時(shí),說明運(yùn)算程序已經(jīng)學(xué)習(xí)訓(xùn)練完成。圖2為Matlab運(yùn)算程序誤差曲線。
圖2 Matlab運(yùn)算程序誤差曲線
運(yùn)算程序?qū)W習(xí)完成后,為驗(yàn)證基于優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型編寫的運(yùn)算程序的可靠性,選取4組已知結(jié)果影響工作面安全回采的樣本參數(shù)對運(yùn)算程序進(jìn)行驗(yàn)證,比較結(jié)果見表4。
由表4可以看出:在4組樣本中,基于優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型編寫的運(yùn)算程序得到的預(yù)測結(jié)果與實(shí)際結(jié)果相一致,可見優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型能夠較好地達(dá)到預(yù)測效果,精準(zhǔn)度較高,可以有效地應(yīng)用于煤礦工作面安全回采的評價(jià)中。
表4 BP優(yōu)化神經(jīng)網(wǎng)絡(luò)模型預(yù)測結(jié)果與實(shí)際結(jié)果比較
經(jīng)過學(xué)習(xí)訓(xùn)練過后的Matlab運(yùn)算程序已經(jīng)獲得了影響因素與評價(jià)結(jié)果之間的關(guān)系,因此可用在評價(jià)煤礦工作面安全開采的評價(jià)中。文章背景忻州某礦即將布置的工作面地質(zhì)條件簡單,取值為1,頂板條件取值為3,瓦斯涌出量為0.56 m3/t,煤層傾角平均為8°,煤層厚度為2.5 m,開采深度為100 m,平均涌水量2.6 m3/h,將上述數(shù)據(jù)代入Matlab運(yùn)算程序中,經(jīng)模擬計(jì)算得出結(jié)果為00 001,說明該工作面的開采安全狀況為安全。
1) 基于優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型編寫的Matlab運(yùn)算程序得到的預(yù)測結(jié)果與實(shí)際結(jié)果相一致,可見優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型能夠較好地達(dá)到預(yù)測效果,精準(zhǔn)度較高,可以有效地應(yīng)用于煤礦工作面安全回采的評價(jià)中。
2) 經(jīng)過學(xué)習(xí)訓(xùn)練過后的Matlab運(yùn)算程序已經(jīng)獲得了影響因素與評價(jià)結(jié)果之間的關(guān)系,結(jié)合忻州某礦工作面已知數(shù)據(jù),經(jīng)過模擬計(jì)算,得出工作面的開采安全狀況為安全。