張 怡，陳 瑩，陳 寵

(成都理工大學工程技術學院 國土空間應用研究中心，四川 樂山 614000)

煤炭是我國的重要能源，為了滿足我國對煤炭資源的需求，煤炭開采機械化程度不斷提高，但是隨之而來的是煤自燃災害，隨著災害的出現(xiàn)，煤炭自燃數(shù)量與日俱增[1-4]。煤礦采空區(qū)數(shù)量隨著開采速度的增加而增加，這就增加了采空區(qū)中的遺煤數(shù)量，提高了采空區(qū)中遺煤與一氧化碳、甲烷和氧氣等氣體發(fā)生反應的概率，增加了煤層采空區(qū)自燃的可能性[5-7]。因此，溫度預測方法的研究，對于煤炭易自燃煤層采空區(qū)發(fā)生的自燃災害控制具有重要意義。國內(nèi)外多從煤自燃原理著手，預測采空區(qū)溫度，并根據(jù)原理進行模擬實驗，分析煤層采空區(qū)自燃過程以及煤自燃時的自燃溫度，采用監(jiān)測溫度和氣體濃度的方式控制煤自燃災害的發(fā)生[8]。例如，劉振嶺等[9]從模型參數(shù)著手，建立煤層采空區(qū)溫度預測模型，并利用Matlab語言和樣本，以正向傳播的方式訓練模型精度，預測易自燃煤層采空區(qū)溫度，但是該方法訓練樣本時容易產(chǎn)生訓練誤差，影響模型預測煤層采空區(qū)溫度精度，產(chǎn)生較大的預測誤差。劉寶等[10]通過試驗的方式，確定煤層采空區(qū)自燃溫度預測指標，根據(jù)指標采用BP神經(jīng)網(wǎng)絡算法，建立煤自燃溫度預測判別模型，并優(yōu)化模型參數(shù)，但是在預測過程中，極易存在預測指標與礦區(qū)實際情況不一致的問題，造成模型預測溫度結(jié)果與檢測的溫度值存在較大的誤差。李曉民等[11]采用隨機森林算法，優(yōu)化PSO-RF和PSO-SVM預測模型訓練模型誤差，讓其處于穩(wěn)定狀態(tài)，但是該方法在預測的過程中，極易出現(xiàn)“過擬合”問題，導致預測結(jié)果出現(xiàn)較大誤差。

針對上述文獻中存在的問題，本文通過建立具有正向和反向2種傳播方式的溫度預測模型預測易自燃煤層采空區(qū)溫度，并提出易自燃煤層采空區(qū)溫度預測方法。

1 易自燃煤層采空區(qū)溫度預測方法

1.1 煤層采空區(qū)溫度數(shù)據(jù)采集及預處理

經(jīng)過眾多學者多次試驗，確定易自然煤層采空區(qū)溫度與一氧化碳、甲烷和氧氣等氣體濃度有關[12]，在此次研究中，將一氧化碳、甲烷和氧氣等氣體濃度數(shù)據(jù)作為預測易自燃煤層采空區(qū)溫度數(shù)據(jù)。選擇具有較高的靈敏度、出色的重復性、操作簡單、嵌入式微控技術，使用LED數(shù)碼管顯示的QB10N型固定式氣體檢測傳感器作為氣體濃度數(shù)據(jù)檢測設備，實時采集煤層采空區(qū)溫度數(shù)據(jù)。其技術參數(shù)及氣體測量范圍見表1。根據(jù)表1所示的QB10N型傳感器技術參數(shù)以及一氧化碳、甲烷和氧氣測量范圍，采集氣體濃度數(shù)據(jù)，并形成數(shù)據(jù)集。在采樣過程中，由于煤炭易自燃煤層采空區(qū)的濕度變化以及采樣過程中人為操作過程，可能增大采樣偏差，出現(xiàn)異常、缺失、重復等數(shù)據(jù)，影響溫度預測結(jié)果[13]。所以，針對異常、缺失、重復等數(shù)據(jù)，根據(jù)具體情況進行刪除、填充預處理。其中，填充的數(shù)據(jù)屬于特殊值、擬合值或特征中心度量值。

表1 QB10N型傳感器技術參數(shù)及氣體測量范圍

從表1中可以看出，此次研究選擇的QB10N型傳感器在采集氣體濃度數(shù)據(jù)時，所使用的氣體濃度單位存在一定的差異，會影響煤層采空區(qū)溫度預測結(jié)果。為了得到最優(yōu)預測結(jié)果，歸一化處理此次采集到的樣本數(shù)據(jù)。假設某個特征變量為X，則此次采集到的數(shù)據(jù)歸一化處理得到的數(shù)據(jù)X′為：

(1)

式中，Xmax為特征變量X的最大值；Xmin為特征變量X的最小值。

綜合上述內(nèi)容，即完成煤層采空區(qū)溫度數(shù)據(jù)采集及預處理，得到的數(shù)據(jù)集可以作為易自燃煤層采空區(qū)溫度預測數(shù)據(jù)。

1.2 建立溫度預測模型預測采空區(qū)溫度

采用神經(jīng)網(wǎng)絡建立溫度預測模型預測溫度，根據(jù)神經(jīng)網(wǎng)絡結(jié)構(gòu)，在輸入層中輸入采集的樣本數(shù)據(jù)集，從輸出層輸出預測結(jié)果，且每一層的輸入層均具有其對應的輸出值。所建立的溫度預測模型如圖1所示。

圖1 溫度預測模型

圖1中，j為輸入層層數(shù)，j=1，2，…；k為輸出層層數(shù)，k=1，2，…[14]。如圖1所示的溫度預測模型，會根據(jù)輸入層輸入的數(shù)據(jù)集進行正向傳播處理，預測煤層采空區(qū)溫度，并與以往的溫度進行對比，判斷兩者之間存在的誤差。當兩者之間存在的誤差偏大時，模型會進行反向傳播，降低各層權重和閾值的梯度后，再進行正向預測，直至得到最小的預測誤差，作為模型預測結(jié)果。采用圖1所示的溫度預測模型，預測煤層采空區(qū)溫度的步驟：

(1)根據(jù)上述敘述內(nèi)容，選擇Sigmoid函數(shù)，作為此次建立的模型的激活函數(shù)f(x)，其表現(xiàn)形式：

(2)

式中，t為模型各個節(jié)點的輸入加權值。

(2)預測溫度時，應在模型中優(yōu)先考慮正向傳播，則模型輸出值為：

(3)

式中，ωjk為輸入層和輸出層之間的連接權值。

(3)將式(2)代入式(3)中，逐層計算輸出層的總平方誤差，其計算公式：

(4)

式中，y為實際輸出值；d為模型期望輸出值。

(4)判斷總平方誤差E大小，當E值偏大時，降低各層權重和閾值的梯度，進行反向傳播，修正權值ωjk[15]。假設模型的學習步數(shù)為b；學習率參數(shù)為η，則的修正量計算公式：

(5)

ωjk(b+1)=ωjk(b)+Δωjk(b)

(6)

(6)重復上述5步計算過程，不斷更新模型的權值和閾值，直到網(wǎng)絡收斂，即可輸出預測結(jié)果[16]。

從上述預測過程可以看出，模型在預測易自燃煤層采空區(qū)溫度時存在一定的誤差值，因此需要針對模型預測結(jié)果進行檢驗。

1.3 檢驗溫度預測模型輸出預測結(jié)果

為保證預測結(jié)果的準確性，提高預測結(jié)果的擬合度，將預測誤差控制在最小范圍內(nèi)，將從平均絕對、平均絕對百分比和均方根誤差以及判定系數(shù)4個方面，檢驗溫度預測模型誤差訓練結(jié)果，其檢驗過程如下。

(2)平均絕對百分比誤差。可以判斷模型預測性能，其計算公式：

(7)

從式(7)可以看出，平均絕對百分比誤差值越大，得到的預測結(jié)果誤差就越大，模型預測精度越低，模型性能就越差[18]。

(3)均方根誤差。計算公式：

(8)

從式(8)可以看出，均方根誤差越小，得到的預測結(jié)果誤差就越小[19]。

(4)判定系數(shù)?？梢苑从痴鎸嵵当荒Ｐ皖A測出的百分比，其閾值為[0，1]，其計算公式：

(9)

綜合上述內(nèi)容，將模型的預測結(jié)果，采用上述4步檢驗，通過檢驗后的模型，才可以應用在實際中，預測采空區(qū)溫度，得到最終的溫度預測結(jié)果。

2 實驗分析

采用對比實驗的方式，驗證此次研究的溫度預測方法，并選擇某區(qū)域煤礦的易自燃煤層采空區(qū)作為研究對象，對比3組溫度預測方法，預測采空區(qū)溫度與實際溫度平均誤差。

2.1 實驗準備

為掌握易自燃煤層采空區(qū)的溫度情況，采用所設計技術進行工作面的現(xiàn)場應用。利用風速測定儀觀測供風量，利用QB10N型固定式氣體檢測傳感器檢測一氧化碳、甲烷和氧氣濃度，采集的區(qū)域為采空區(qū)回風巷、進風巷、運輸巷。采用本文所設計技術進行溫度預測計算。若采空區(qū)有煤層有自燃的傾向，則溫度會升高，氧氣濃度及一氧化碳濃度會產(chǎn)生較大的波動，應用本文技術可對該處的溫度進行實時預測，保障了采空區(qū)的安全工作。此次實驗選擇的煤礦，地層傾角小于1.5°，礦脈長5 km，長3.5 km，含有煤層11層，可采煤層4層，已開采出采空區(qū)15個，位于易自燃煤層的采空區(qū)有6個。根據(jù)6個采空區(qū)特點，選擇其中3個采空區(qū)作為此次實驗場景。具體場景如下：①采空區(qū)周圍無煤掩埋，處于空曠場地，記為ξ1采空區(qū)；②采空區(qū)周圍布滿采煤巷道，沒有煤掩埋，處于相對空曠場地，記為ξ2采空區(qū)；③采空區(qū)周圍近含有一條巷道，周圍都是煤掩埋場地，且處于礦脈最低層，記為ξ3采空區(qū)。分別在上述3個場景中的采空區(qū)中布置QB10N型傳感器，檢測一氧化碳、甲烷和氧氣等氣體濃度。測點布置方式如圖2所示。

圖2 易自然煤層采空區(qū)中QB10N型傳感器布置方式

基于圖2所示的易自燃煤層采空區(qū)中QB10N型傳感器布置方式，得到一氧化碳、甲烷和氧氣等氣體濃度檢測結(jié)果見表2。

表2 不同采空區(qū)下氣體濃度平均值

選擇具有不銹鋼探頭、線性度達到100%、測量精度在±2.0 ℃、重復精度在±1%、響應時間達到300 ms的MHY-26688紅外溫度傳感器作為此次實驗實際溫度測量工具。經(jīng)過測量，3處采空區(qū)的實際溫度分別為37.74、54.02、83.18 ℃。

2.2 實驗結(jié)果

2.2.1 第1組實驗

采用3組溫度預測方法，分別預測ξ1采空區(qū)溫度，其中常用方法1為文獻[9]方法，常用方法2為文獻[10]方法。在預測的過程中，不斷調(diào)整模型的訓練樣本數(shù)量，其預測結(jié)果如圖3所示。

圖3 ξ1采空區(qū)溫度預測結(jié)果

從圖3可以看出，在ξ1采空區(qū)中，樣本數(shù)量較少時，常用方法1預測采空區(qū)溫度，只有當樣本數(shù)量達到140時，才有較為精準的預測結(jié)果，超過或少于這個樣本數(shù)量，都會產(chǎn)生較大的差距；常用方法2預測采空區(qū)溫度，只有當樣本數(shù)量超過180時，才會有較為精準的預測結(jié)果；研究方法則基本上不受樣本數(shù)量的影響。為了進一步對比3組方法，計算3組方法與測量值之間存在的絕對誤差和相對誤差，其計算結(jié)果見表3。

表3 ξ1采空區(qū)溫度預測值與實際值對比

從表3可以看出，研究方法與檢測量之間存在的絕對誤差和相對誤差明顯小于常用方法1和常用方法2。

2.2.2 第2組實驗

采用3組溫度預測方法，分別預測ξ2采空區(qū)溫度，其預測結(jié)果如圖4所示。從圖4可以看出，在ξ2采空區(qū)，3組方法預測精度與樣本數(shù)量之間的關系不變。為了進一步對比3組方法，計算3組方法與測量值之間存在的絕對誤差和相對誤差，其計算結(jié)果見表4。

圖4 ξ2 采空區(qū)溫度預測結(jié)果

表4 ξ2 采空區(qū)溫度預測值與實際值對比

從表4可以看出，在ξ2采空區(qū)，研究方法與檢測量之間存在的絕對誤差和相對誤差，依然小于常用方法1和常用方法2。

2.2.3 第3組實驗

采用3組溫度預測方法，分別預測ξ3采空區(qū)溫度，其預測結(jié)果如圖5所示。

圖5 ξ3 采空區(qū)溫度預測結(jié)果

從圖5可以看出，在ξ3采空區(qū)受到環(huán)境影響較大，常用方法1和常用方法2的預測溫度明顯不精確，而研究方法受到的影響較小。為了進一步對比3組方法，計算3組方法與測量值之間存在的絕對誤差和相對誤差，其計算結(jié)果見表5。從表5中可以看出，在ξ3采空區(qū)，本文研究方法與檢測量之間存在的絕對誤差和相對誤差，仍然小于常用方法1和常用方法2。

表5 ξ3 采空區(qū)溫度預測值與實際值對比

綜合上述3組實驗結(jié)果可知，此次研究的溫度預測方法，在不同場景的采空區(qū)中，預測的溫度誤差雖然不穩(wěn)定，但是其絕對誤差小于1，相對誤差小于0.01，基本可以忽略不計。

3 結(jié)語

本文建立溫度預測模型預測采空區(qū)溫度，樣本數(shù)據(jù)的精確度可以影響到模型對溫度的預測結(jié)果。因此在今后的研究中，還需進一步研究樣本數(shù)據(jù)處理方法，提高樣本精度，進而提高預測精度。