亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        導(dǎo)水裂隙帶發(fā)育高度預(yù)測模型對比研究

        2023-05-23 04:06:22尋博輝呂義清
        煤炭科學(xué)技術(shù) 2023年3期
        關(guān)鍵詞:導(dǎo)水裂隙煤層

        尋博輝 ,呂義清 ,姚 星

        (1.太原理工大學(xué) 礦業(yè)工程學(xué)院, 山西 太原 030024;2.廣州南方智能技術(shù)有限公司, 廣東 廣州 510663)

        0 引 言

        煤礦的開采改變了巖體的原始平衡,使得煤層上覆巖層遭受破壞發(fā)生變形移動形成采動斷裂,將這一系列斷裂稱為導(dǎo)水裂隙帶[1]。當(dāng)導(dǎo)水裂隙帶向上發(fā)育溝通上覆富水性較強(qiáng)的含水層時,將會造成井下涌水量劇增,威脅煤礦開采安全性,同時也破壞了地下水資源,加劇了礦區(qū)生態(tài)環(huán)境的惡化[2]。因此確定導(dǎo)水裂隙帶的發(fā)育高度對于煤層開采頂板水害的防治尤為重要。

        目前,眾多學(xué)者通過理論分析[3-4]、現(xiàn)場實(shí)測[5-6]、數(shù)值模擬分析[7-8]、相似材料試驗(yàn)[9-10]、經(jīng)驗(yàn)公式[11]等方法對導(dǎo)水裂隙帶高度(簡稱導(dǎo)水裂隙帶)進(jìn)行了大量研究,具有一定的指導(dǎo)意義。但這些方法多以單一地質(zhì)、水文地質(zhì)特征以及開采條件為主,未能考慮不同礦區(qū)地質(zhì)、采礦條件的多變性,使得導(dǎo)水裂隙帶的預(yù)測值與真實(shí)值存在較大誤差[12]。經(jīng)驗(yàn)公式在西部淺埋厚煤層中誤差較大,該方法不適合用于綜放開采導(dǎo)水裂隙帶預(yù)測[13],且存在巖體類型劃分區(qū)間過大、量化程度低的缺陷;相似材料試驗(yàn)方法預(yù)測的準(zhǔn)確率取決于材料的配比,難以復(fù)原復(fù)雜開采條件下覆巖破壞現(xiàn)象;現(xiàn)場實(shí)測工作量較大且施工周期長[13];數(shù)值模擬方法對模型參數(shù)的選取要求較高。

        近年來部分學(xué)者利用多因素疊加分析的方法對復(fù)雜區(qū)域?qū)严稁нM(jìn)行了預(yù)測研究。劉天泉院士[14]在分析采動斷裂發(fā)育的基礎(chǔ)上,確定了影響導(dǎo)水裂隙帶的主要影響因素為頂板類型與煤層開采厚度;許家林等[15]等提出了通過覆巖關(guān)鍵層位置來預(yù)計導(dǎo)水裂隙帶高度的理論方法;隨后部分學(xué)者通過總結(jié)歸納,得出導(dǎo)水裂隙帶發(fā)育高度的控制因素還包括煤層埋深、工作面斜長、煤層傾角等[16]。對于導(dǎo)水裂隙帶高度的研究也從單一方法逐漸過渡到多方法綜合分析確定[17-19]。

        隨著計算機(jī)技術(shù)的發(fā)展,機(jī)器學(xué)習(xí)方法逐漸應(yīng)用于導(dǎo)水裂隙帶發(fā)育高度的預(yù)測中[20],眾多學(xué)者開始探索更精準(zhǔn)高效的預(yù)測模型,其中以基于支持向量機(jī)和BP 神經(jīng)網(wǎng)絡(luò)的導(dǎo)水裂隙帶預(yù)測模型應(yīng)用最為廣泛,張宏偉等[22]使用改進(jìn)的果蠅優(yōu)化算法優(yōu)化參數(shù)建立支持向量機(jī)模型,為其他礦區(qū)導(dǎo)水裂隙帶預(yù)測提供理論依據(jù);張風(fēng)達(dá)等[23]將粒子群算法與支持向量機(jī)結(jié)合建立了深部煤層底板破壞深度數(shù)學(xué)模型;劉鵬等[24]結(jié)合支持向量機(jī)提出一種增強(qiáng)CART回歸算法,有效提高采煤工作面瓦斯涌出量的預(yù)測精度,這些學(xué)者的研究都為導(dǎo)水裂隙帶預(yù)測提供了新的思路。李振華等[25]首次建立了基于BP 神經(jīng)網(wǎng)絡(luò)的導(dǎo)水裂隙帶預(yù)測模型,施龍青等[26]分別在此基礎(chǔ)上通過主成分分析優(yōu)化該模型,提高預(yù)測精度。但該方法要求的數(shù)據(jù)量較大,而支持向量機(jī)(SVM)模型是一種基于結(jié)構(gòu)化準(zhǔn)則處理小樣本、非線性問題的算法[21]。

        基于此,筆者通過收集以往導(dǎo)水裂隙帶實(shí)測數(shù)據(jù),在分析影響導(dǎo)水裂隙帶影響因素的基礎(chǔ)上,建立基于APSO-LSSVR 算法的導(dǎo)水裂隙帶預(yù)測模和UDEC數(shù)值模擬模型,開展APSO-LSSVR 算法、UDEC 數(shù)值模擬法與鉆孔漏失量、電視成像實(shí)測數(shù)據(jù)的導(dǎo)水裂隙帶研究,定量分析了預(yù)測模型的精度,從而構(gòu)建適合山西地區(qū)的導(dǎo)水裂隙帶預(yù)測模型;并對華寧煤礦22110、22109 工作面開采的導(dǎo)水裂隙帶進(jìn)行了預(yù)測。

        1 研究區(qū)概況

        研究區(qū)地表以黃土溝壑為主,地形起伏較大。井田為一北東走向的單斜構(gòu)造。傾角6°~10°。礦區(qū)內(nèi)地表水屬黃河流域黃河水系,區(qū)內(nèi)發(fā)育3 條近南北向的溝谷。

        井田為近淺埋煤層,全礦井煤層開采共劃分為兩個開采水平,礦井一水平主要開采2、3 號煤層,目前正在開采,煤層整體賦存穩(wěn)定,煤層傾角為1°~3 °,局部5°~10°。頂?shù)装寰阅鄮r和砂巖為主,平均可采厚度為4.90 m。二水平主要開采7、10、12 號煤層,目前尚未進(jìn)行開采。2 號煤層采用大巷條帶式布置長壁工作面,工作面巷道與大巷連接形成生產(chǎn)系統(tǒng),采用綜合機(jī)械化放頂煤采煤工藝,一次采全高,頂板控制方式為全部垮落法。

        為了對礦區(qū)已開采工作面導(dǎo)水裂隙帶高度進(jìn)行分析,預(yù)測未開采工作面導(dǎo)水裂隙帶,本次利用鉆孔、測井曲線、井下電視以及超聲成像技術(shù),根據(jù)工作面的開采情況布置8 個鉆孔,如圖1 所示。其中ZK3、ZK4、ZK7、ZK8 所在工作面已經(jīng)開采結(jié)束,采用測井和鉆孔成像確定導(dǎo)水裂隙帶,導(dǎo)水裂隙帶發(fā)育高度見表1,孔內(nèi)巖層斷裂圖像如圖2 所示,可以明顯看出采動巖層斷裂特征,斷裂帶上部主要發(fā)育橫向離層斷裂;斷裂帶以高角度縱向斷裂為主,發(fā)育縱橫交錯的相交斷裂,且距煤層頂板越近斷裂密度越高;垮落帶巖體破碎,斷裂不規(guī)則發(fā)育。

        圖1 研究區(qū)工作面及鉆孔布置Fig.1 Layout of working face and boreholes in the study area

        圖2 鉆孔成像的巖層斷裂圖像Fig.2 Rock fracture image of borehole imaging

        表1 導(dǎo)水?dāng)嗔褞Оl(fā)育高度Table 1 Drilling design parameter

        2 導(dǎo)水裂隙帶高度影響因素分析

        研究數(shù)據(jù)主要來自文獻(xiàn)[4,13,29]中山西地區(qū)的部分礦區(qū)實(shí)測資料,與研究區(qū)域地質(zhì)和采礦條件相似,圖3 為山西某礦區(qū)與研究區(qū)地層柱狀圖對比,所采煤層均為山西組煤層,覆巖均為二疊系上下石盒子組砂巖與泥巖互層,采煤方法為綜采一次采全高法,頂板管理方法為垮落法。導(dǎo)水裂隙帶高度實(shí)測值具有參考意義。

        圖3 研究區(qū)地層柱狀圖對比Fig.3 Comparison of stratigraphic histograms in the study area

        經(jīng)過綜合分析研究區(qū)地質(zhì)、水文地質(zhì)特征,結(jié)合礦井綜放開采條件下覆巖破壞模式,從眾多影響因素中取工作面斜長、煤層采高、煤層傾角、煤層埋深作為該預(yù)測模型的主控因素。

        1)工作面斜長。工作面長度是表示煤層采動程度的一項(xiàng)重要指標(biāo)。在未充分采動前,覆巖應(yīng)力隨工作面推進(jìn)距離的增大而增大,導(dǎo)水裂隙帶高度也逐漸增加;達(dá)到充分采動后,導(dǎo)水裂隙帶的發(fā)育高度繼續(xù)增加,但增速相對減緩。由圖4a 可知,當(dāng)工作面長度由50 m 增大到300 m 時,導(dǎo)水裂隙帶高度持續(xù)增加。

        圖4 影響因素與導(dǎo)水?dāng)嗔褞嚓P(guān)性Fig.4 Correlation diagram of influencing factors and conduction zone

        2)煤層采高。煤層采高是影響導(dǎo)水裂隙帶發(fā)育的直接因素。在一定范圍內(nèi),上覆關(guān)鍵巖層隨煤層開采逐漸破斷,頂板塑性破壞區(qū)的范圍增大,導(dǎo)致頂板的移動變形值越來越大,導(dǎo)水裂隙帶高度相應(yīng)增大,由圖4b 可知,采高與導(dǎo)水裂隙帶的高度呈顯著正相關(guān)。

        3)煤層傾角。煤層傾角對于巖層破裂后滑落狀態(tài)影響較大。水平-緩傾斜煤層中,覆巖破壞高度隨著煤層傾角的增大緩慢增加;傾斜煤層中,采空區(qū)巖體向下充填,使得導(dǎo)水裂隙帶高度呈現(xiàn)下端低上端高的趨勢,覆巖破壞高度持續(xù)增長;急傾斜煤層中導(dǎo)水裂隙帶高度隨著煤層傾角的增大逐漸減小。由圖4c 可知,研究區(qū)煤層傾角多集中在10°以內(nèi),整體屬于近水平、緩傾斜煤層。

        4)煤層埋深。煤層的埋藏深度影響著圍巖的原始應(yīng)力。在一定范圍內(nèi),隨著埋深的增加,工作面圍巖的垂向、側(cè)向應(yīng)力隨著開采的深入而不斷加大,加劇了頂板覆巖的破壞,導(dǎo)水裂隙帶高度隨之增大;當(dāng)超過該范圍時由于深部地應(yīng)力作用使得采動形成的斷裂閉合,導(dǎo)水裂隙帶的發(fā)育高度隨之減小[17]。由圖4d 可知,在埋深小于600 m 的范圍內(nèi),導(dǎo)水裂隙帶發(fā)育高度持續(xù)增大;當(dāng)埋深超過600 m 時,導(dǎo)水裂隙帶高度與埋深呈負(fù)相關(guān)。

        3 導(dǎo)水裂隙帶發(fā)育高度預(yù)測模型

        3.1 APSO-LSSVR 回歸預(yù)測原理

        1)自適應(yīng)粒子群算法(APSO)。粒子群(PSO)算法是由BERHART 博士和KENNEDY 博士通過對鳥群捕食行為的研究提出的一種基于全局隨機(jī)搜索的群體智能自分類算法。該方法是基于群體中個體對信息的共享,將鳥抽象為微粒,粒子通過調(diào)整自身的位置找尋最優(yōu)距離,不斷調(diào)整粒子速度和更新位置,使得整體運(yùn)動問題從無序轉(zhuǎn)化為有序運(yùn)動的演化過程,求出問題的最優(yōu)解,客觀性較強(qiáng)。

        以往研究表明,標(biāo)準(zhǔn)粒子群算法中慣性權(quán)重ω 的取值為固定值,不能很好的反映算法的選優(yōu)性能,故本文引入非線性的動態(tài)慣性權(quán)重系數(shù)-自適應(yīng)慣性權(quán)重,從而使得 ω隨著迭代增加而逐步遞減[28]。表達(dá)式為

        式中:f為粒子的適應(yīng)度值,fmin、favg分別為對應(yīng)的適應(yīng)度最小值和平均值,w為慣性權(quán)重,wmin為慣性權(quán)重最小值,wmax為慣性權(quán)重最大值。

        2)最小二乘支持向量機(jī)回歸(LSSVR)。支持向量機(jī)算法是通過非線性映射函數(shù) ζ (x)將原始數(shù)據(jù)映射到高維空間構(gòu)建最優(yōu)超平面[23],最小二乘支持向量機(jī)(LS-SVM)算法是在SVM 算法的基礎(chǔ)上將研究問題中不等式約束轉(zhuǎn)變?yōu)榈仁郊s束的二次規(guī)劃問題。LS-SVM 算法的中主要是通過引入拉格朗日算子θ 進(jìn)對懲罰參數(shù)C和核函數(shù)參數(shù) σ進(jìn)行優(yōu)化,并采用徑向基函數(shù)(RBF)作為核函數(shù)[27]。得到最終的LS-SVM算法的預(yù)測模型為:

        式中,v為 偏向量;K(xi,x)為核函數(shù)。

        3.2 模型的構(gòu)建

        筆者采用APSO 算法優(yōu)化LSSVR 模型的C、σ,通過更新粒子的速度和位置進(jìn)行全部及局部搜索,將訓(xùn)練樣本輸出結(jié)果的均方根誤差作為APSO 算法的自適應(yīng)函數(shù),通過訓(xùn)練樣本計算函數(shù)的準(zhǔn)確度,最終利用待測樣本檢驗(yàn)?zāi)P偷倪m用性建立導(dǎo)水裂隙帶發(fā)育高度的APSO-LSSVR 模型。具體流程如圖5所示。

        圖5 模型流程Fig.5 Model flow

        3.3 數(shù)據(jù)的預(yù)處理

        為消除指標(biāo)間的相互影響,需要對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理;由于SVM 模型對[0,1]之間的數(shù)據(jù)較為敏感,本次利用極差化法[27]對其進(jìn)行歸一化處理,導(dǎo)水裂隙帶高度的歸一化數(shù)據(jù)見表2。

        表2 導(dǎo)高樣本數(shù)據(jù)歸一化值Table 2 Normalized value of partial sample data

        3.4 模型參數(shù)尋優(yōu)

        對于歸一化后的60 組數(shù)據(jù),隨機(jī)選取50 組數(shù)據(jù)作為訓(xùn)練樣本,余下10 組作為測試樣本。將4 個主控因素作為預(yù)測模型的評價指標(biāo),按照圖5 的流程進(jìn)行訓(xùn)練,分別建立導(dǎo)水裂隙帶高度的APSO 優(yōu)化LSSVR 模型、PSO-LSSVR 模型以及LSSVR、SVR 模型,并據(jù)此進(jìn)行仿真試驗(yàn)。

        模型的參數(shù)設(shè)定如下:懲罰因子C=[0.1,0.5,100],核函數(shù)σ =[0.01,10,1 000]粒 子群數(shù)目s=40,最大迭代次數(shù)為200,c1=c2=1.5。

        將歸一化后的數(shù)據(jù)代入,利用APSO 尋優(yōu)后的參數(shù)構(gòu)建LSSVR 模型,模型的適應(yīng)度曲線如圖6所示。

        圖6 APSO-LSSVR 模型的適應(yīng)度曲線Fig.6 Fitness curve of APSO-LSSVR model

        APSO-LSSVR 模型的收斂速度快,在第16 代時適應(yīng)度就已經(jīng)達(dá)到了最優(yōu),且相對較低,收斂精度較高。LSSVR 模型APSO 參數(shù)尋優(yōu)后得到懲罰系數(shù)C=1.071 8,核函數(shù)σ =1.007 0。

        利用MATLAB 軟件中的LIBSVM 工具箱進(jìn)行對40 組訓(xùn)練樣本進(jìn)行訓(xùn)練求解,擬合效果如圖7 所示,基于APSO-LSSVR 模型的導(dǎo)水裂隙帶高度的預(yù)測值與實(shí)測值較為接近,擬合優(yōu)度為95.13%,平均絕對誤差為0.18%,最大相對誤差為0.76%,最小相對誤差為0.01%。

        圖7 訓(xùn)練樣本預(yù)測結(jié)果對比Fig.7 Comparison of training sample prediction results

        與文獻(xiàn)[13]對比可知,在同時考慮4 種影響因素的基礎(chǔ)上,APSO-LSSVR 回歸模型與實(shí)測數(shù)據(jù)的擬合程度更好,多元線性回歸方法是對原始信息的擬合,并不能完整反映訓(xùn)練樣本的信息,而經(jīng)過APSO 優(yōu)化的LSSVR 的回歸模型保留了樣本信息的訓(xùn)練和分析過程,可以更好的對原始數(shù)據(jù)進(jìn)行表達(dá)。

        3.5 回歸模型檢測

        將10 個待測樣本代入模型開展APSO-LSSVR 回歸模型預(yù)測結(jié)果的檢測,建立的4 個模型的預(yù)測結(jié)果如圖8 所示。從8 中可以看出,LSSVR 模型相對于SVR 模型的預(yù)測準(zhǔn)確率相對較高,說明對標(biāo)準(zhǔn)SVR 算法進(jìn)行最小二乘優(yōu)化可以提高模型的精度;AOSO-LSSVR 模型的與實(shí)際值的最為接近,說明經(jīng)過APSO 優(yōu)化后可以顯著提高LSSVR 模型的預(yù)測準(zhǔn)確率。

        圖8 預(yù)測模型檢驗(yàn)結(jié)果對比Fig.8 Comparison of predictive model test results

        3.6 模型的檢驗(yàn)

        為比較4 種算法的優(yōu)劣,選用MAE(平均絕對誤差)、RMSE(均方根誤差)、決定系數(shù)R2作為評價模型精度的指標(biāo)。平均絕對誤差(MAE)和均方誤差(MSE)是描述預(yù)測值和真實(shí)值相差的程度,其值越小說明模型對數(shù)據(jù)集中樣本具有較好的預(yù)測性能[24],決定系數(shù)R2表示的是評估模型與真實(shí)值的擬合程度,R2越接近1 說明模型的擬合效果越好。

        由表3 和圖8 可知,本次建立的APSO-LSSVR 模型的擬合優(yōu)度相對最高,為94.79%,誤差值最小,該模型總體上可以較好預(yù)測導(dǎo)水裂隙帶的發(fā)育高度,同時對比不同模型間的MAE、MSE、RMSE值,發(fā)現(xiàn)本次建立的APSO-LSSVR 模型的泛化能力較強(qiáng),可以將該模型用于導(dǎo)水裂隙帶的預(yù)測方面。

        表3 模型預(yù)測性能指標(biāo)對比Table 3 Comparison of model prediction performance indicators

        4 基于UDEC 的導(dǎo)水裂隙帶高度預(yù)測

        4.1 模型建立及參數(shù)選取

        為研究工作面開采后上覆巖層導(dǎo)水裂隙帶的發(fā)育情況,對比選取合適的導(dǎo)水裂隙帶高度預(yù)測方法以提高預(yù)測準(zhǔn)確度。使用離散元軟件UDEC 進(jìn)行數(shù)值模擬,UDEC 是應(yīng)用中心差分法進(jìn)行求解的一種二維離散元計算程序,適用于非均質(zhì)、不連續(xù)和大變形等特點(diǎn)的巖體,可將巖體劃分為剛性塊體,能較直觀地觀察塊體間的相對運(yùn)動及斷裂發(fā)育的動態(tài)過程。使用UDEC 模擬11208、22107 工作面開挖過程,觀察斷裂分布狀況。

        根據(jù)兩工作面的地質(zhì)條件不同,分別建立3 個沿工作面推進(jìn)方向的剖面模型。材料本構(gòu)模型選用摩爾-庫倫模型,節(jié)理本構(gòu)模型選用庫倫滑移模型。各巖層物理力學(xué)參數(shù)見表4。

        表4 巖層的物理力學(xué)參數(shù)Table 4 Physical and mechanical parameters of the rock

        4.2 數(shù)值模擬預(yù)測結(jié)果分析

        1)11208 工作面預(yù)測結(jié)果分析。11208 工作面煤層平均厚度為6.46 m,傾角為1.5°,埋深約為330 m,該模型尺寸x×y=800 m×200 m。為簡化模型,將巖層設(shè)置為水平,模型上部邊界施加等效于未建立巖層的應(yīng)力,施加應(yīng)力大小為3.87 MPa。為消除邊界效應(yīng),在模型左右各預(yù)留100 m 的邊界煤柱,實(shí)際推進(jìn)長度600 m,模型塊度劃分如圖9 所示。

        圖9 模型塊度劃分Fig.9 Model fragmentation

        圖10a 為11208 工作面推進(jìn)50 m 時的斷裂發(fā)育情況,斷裂整體形態(tài)為圓拱形,拱高16 m,豎向?qū)當(dāng)嗔阎饕l(fā)育在在工作面及開切眼上方巖體中,即斷裂拱兩側(cè)。隨著工作面的繼續(xù)推進(jìn),斷裂拱的跨距增大,高度增加,如圖10b 所示為推進(jìn)至300 m時,導(dǎo)水裂隙帶高度穩(wěn)定在73 m,達(dá)到充分采動,采空區(qū)中部重新壓實(shí),斷裂閉合,斷裂帶高度上漲趨于平穩(wěn)。

        圖10 11208 工作面推進(jìn)過程中斷裂分布情況Fig.10 Fissure distribution during advancing process of 11208 working face

        2)22107 工作面預(yù)測結(jié)果分析。22107 工作面根據(jù)煤層傾角的差異分為東西兩側(cè),建立2 個模型。

        西側(cè)煤層平均厚度為5.45 m,平均傾角為3°,埋深約為160 m,建立模型尺寸為x×y=800 m×200 m。在模型左右各預(yù)留100 m 的邊界煤柱,實(shí)際推進(jìn)長度600 m,導(dǎo)水裂隙帶發(fā)育高度隨工作面推進(jìn)距離變化曲線如圖11b 所示,推進(jìn)距離達(dá)到250 m 后,斷裂帶高度穩(wěn)定在78 m。

        圖11 導(dǎo)水?dāng)嗔褞Оl(fā)育高度隨工作面推進(jìn)距離變化Fig.11 Development height of water-conducting fissure zone with advancing distance

        22107 工作面東側(cè)煤層平均厚度為5.45 m,平均傾角為10°,為緩傾斜煤層,埋深154 m,建立模型尺寸為x×y=600 m×200 m。模型左右各預(yù)留100 m 的邊界煤柱,實(shí)際推進(jìn)長度400 m,導(dǎo)水裂隙帶發(fā)育高度隨工作面推進(jìn)距離變化曲線如圖11c 所示,推進(jìn)距離達(dá)到250 m 后,斷裂帶高度穩(wěn)定在85 m。

        5 預(yù)測結(jié)果對比及應(yīng)用

        5.1 預(yù)測結(jié)果檢驗(yàn)

        為了對導(dǎo)水裂隙帶高度進(jìn)行準(zhǔn)確預(yù)測,將本次建立的模型、數(shù)值模擬的預(yù)測結(jié)果與實(shí)測導(dǎo)水裂隙帶進(jìn)行對比,預(yù)測值及其相對誤差率如圖12 所示。

        圖12 各模型的預(yù)測結(jié)果及誤差分析Fig.12 Forecast results and error analysis of each model

        由圖12 可知,4 種機(jī)器學(xué)習(xí)方法建立的導(dǎo)水裂隙帶預(yù)測模型總體預(yù)測效果較好,平均相對誤差率可控制在10%以內(nèi),后3 種方法分別是在支持向量機(jī)的基礎(chǔ)上結(jié)合最小二乘法,粒子群算法及自適應(yīng)粒子群算法,分步優(yōu)化了模型的簡化二次規(guī)劃問題的能力,全局搜索能力和系統(tǒng)自適應(yīng)參數(shù),因此預(yù)測精度更高。

        在11208 工作面,數(shù)值模擬方法求出的導(dǎo)水裂隙帶的相對誤差率為11.07%,提出的預(yù)測模型的相對誤差最小,為1.94%;在22107 工作面西側(cè),提出的預(yù)測模型的相對誤差為1.1%;22107 工作面東側(cè),該模型的相對誤差為0.99%,數(shù)值模擬方法求出的導(dǎo)水裂隙帶的相對誤差率為6.18%。分析認(rèn)為支持向量機(jī)模型對數(shù)據(jù)特征較小的集合處理性能較強(qiáng),尤其適用于低維數(shù)據(jù)中測量單位相似的情況下,導(dǎo)水裂隙帶預(yù)測效果較好;而UDEC 數(shù)值模擬是在拉格朗日算法的基礎(chǔ)上應(yīng)用中心差分法進(jìn)行求解的一種二維離散元計算程序,該方法對巖層物理力學(xué)參數(shù)選取要求較高,且不能完全考慮實(shí)際開采過程中巖體破碎的影響因素,網(wǎng)格塊度劃分會很大程度上影響預(yù)測結(jié)果,其預(yù)測值可供參考。

        5.2 預(yù)測方法應(yīng)用

        由上文可知,通過對比分析,基于APSO-LSSVR 的導(dǎo)水裂隙帶高度的預(yù)測模型的準(zhǔn)確性較高,因此采用該模型對研究區(qū)22109、22110 這2 個未開采工作面的導(dǎo)水裂隙帶高度進(jìn)行預(yù)測,結(jié)果見表5。

        表5 導(dǎo)水?dāng)嗔褞Ц叨阮A(yù)測Table 5 Forecast of water flowing fractured zone

        由模型預(yù)測得22109 工作面的導(dǎo)水裂隙帶高度為62.7 m,22110 工作面的導(dǎo)水裂隙帶高度為67.3 m??蔀樵摰貐^(qū)導(dǎo)水裂隙帶計算提供實(shí)際指導(dǎo)。

        6 結(jié) 論

        1)分別建立了基于SVR,LS-SVR,PSO-LSSVR,APSO-LSSVR 的4 種模型以預(yù)測導(dǎo)水裂隙帶高度值,選用MAE、RMSE、R2三個指標(biāo)進(jìn)行模型預(yù)測性能對比,發(fā)現(xiàn)APSO-LSSVR 模型的擬合優(yōu)度相對最高,誤差值最小,泛化能力較強(qiáng),說明了可以將該模型用于研究區(qū)導(dǎo)水裂隙帶的預(yù)測。

        2)基于UDEC 分別建立了22108、11207 兩個工作面的3 組數(shù)值模型,計算得到22108 導(dǎo)水裂隙帶73 m、11207 傾角3°區(qū)導(dǎo)水裂隙帶78 m、傾角10°區(qū)導(dǎo)水裂隙帶85 m。

        3)將基于UDEC 數(shù)值模擬法、APSO-LSSVR 模型的22108、11207 工作面導(dǎo)水裂隙帶預(yù)計結(jié)果與實(shí)測結(jié)果進(jìn)行對比,基于UDEC 的導(dǎo)水裂隙帶預(yù)測結(jié)果相較實(shí)測結(jié)果誤差為12.66%,基于APSO-LSSVR 模型的導(dǎo)水裂隙帶預(yù)測結(jié)果相較于實(shí)測結(jié)果誤差為1.36%。

        4)采用APSO-LSSVR 建立的預(yù)測模型對礦區(qū)內(nèi)即將開采的22109、22110 工作面進(jìn)行導(dǎo)水裂隙帶預(yù)測,預(yù)測值分別為62.7、67.3 m,可為類似地區(qū)導(dǎo)水裂隙帶計算、礦井防治水提供實(shí)際指導(dǎo)。

        猜你喜歡
        導(dǎo)水裂隙煤層
        裂隙腦室綜合征的診斷治療新進(jìn)展
        裂隙燈檢查的個性化應(yīng)用(下)
        《老炮兒》:在時代裂隙中揚(yáng)棄焦慮
        電影新作(2016年1期)2016-02-27 09:16:48
        極近距離煤層采空區(qū)下煤層巷道支護(hù)研究
        山西煤炭(2015年4期)2015-12-20 11:36:18
        松軟低透煤層CO_2爆破增透技術(shù)應(yīng)用研究
        改性滌綸針織物導(dǎo)水透濕性能研究
        導(dǎo)水陷落柱預(yù)注漿治理
        三軟煤層掘進(jìn)支護(hù)綜合分析
        河南科技(2014年16期)2014-02-27 14:13:12
        非完全充填裂隙的應(yīng)力應(yīng)變特性研究
        河南科技(2014年11期)2014-02-27 14:09:42
        壁式采煤法在薄及中厚煤層開采中的應(yīng)用
        河南科技(2014年4期)2014-02-27 14:07:02
        亚洲精品中文字幕一二三四| 女同性恋一区二区三区四区| 精品人体无码一区二区三区| 亚洲午夜精品久久久久久人妖| 在线播放a欧美专区一区| 无码久久流水呻吟| 青榴社区国产精品| 人妻熟女中文字幕在线视频| 国产精品亚洲在线播放| 国产的自拍av免费的在线观看 | 日日摸夜夜欧美一区二区| 国产精品亚洲综合色区韩国| 亚洲愉拍自拍视频一区| 国产伦一区二区三区久久| 久久精品亚洲精品国产区| 日本一区二区在线播放| 国产麻豆md传媒视频| 天码av无码一区二区三区四区 | 亚洲欧美成人一区二区在线电影| 国产精品亚洲综合一区在线观看| 国产亚洲精久久久久久无码苍井空| 国产又爽又黄又不遮挡视频| 国内精品嫩模av私拍在线观看| 国产91精品一区二区麻豆亚洲| 日韩少妇人妻中文字幕| 性按摩xxxx在线观看| 性生交大片免费看淑女出招 | 日本高清视频在线一区二区三区| 日韩亚洲在线观看视频| 一个人看的视频在线观看| 国产特级毛片aaaaaa视频| 韩国无码av片在线观看网站| 亚洲AV成人无码久久精品在| 亚洲国产av一区二区三| 美妇炮灰被狂躁爽到高潮h| 99无码精品二区在线视频| 在线看片免费人成视频久网下载| 99久久久无码国产精品免费砚床| 国产精品,在线点播影院| 美女和男人一起插插插| 中文字幕乱码高清完整版|