基于LSTM神经网络的煤矿突水预测

针对煤层底板突水预测问题,在总结现有突水预测方法和理论的基础上,通过特征选择实验得出水压、距工作面距离、砂岩段厚度、煤层厚度、煤层倾角、断层落差、裂隙带、开采面积、采高、走向长度是影响突水发生的主要因素,这些因素具有复杂、非线性的特点。提出基于长短时记忆（LSTM）神经网络构建的突水预测模型,将煤矿突水实例的数据作为样本数据对模型进行训练。最后,将LSTM神经网络模型与遗传算法-反向传播（GA-BP）神经网络模型和反向传播（BP）神经网络模型进行对比实验。实验结果表明,LSTM神经网络模型在测试集上的预测正确率更高,稳定性更好,更适用于煤层底板突水预测。      

赵官井田10煤层底板突水危险性评价

从地质构造、含水层、隔水层、开采条件等方面详细分析了赵官井田10煤层底板突水的影响因素,确定了断层强度指数、褶皱分维值、"底板充水含水层组"水压、"底板充水含水层组"富水性、奥灰富水性、隔水层厚度、泥岩比率、底板破坏深度8个主控因素作为10煤层底板突水危险性评价的决策指标,并建立了各主控因素专题图;运用层次分析法(AHP)确定了各主控因素的权重系数,建立了基于"脆弱性指数法"的底板突水危险性评价模型,对10煤层底板突水危险性进行了定量评价,结果表明:在井田的南部煤层露头处脆弱性指数小,突水可能性较小;在井田的北部,特别是在井田东北部,脆弱性指数大,突水危险性较大。      

淮北袁店煤矿101、102采区煤层底板突水危险性综合评价

为有效控制煤层底板带压开采突水发生,同时解决突水系数法评价底板突水的局限性,引入灰色模糊聚类法综合评价煤层底板突水危险性。以袁店煤矿101、102采区为例,通过对10煤层水文地质条件、底板充水水源和充水通道深入分析,提取评价煤层底板突水危险性关键指标,综合考虑岩溶裂隙发育、地质构造、隔水层厚度、裂隙含水层富水性、灰岩含水层厚度5个突水主控因素,并进行底板突水危险性分区。结果表明：101采区底板突水危险性较小,102采区危险性较大。建议对102采区局部富水地段进行注浆加固,以达到防治突水的目的。     

煤矿工作面底板突水灾害预警重点监测区域评价技术

准确圈定煤矿工作面底板突水预警重点监测区域,实现监测位置和潜在突水点位置在空间上的匹配,是突水灾害预警急需解决的问题之一。为研究煤矿工作面底板突水灾害预警重点监测区域评价技术,采用水文地质分析、GIS空间分析及ANN预测等技术手段,建立了底板突水灾害预警重点监测区域评价指标体系,提出了将不连续指标转化为连续指标的方法,建立了评价模型,研发了重点监测区域评价GIS系统,实现了煤矿底板突水灾害预警重点监测区域GIS与ANN耦合评价技术,最后以赵庄煤矿5303回采工作面底板突水监测预警为例,利用研发的系统圈定了该工作面重点监测区域。研究表明,确定预警重点监测区域的影响因素主要有含水层水压、含水层富水性、含水层防（隔）水煤岩柱厚度、老空区危险性指数、断层危险性指数、陷落柱危险性指数和封闭不良钻孔危险性指数,利用分段函数可以有效将不连续指标转化为连续指标,研发的评价系统可以实现煤矿突水灾害预警监测位置自动评价,评价结果与现场揭露及水害预警系统监测结果一致。      

基于脆弱性指数法的韩城矿区11号煤层底板突水危险性评价

在全面分析韩城矿区地质与水文地质条件的基础上,应用相关因素分析方法,提出研究区煤层底板奥灰含水层突水的指标体系,并以多个典型煤矿为例,重点分析了受奥灰含水层威胁最严重的11号煤层底板突水的影响因素;构建了有效隔水层厚度、褶皱规模、含水层富水性、断层规模4个评价指标;采用脆弱性指数评价方法对11号煤层底板突水的危险性进行了分区。      

基于区间变权和未知测度理论的煤层底板突水危险性评价

随着华北型煤田开采深度不断增加,煤炭开采过程中的水文地质条件及突水主控因素日趋复杂多变,各主控因素与评价结果之间相互联系的模糊性和不确定性更加难以刻画,致使底板突水预测的难度精度不断增加。本文以某典型华北型煤田矿井为例,基于实际水文地质资料及钻探数据,充分考虑含水层水文地质特征、隔水层工程地质特征及软弱结构面发育特征,遴选含水层水压、单位涌水量、隔水层厚度、泥岩占比、岩体质量指数、层理面数量、构造复杂程度7个因子构建综合评价体系。利用组合赋权法及区间变权理论确定指标变权权重,并基于未知测度理论构建综合评价模型,对煤层底板突水危险性进行精细评价。与常权-未知测度理论、区间变权-物元可拓两种模型的评价结果对比显示,区间变权-未知测度理论的权重确定、隶属度计算更加合理,评价结果更加符合矿井地质条件及开采实际。井田范围内底板突水危险性为弱、较弱、较强、强的区域面积占比分别为2.26%,54.81%,38.05%,4.88%,底板突水危险性总体上较弱,危险性较强的区域集中在断层密集发育地带及隔水层薄弱区域。     

基于CNN神经网络的煤层底板突水预测

为了提高煤层底板突水预测的准确性,建立了基于卷积神经网络的煤层底板突水预测模型。通过综合分析,确定了15个影响煤层底板突水的因素,将这些影响因素进行拼接组合,运用建立的深度计算结构模型对影响因素及其相互联系进行特征提取。用已知的115组数据对模型进行学习训练,并进行了预测。为验证模型的准确性,利用相同的数据对BP神经网络模型和LeNet-5模型进行训练,将建立的模型与BP神经网络模型和LeNet-5模型进行对比。结果表明:该模型通过加深模型的计算深度,综合考虑了影响底板突水因素间的相互联系,提高了突水预测准确性。基于卷积神经网络构建的模型可以对煤层底板突水进行预测,并且准确率相对较高。     

GIS在刘桥二矿煤层底板突水预测中的应用

在介绍GIS应用于煤矿底板突水预测方法、步骤的基础上,以皖北矿务局刘桥二矿为例,建立了预测煤层底板突水的多因素突水模式,对突水危险性进行了分区预测,取得了较好效果,为煤层底板突水预测提供了一条新的途径。      

基于“三图-双预测法”的新疆准南煤田东沟煤矿B_6煤顶板突水危险性评价

新疆东沟井田首采的B_6煤层顶板隔水层厚度较薄且存在数十米的西山窑组孔隙裂隙砂岩含水层,煤层开采时导水裂隙带易导通含水层,发生突水事故。针对煤矿面临的顶板水害威胁,根据煤矿水文地质条件结合"三图-双预测法"的思路选择冲洗液消耗量、岩心采取率、岩石脆塑性比、含水层厚度、物探富水异常等作为主控因素;采用层次分析法建立层次分析模型,结合富水性指数法确定富水性分区;利用surfer进行插值分析、AHP建立的富水性指数模型,结合MapGis空间分析功能对评价区内B_6煤层顶板含水层的突水危险性进行分析预测。     

熵权耦合层次分析赋权在煤层底板突水评价中的应用

为克服层次分析法主观确权的弊端,同时避免熵权客观确权与主控因素实际重要程度相悖的错误,以山西长治三元煤矿3号煤层底板奥灰突水危险性评价为例,将熵权与层次分析耦合确定煤层底板突水主控因素权重并建立脆弱性指数模型,采用K均值聚类法对脆弱性指数值进行聚类分区,确定阈值3个,按照突水危险程度将研究区分为安全区、相对安全区、过渡区和危险区4个区域。经对比验证评价结果符合实际情况。      

Application of a BP neural network in predicting destroyed floor depth caused by underground pressure

Predicting the destroyed floor depth caused by the mining of coal seams is of great importance in judging whether the mining of a deep coal seam can be safely performed above a confined aquifer and to prevent the inrush of water from the floor. Thirty sets of coal mining data on destroyed floor depth were selected for study. A comprehensive analysis of the factors that influence the depth of destruction of coal seam floor strata was performed and combined with the ability of a BP neural network to address dynamic nonlinear information. Then, a set of test samples was assembled and used to construct a predictive model using a BP neural network. The model was then used to predict the destroyed floor depth of the 7105 working face of the Baizhuang Coal Mine in the Feicheng coal field. To verify the effectiveness of the model, the depth of the destroyed strata comprising the coal seam floor was measured using equipment called the “Double Sided Sealed Borehole Water Injection Device.” By comparing the predictions made by the BP neural network with actual measurements, the conclusion was reached that a BP neural network model can effectively be used to predict the destroyed floor depth caused by the mining of a coal seam.     

焦作矿区底板突水预报模型

选取对突水有影响的地质因素，如构造、矿压、构造裂隙、断层断距、断层至突水点距离、隔水层厚度、水压等为自变量，以突水点及未突水点的这些资料为基础，用数量化理论（Ⅰ、Ⅱ）的方法，将定性变量数量化，并参与计算，建立了焦作矿区底板突水的定量预报模型。经检验表明，所建模型可靠，可用于实际预测     

基于BP神经网络方法的矿井涌水量预测

鉴于矿井涌水威胁煤矿安全生产及其影响因素的复杂性,提出基于BP神经网络的矿井涌水量预测方法.在充分分析新安煤矿＋25m开采水平的涌水影响因素的基础上,选取大气降水、采空区面积和底板构造断裂和采动裂隙三个影响因子,建立了非线性人工神经网络预测模型,对＋25m开采水平的正常涌水量进行了预计.其结果和实际观测数据能够较好地相吻合,表明采用人工神经网络预计矿井涌水量是可行的.     

矿井煤层底板突水预测新方法研究

本文针对煤矿矿井煤层底板突水系统为一非线性系统的特性,提出采用对非线性问题具有良好适用性的人工神经网络系统（以下简称神经网络）,进行煤层底板突水预测。以作者们研制,使用神经网络的实践为基础,阐述系统、建模方法、适用条件和应用问题,并在焦作矿务局演马庄矿、焦作金科尔集团方庄煤矿对所建立的煤层底板突水预测神经网络进行生产性检验,取得良好的结果,说明该系统应用于煤层底板突水预测的可靠性。     

基于组合赋权的加权秩和比法的底板突水危险性评价

煤层深部开采使得煤矿底板水害事故频发,传统突水危险性评价方法评价指标单一、评价结果偏离实际的弊端逐渐显露,造成众多新型评价方法涌现。以河北省华北型煤田东欢坨矿为研究对象,选取含水层性能、隔水层性能、地质条件、煤层条件的评价因素集,综合考虑10个评价因素,建立适用于东欢坨矿的底板突水危险性评价指标体系;利用层次分析法确定各指标主观权重,利用CRITIC法确定各指标客观权重,将2者耦合得到综合权重,兼顾专家主观经验与数据客观信息,保证权重确定的全面性;引入加权秩和比法,构建评价矩阵,依据指标对评价对象所产生的优劣性影响将其分为高优型指标和低优型指标,编秩计算WRSR值,对数据进行分档排序,确定安全、较安全、较危险、危险4个评价等级区间,形成评价模型;利用GIS强大的空间管理及信息处理功能,完成结果的信息展示;将评价结果与实际工程出水位置相比较,发现突水位置都在底板突水较危险区域,并与传统评价方法突水系数法相对比,证明评价模型有效。研究成果形成了煤层底板突水危险性评价新方法,丰富煤层底板突水危险性评价方法的种类,为煤矿防治水工作者提供新思路。      

基于BP神经网络的降雨充水矿井涌水量预测

长沟峪煤矿矿井涌水量受降雨影响显著,曾经因降雨造成淹井事故。文章分析了长沟峪煤矿矿井充水因素及其影响程度,建立了矿井涌水量预测的BP网络模型,通过对2006年和2007年＋141水平和＋20水平矿井最大涌水量预测验证了该模型的可行性,并据此对不同降雨条件下的矿井涌水量进行了预测。     

Application on Floor Water Inrush Evaluation Based on AHP Variation Coefficient Method with GIS

The prediction and prevention of floor water inrush is directly related to the safety of the coal mine production. The previous evaluation method of floor water inrush was more one-sided and lacked main control factors related to mining conditions. In order to evaluate the floor water inrush more accurately, under the project background of geological data of Wanglou coal mine, stope width, mining depth, fault scale index, water pressure, water abundance and thickness of aquifer were selected as main controlling factors of floor water inrush. Combined with the subjective weight analytical hierarchy process and the objective weight variation coefficient method, the weight coefficients corresponding to the main controlling factors were obtained respectively. The thematic map of the risk assessment of coal seam floor water inrush was drawn by combining the constructed comprehensive weight vulnerability index model and geographic information system. The results show that: ① according to the actual geological data of mine, two fault related factors were removed. And stope width and mining depth were increased as the main controlling factors to evaluate floor water inrush. It is easier to compare and calculate the weight of evaluation factors. ② The constructed comprehensive weight vulnerability index model can comprehensively evaluate the risk of floor water inrush. And the results of the evaluation are more accurate. ③ The related thematic maps can directly reflect the risk of floor water inrush, which is of guiding significance for the prediction and prevention of coal seam floor water inrush.     

淮北刘桥二矿七含涌(突)水机理研究

刘桥二矿在开采4煤过程中，七含突水次数达38次之多，严重影响煤矿安全生产。文章在系统地分析刘桥二矿七含涌突水概况的基础上，提出了该矿七含涌突水的主要机理为断裂构造的控制作用和矿山压力的促进作用；指出了砂岩含水层的裂隙发育程度和富水性强弱、煤层的厚度、断层的作用以及4煤与含水层之间隔水层厚度的大小等，是影响工作面涌水的主要因素。研究结果对煤矿砂岩水害的有效防治具有重要的指导意义。     

基于多方法的煤层底板突水危险性评价

选择平顶山煤田二矿、十矿和十二矿51个钻孔的隔水层厚度、断层复杂程度、含水层水压、含水层单位涌水量、采高5个因素为评价因子,以层次分析法和灰色关联分析法计算的常权权重为基础,应用变权理论确定各指标因子的变权权重;分别利用物元可拓法、模糊可变集理论、突变理论、模糊综合评价法,对煤层底板突水危险性进行评价并确定突水危险性等级。与实际开采情况的对比分析证明,模糊可变集理论是最适宜研究区的底板突水危险性评价方法,评价结果与开采实际较为吻合。模糊可变集理论的评价表明,二矿、十矿、十二矿带压区内安全区占比分别为4.08%、14.30%、0,低威胁区占比分别为76.91%、83.14%、85.78%,高威胁区占比分别为19.01%、2.56%、14.22%,研究区内暂无危险区。