基于SAPSO-ELM的瓦斯涌出量分源预测及应用

为了提高瓦斯涌出量预测精度,针对瓦斯涌出量影响因素的多重相关性、复杂性等问题,结合主成分分析法和分源预测理论,对开采层、邻近层、采空区的瓦斯涌出量数据分别进行主成分分析降维,得到预测指标。针对极限学习机(ELM)存在的输入权值矩阵与隐含层阈值随机生成的问题,利用模拟退火粒子群算法(SAPSO)对极限学习机的参数寻优,将新疆某煤矿回采工作面瓦斯涌出量及影响因素作为SAPSO-ELM模型的输入进行训练,再利用训练好的SAPSO-ELM模型对陕西某煤矿回采工作面的瓦斯涌出量进行验证预测,并对比原始ELM模型的预测结果。结果表明,SAPSO-ELM模型的平均相对误差为3.45%,ELM模型的平均相对误差为8.81%,与ELM模型相比,SAPSO-ELM模型预测精度及效率均优于原始ELM模型。分源预测理论和主成分分析法的结合有效解决了多因素间的多重相关性并降低了预测模型的复杂度,SAPSO-ELM预测模型实现了瓦斯涌出量的快速精准预测,对预防瓦斯事故发生和保障煤矿安全高效开采具有较好的指导作用。      

黄陵建新煤矿回采工作面瓦斯浓度超限危险性预测

通过分析建新煤矿瓦斯地质特征,结合灰色关联分析结果,选取底板标高为影响工作面瓦斯涌出量变化的主控因素,运用图切剖面法,分析4-2煤层工作面绝对瓦斯涌出量变化与煤层顶板岩性及上覆4-1煤层分布的关系。将井田内4-1煤层尖灭区分为顶板砂岩分布区、顶板泥岩分布区,4-1煤层分布区作为一个单独区域,引入置信上限概念,采用一元线性回归分析法,分别对三个区域进行瓦斯涌出量预测;采用类比原则,将全井田4-2煤层分为回采工作面瓦斯浓度正常区(低瓦斯区)、超限警戒区(富瓦斯区)和超限危险区(高瓦斯区)。     

基于粒子群-变分模态分解、非线性自回归神经网络与门控循环单元的滑坡位移动态预测模型研究

以三峡库区八字门阶跃型滑坡为例,针对静态机器学习模型在周期项位移预测中的不足以及高频随机项位移预测困难等问题,提出了一种新的滑坡位移预测方法。基于时间序列分解思想,采用粒子群算法（PSO）对变分模态分解（VMD）进行参数寻优,并将位移时间序列分解为趋势项、周期项和随机项。趋势项主要受滑坡内部因素影响,采用傅里叶曲线进行拟合预测;周期项由外部因素导致,基于格兰杰因果检验进行成因分析,并引入一种对时间序列历史状态具有较高敏感性的非线性自回归神经网络（NARX）进行预测;随机项频率较高且影响因素无法判定,采用一维门控循环单元（GRU）进行预测。最后将各分量预测位移进行叠加重构,实现滑坡累计位移的预测。结果表明,提出的（PSO-VMD）-NARX-GRU滑坡位移动态预测模型精度较高,且各位移分量预测精度明显高于静态模型中BP神经网络、支持向量机（SVM）和传统自回归模型ARIMA,可为阶跃型滑坡位移预测提供参考。     

基于CEEMDAN理论和PSO-ELM模型的滑坡位移预测

对三峡库区中具有"阶跃型"位移曲线的滑坡进行位移预测的难度较高,为此,提出了基于自适应噪声完整集合经验模态分解法的粒子群优化-极限学习机模型,并将该模型用于万州区塘角1号滑坡的位移预测。首先利用CEEMDAN法提取滑坡趋势项位移和波动项位移的不同IMF组分,并使用Elman神经网络对趋势项位移进行预测;其次结合历史监测资料,通过滑坡位移对降雨、库水位等诱发因素的响应分析,确定了7种不同的波动项位移影响因素,并使用CEEMDAN法分解得到上述因素的各IMF分量;然后通过模糊熵分析,将波动项位移和诱发因素的IMF分量一一对应,构建PSO-ELM模型进行波动项位移的预测;最后将趋势项位移预测值和波动项位移预测值叠加得到累积位移的预测值。结果表明:和ELM模型、PSO-ELM模型相比,基于CEEMDNAN的PSO-ELM模型的预测精度更高,其均方根误差(RMSE)和拟合优度(R~2)可达到0.54 mm和0.99,为滑坡位移预测提供了一种新手段。     

滑坡位移非线性时间序列预测模型研究

从分析滑坡位移的实际变化情况和滑坡位移演变规律的角度出发,将滑坡位移分解为受其自身地质结构属性控制的趋势项位移分量和由外界环境因素影响的周期项位移分量。采用经验模态分解法对滑坡位移趋势项和周期项进行非线性时间序列的分解;在此基础上采用标准GM(1,1)灰色模型、滚动GM(1,1)灰色模型和灰色马尔科夫模型分别对滑坡位移的趋势项和周期项进行预测,将预测结果进行叠加运算,即可得到滑坡位移的预测值。以三峡库区白水河滑坡的位移变化情况为例,通过分析对比滑坡位移的实测值与预测值之间的位移-时间关系曲线,可以很好地预测出滑坡位移的发展变化趋势。这说明对滑坡位移进行时间序列分解,有助于提高滑坡位移的预测精度,并可有效应用于滑坡位移预测的工程实例中。     

易自燃特厚煤层综放工作面瓦斯涌出量预测研究

工作面瓦斯涌出量是采面通风设计及制定采面瓦斯防治措施的主要依据。为了预测常村煤矿2120工作面的瓦斯涌出量,通过现场测定、收集整理常村煤矿综放面瓦斯资料,分析了易自燃特厚煤层综采放顶煤工作面瓦斯涌出特点、来源、构成及影响因素。结果表明:风排瓦斯量、采空区瓦斯涌出量和钻场抽放瓦斯量的比例分别为41.1%、50.8%和8.1%;综放面瓦斯涌出量与产量、采面推进距离、生产工序、大气压等因素有关;建立了易自燃煤层综放工作面瓦斯涌出量预测模型,以对未采区域采面瓦斯涌出量进行预测,以便为制定瓦斯防治措施提供科学依据。     

煤油气共生矿井的采面瓦斯涌出预测

以煤系含油气的陈家山煤矿综采工作面瓦斯地质资料为依据,应用灰色系统理论中的关联分析方法,在研究影响采面瓦斯涌出量主控地质与生产因素的基础上,借助人工神经网络理论中的BP网络方法,建立了综采工作面瓦斯涌出量预测的BP网络模型。通过误差分析及实际应用,证明将关联分析与BP网络结合起来开展采面瓦斯涌出量预测是一种可行的方法。      

深部环境高产高效工作面瓦斯涌出规律试验研究

随着矿井开采深度的增加和开采强度的扩大,以瓦斯含量高、瓦斯压力高、瓦斯涌出量大为主要特征瓦斯问题日益突出。为了研究进入深部环境后高产高效工作面的瓦斯涌出规律,通过在试验高产高效工作面布置测点,实测代表性测点的瓦斯特征参数,分析研究回采面内瓦斯特征参数倾向、走向波动规律,以及充分结合工作面内瓦斯涌出的不均衡性等,进而得到深部环境高产高效工作面瓦斯涌出规律,为矿井的安全高效开采提供必备的依据。     

晋普山煤矿瓦斯赋存相关因素及涌出量预测

晋城矿区晋普山煤矿目前开采9煤层,煤层瓦斯含量高,经鉴定属高瓦斯矿井。利用井田地质勘查成果及井下瓦斯监测数据,对区内瓦斯赋存规律及涌出量进行了分析。结果显示:煤层煤类、褶皱构造和煤层围岩是其主要控制因素,而煤层埋深对瓦斯赋存影响不明显。按开采层和邻近层瓦斯涌出量叠加原理,采用分源预测法分别预测了9、15号煤层回采工作面瓦斯涌出量,其绝对瓦斯涌出量均大于5 m3/min,局部瓦斯含量较高,具有煤与瓦斯突出危险,建议矿井做好防范瓦斯灾害相应措施。     

基于时序分解与机器学习的非平稳径流序列集成模型与应用

揭示变化环境下非平稳径流序列波动特征,可为提高径流预测精度和涉水工程规划提供支撑。针对径流序列具有非平稳性、周期性和异方差性的特征,收集长江流域攀枝花、城陵矶和大通站2008—2018年实测径流资料,基于周期趋势分解法(STL)将原始数据分解为周期项、趋势项和剩余项,结合各子序列特征采用多模型集成获取未来径流的综合预测值,并将预测结果与Prophet、LSTM和GARCH等单一模型进行对比。结果表明：联合机器学习和时序分解的集成模型在多个评价指标上均优于单一模型,且对异方差效应显著的站点模拟精度提升明显;验证期内3个站点的纳什效率系数分别为0.96、0.95和0.93,表明该模型能有效模拟长江流域径流波动过程。     

工作面底板变形与破坏电阻率特征

通过建立回采过程中底板岩层变形破坏过程的地球物理数值模型,采用正演计算方法分析底板破坏带的电阻率变化特征,并在五矿8403工作面布置网络并行电法探测系统,进行现场观测。模拟数据和现场探测结果表明,煤层底板视电阻率值与工作面开采过程密切相关,在回采工作面后方电阻率剖面图出现明显高阻异常,其高阻异常位置与底板破坏位置相对应;在回采工作面前方出现相对低阻异常,其低阻分布位置与矿压引起的高应力区相当;随着工作面的推进,高、低阻异常同步变化。根据这种底板岩石的电阻率变化,结合矿井水文地质特征,可进行煤层底板破坏规律的动态勘探,有利于底板破坏突水的预测预报工作。      

A RBFNN-based method for the prediction of the developed height of a water-conductive fractured zone for fully mechanized mining with sublevel caving

The movement and failure of overlying strata induced by underground coal mining cause “three zones,” including the caving zone, the water-conductive fractured zone, and the sagging zone from the bottom up. For knowledge about the height of the water-conductive fractured zone, there has been no empirical or theoretical formulae for thick coal seam using fully mechanized longwall mining with sublevel caving. This paper presents a methodology of determining the height of the water-conductive fractured zone based on the radial basis function neural networks (RBFNN) model in MATLAB software. Before modeling, the relationship between the height of the water-conductive fractured zone and mining thickness, the lithologic character of the overburden and its composite structures, and workface parameters was studied. After that, 32 and 7 measured data were used as training and testing samples, respectively. It has been found that the average relative error is 6% and the maximum relative error is 10% for 7 test samples by comparing actual results with predicted results. The model was applied to the no. 31503 workface in the Gaozhuang coal mine for safety evaluation. The predicted value is 59.6 m, and the measured value is 55.9 m. The RBF-based model shows much better performance than empirical formulae in the Regulations for Coal Mining and Coal Pillar Design under Buildings, Water-bodies, Railways and Main Shafts for the prediction of the height of the water-conductive fractured zone for fully mechanized mining with sublevel caving.     

Gas emission prediction and recovery in underground coal mines

Strata gas can be released and captured from non-active and active gas resources either from virgin or relaxed strata, both prior to and when mining activities take place. The high and irregular gas emissions associated with high production longwall mining have provided a need to optimise the methods used to predict these gas levels and the ventilation requirements for gas dilution. A forecast of gas emissions during development drivage and longwall mining indicated possible gas and ventilation problems requiring the introduction of various gas drainage techniques and in maintaining the necessary air quantities in ventilation systems to satisfy the statutory gas limitations for various coal production rates. Although there are sound principles used in world-recognised methods of gas emission prediction, a new approach developed from long-term practical experience in underground gassy coal mine practices and gas-rock mechanics studies appear most suitable for local conditions and mining systems in use. The Lunagas ‘Floorgas' and ‘Roofgas' geomechanical and gas emission models offer an effective solution to these problems. Both programs are the most advanced engineering, numerical tools available to calculate gas source contributions to total gassiness and improve the accuracy and quality of gas control, gas capture technologies and ventilation system design.     

基于ICEEMD-ICA准则进行数据处理的基坑变形组合预测研究

为确保基坑变形的高精度预测，基于基坑现场变形监测成果，先利用ICEEMD-ICA准则进行数据处理，即将变形数据分解为趋势项和随机项，再通过ISFLA-RVM-GRNN模型实现其组合预测。最后，再引入若干传统预测模型进行类似预测，通过预测结果对比，验证本文组合预测思路的合理性。实例分析表明：ICEEMD-ICA准则能实现基坑变形数据的合理分解，其分解能力要优于传统分解模型，且在5个监测点的预测结果中，ISFLA-RVM-GRNN模型的预测精度较高，预测结果的平均相对误差间于1.97%～2.07%。经外推预测，得基坑变形趋于稳定方向发展。同时，通过不同模型预测结果的对比性验证，得出ISFLA-RVM-GRNN模型相较传统预测模型具有更优的预测效果，验证了其构建思路是合理有效的。     

山西阳泉矿区刘村采煤塌陷机理及数值模拟

选取山西阳泉矿区单煤层开采引发的强烈地面塌陷作为研究对象,在详细介绍刘村采煤塌陷所处地质环境背景及其发育变形特征的基础上,根据区域岩体工程地质特征,将其划分为12层岩组;运用关键层、复合关键层理论对采煤塌陷机理进行了分析,获取Hoek-Brown岩体力学参数;采用Flac5.0 Extrusion对刘村采煤塌陷坑进行了反演模拟。数值模拟反映各阶段采动裂缝在地表的发育分布情况并计算了最终沉降量,覆盖层裂缝自然修复周期为2个月,基岩裂缝自然修复周期为3个月;采动裂缝最终在平面上呈“θ”形,塌陷中心1和塌陷中心2最终沉降量分别达到4.5 m和4 m,塌陷面积是工作面面积的1.85倍。模拟结果与调查监测数据高度吻合,客观地反映了地表变形和深部覆岩塌陷的发展变化过程,为塌陷机理分析起到了帮助作用。该套岩体力学参数与模拟方法适用于阳泉矿区采煤塌陷精准预测。     

煤油气共生矿井围岩气多因素耦合区域预测技术——以鄂尔多斯盆地黄陵矿区为例

围岩气异常涌出已成为严重威胁煤油气共生矿井安全高效开采的新的隐蔽致灾因素。以煤油气共生矿井围岩气储集层分布为基础,结合对围岩气控气要素的分析,提出了基于地质构造、岩性（砂岩透镜体和砂体上倾尖灭）、围岩气储集层分布和煤炭开采采动影响等多因素耦合下的煤油气共生矿井围岩气区域综合预测技术。采用该技术对黄陵二号煤矿2号煤层围岩气分布进行了区域综合预测,将矿井围岩气区划为Ⅰ级、Ⅱ级和Ⅲ级,并指出了矿井围岩气重点防范区域,减少围岩气防御面积近30%。      

基于光纤传感的石膏矿地面塌陷监测预警系统

近年来,江苏省邳州市北部石膏矿区发生了20多起采空塌陷灾害。由于传统的采空区地表土体变形监测方法均难以满足采空区地面塌陷监测超前预报的要求,为解决石膏矿区采空塌陷监测预警机制缺乏的问题,邳北石膏矿区开展了基于光纤传感技术的监测预警工作。根据前期调查分析和数值模拟等成果推导石膏矿地面塌陷机理,并采用光纤传感器对采空区上覆松散层底部含水层地下水位动态监测、深部岩土体位移监测及微震监测。在监测过程中,当水位变动幅度、岩土体位移突然超出正常波动值时或接收到较强震动信号时触发报警,在地面塌陷发生前期进行有效的预警,为防灾减灾工作提供充足的准备时间。通过监测预警工作的实施,验证了这些监测预警手段的有效性,可以为矿区地面塌陷地质灾害的监测、预报以及防治提供数据基础与科学依据,也可为石膏矿和其它类似条件的地面塌陷地质灾害防治和监测预警工作提供参考。     

基于改进遗传算法的Holt-Winters模型在采空沉陷预测中的应用

针对遗传算法存在的缺陷,提出了用小生境方法改进遗传算法。为了提高采空沉陷预测精度,借助Holt-Winters模型的预测功能,应用改进遗传算法求解和优化Holt-Winters模型组合参数,形成了改进遗传算法-Holt-Winters模型组合算法。将组合算法应用于长平高速公路采空区路段沉陷预测,计算表明：改进遗传算法弥补了传统遗传算法易早熟、局部寻优能力弱的缺陷;改进遗传算法-Holt-Winters模型组合算法克服了按梯度试算法搜索质量差和精度不高的缺点,输出稳定性好,预测结果相对误差在2%以内,预测精度显著提高;在采空沉陷中长期预测的相对误差小于0.79%,该算法可用于中长期采空沉陷预测。