基于PSO-BP神經(jīng)網(wǎng)絡(luò)的淺埋煤層工作面頂板礦壓預(yù)測(cè)研究.pdf

1、淺埋煤層工作面頂板來(lái)壓猛烈，支架動(dòng)載明顯，易造成支架損壞。目前多數(shù)煤礦的礦壓預(yù)報(bào)還依賴于專家經(jīng)驗(yàn)和工程類比，依靠經(jīng)驗(yàn)來(lái)指導(dǎo)生產(chǎn)存在一定的局限性和盲目性。人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)技術(shù)已廣泛應(yīng)用于煤礦，采用這一新方法可以對(duì)工作面頂板礦壓顯現(xiàn)進(jìn)行預(yù)報(bào)，對(duì)煤礦安全生產(chǎn)具有重要意義。
　　 通過(guò)對(duì)淺埋煤層頂板礦壓機(jī)理進(jìn)行總結(jié)研究，分析并得出淺埋煤層工作面礦壓的影響因素：推進(jìn)距離、采高、基載比、基巖厚度等。對(duì)現(xiàn)有的BP神經(jīng)網(wǎng)絡(luò)(Back Propa

2、gati on Neural Network)和粒子群優(yōu)化算法(Paticle Swarm Optimizati on)理論進(jìn)行總結(jié)和改進(jìn)，將改進(jìn)后的PSO算法訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，建立PSO-BP神經(jīng)網(wǎng)絡(luò)模型。該模型能夠表達(dá)工作面頂板礦壓與影響因素之間的相互關(guān)系，進(jìn)而預(yù)測(cè)頂板礦壓。
　　 以神東哈拉溝煤礦02212綜采工作面為工程背景，進(jìn)行基于PSO-BP神經(jīng)網(wǎng)絡(luò)模型的礦壓預(yù)測(cè)實(shí)踐研究。通過(guò)工作面液壓支架的工作阻力進(jìn)行觀測(cè)，分析觀

3、測(cè)數(shù)據(jù)，得出該工作面的礦壓顯現(xiàn)規(guī)律并確定影響因素。運(yùn)用非線性回歸分析，計(jì)算這些影響因素的相關(guān)系數(shù)，選取敏感因素作為輸入?yún)?shù)，導(dǎo)入PSO-BP神經(jīng)網(wǎng)絡(luò)模型，得出該工作面頂板礦壓與影響因素的相互關(guān)系的表達(dá)式。
　　 依據(jù)現(xiàn)場(chǎng)支架載荷數(shù)據(jù)與推導(dǎo)的關(guān)系表達(dá)式，運(yùn)用Matlab的軟件編程與計(jì)算，對(duì)工作面10個(gè)工作循環(huán)的支架載荷數(shù)據(jù)進(jìn)行預(yù)測(cè)，實(shí)現(xiàn)了PSO-BP神經(jīng)網(wǎng)絡(luò)工作面頂板礦壓仿真計(jì)算。將預(yù)測(cè)值與實(shí)測(cè)值進(jìn)行誤差分析，并同單一的BP模型進(jìn)