急倾斜特厚煤层巷道支护与人工神经网络预测研究

论文摘要

对于急倾斜特厚煤层巷道，对其进行安全合理的支护是实现安全高效开采的技术基础。要得到合理的支护参数，确定合理可靠的支护方式，应该对巷道及煤层进行松动圈监测、钻孔窥视仪监测以及矿压和巷道变形监测。通过对监测数据的分析，得到松动圈范围、巷道壁裂隙发育情况和破碎程度以及巷道围岩矿压和变形规律，从而为巷道支护提供有效可靠的数据参数，为巷道支护设计提供合理依据。人工神经网络是研究影响条件复杂的非线性的巷道变形的有效方法,对煤矿安全生产具有重要意义。本文以神华新疆煤业公司乌鲁木齐矿区碱沟煤矿为背景，对巷道支护和巷道矿压和变形理论进行了研究，选取碱沟煤矿有代表性的巷道和煤层进行了松动圈监测和钻孔窥视监测，得到了巷道的松动圈范围和裂隙发育情况，对支护方式进行了评价并提出了改进意见，也为支护设计提供了重要的参数依据。同时，本文对518B6巷道设计了矿压观测方案并进行观测，在对观测数据处理与分析的基础上，综合各种因素对回采巷道变形的影响，总结了该矿急倾斜特厚煤层回采巷道变形的基本规律，根据这一变形规律对现行的巷道支护形式进行了分析与评价。BP神经网络是研究复杂的非线性的巷道变形的有效方法，本文还研究了BP神经网络的算法及其改进算法，针对碱沟煤矿518B6巷道的实际情况，建立了合适的BP神经网络模型，利用观测到的巷道变形数据对网络模型进行训练，并用训练好的网络对518B6巷道进行了变形预测，预测结果比较准确，从而为研究其它类似巷道的变形提供了新的有效方法。碱沟煤矿煤层赋存情况、巷道布置方式与开采方式与乌鲁木齐矿区其它煤矿类似，对于研究其它位于乌鲁木齐矿区且条件类似的巷道，本文的研究成果也具有借鉴意义。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 研究背景
• 1.2 研究意义
• 1.3 国内外研究现状
• 1.3.1 乌鲁木齐矿区急倾斜特厚煤层巷道支护技术发展现状
• 1.3.2 人工神经网络在采矿和岩石力学中的研究现状
• 1.4 研究目标、路线及内容
• 2 矿区概况及综合地质特征
• 2.1 矿区地理位置
• 2.2 地形地势
• 2.3 矿井地质条件
• 2.3.1 井田地层构造
• 2.3.2 煤层构造
• 2.3.3 地质构造
• 3 支护理论及巷道矿压和变形理论研究
• 3.1 松动圈理论与松动圈支护设计方法
• 3.2 “监测-反馈-诊断-对策”支护设计方法
• 3.3 巷道矿压显现特征
• 3.4 巷道围岩变形特征
• 3.5 影响巷道围岩变形量的因素
• 3.6 本章小结
• 4 巷道松动圈监测与分析
• 4.1 松动圈测试仪简介
• 4.2 松动圈监测方案
• 4.3 理论计算松动圈范围参考 VP
• 4.4 松动圈监测结果
• 4.5 松动圈监测结果分析
• 4.6 本章小结
• 5 巷道钻孔窥视仪监测与分析
• 5.1 钻孔窥视仪简介
• 5.2 钻孔窥视仪监测方案
• 5.3 钻孔窥视仪监测结果
• 5.4 钻孔窥视仪监测结果分析
• 5.5 本章小结
• 6 巷道变形及矿压观测与分析
• 6.1 矿压观测方案
• 6.2 矿压观测数据
• 6.3 矿压观测数据分析
• 6.4 巷道支护分析
• 6.5 本章小结
• 7 人工神经网络预测巷道变形
• 7.1 人工神经网络基础理论
• 7.2 BP 算法基本原理
• 7.3 BP 算法的改进
• 7.3.1 附加动量法
• 7.3.2 自适应学习速率
• 7.3.3 动量-自适应学习速率调整算法
• 7.3.4 L-M 算法
• 7.4 BP 神经网络预测模型建立及 MATLAB 实现
• 7.4.1 BP 神经网络结构设计
• 7.4.2 BP 神经网络建立及训练
• 7.4.3 BP 网络模型检验
• 7.4.4 巷道变形量的 BP 神经网络预测
• 7.5 本章小结
• 8 结论
• 致谢
• 参考文献
• 附录