基于神经网络分析的煤柱型冲击地压多参量综合预警研究.pdf

分癸号8 T D 3 2 5 U D C 3 密 象言公 弄 単位代碍8 1 0 4 2 4 学 位 沿 文 基干神経同絡分析的煤柱型沖書地圧 多参量鯨合預警研究 張凱 申 清 学 位 卿 碩士学位 寺 協 称 采 「 工程 指 早 測破路 漂 云 亮 取 称 教 授 山 末 科 技 大 学 二〇一人年六月 万方数据 国家重点研发计划（2016YFC0801403-3） 山东省自然科学基金（ZR2018MEE009） 国家自然科学基金（51374140、51204102） 论文题目论文题目 基基于于神神经经网网络络分分析析的的煤煤柱柱型型冲冲击击地地压压 多多参参量量综综合合预预警警研研究究 作者姓名作者姓名 张张凯凯入学时间入学时间2015 年年 9 月月 专业名称专业名称采矿工程采矿工程研究方向研究方向矿矿山山压压力力与与岩岩层层控控制制 指导教师指导教师 谭云亮谭云亮职职称称教教授授 顾士坦顾士坦副副教教授授 论文提交日期论文提交日期2018 年年 5 月月 论文答辩日期论文答辩日期2018 年年 5 月月 授予学位日期授予学位日期2018 年年 6 月月 万方数据 RESEARCH ON MULTI PARAMETER COMPREHENSIVE WARNING OF COALPILLAR ROCKBURST BASED ON NEURALNETWORK ANALYSIS ADissertation ted in fulfillment of the requirements of the degree of MASTER OF PHILOSOPHY from Shandong University of Science and Technology by Zhang Kai Supervisor Professor Tan Yunliang College of Mining and Safety Engineering June 2018 万方数据 学位沿文原C I J 性声明 本人呈交給山木科技大学的速篇碩士学位稔文, 除所列参考文献和世所公 汰的文献外, 全部是本人攻漢学位期同在早師指早下的研究成果。除文中己径 林明引用的内容外, 本稔文不包含任何其他今人或集体己径友表或撲写述的研 究成果。対本文的研究倣出貢献的今人和集体, 均己在文中以明碗方式林明。 本人完全意沢到本声明的法律結果由本人承担。 若有不実之姓, 本人原意承担相美法律責任。 硬士生釜名 ご詠t 葺みL J 期8 λ ηι乙″ 万方数据 学位沿文使用授叔声明 本人完全了解山本科技大学有美保留、使用学位沿文的規定, 同意本人所 撰写的学位稔文的使用授杖按照学校的管理規定処理。 作力申清学位的条件之一, 学校有杖保留学位沿文井向国家有美部門或其 指定机梅送交沿文的屯子版和鋲疲版3 有板格学位稔文的全部或部分内容編入 有美数据摩友表, 井可以以F L 子、同絡及其他数字媒体形式公升出版; 允浄学 校梢案竹和国事情保留学位稔文的妖疲版和屯子版, 可以使用影印、縮印或掏 描等隻制手段保存和江編学位総文 力教学和科研目的フ学校梢案倍和国事情 可以海公汗的学位沿文作力資料在梢案億、国事情等場所或在校困岡上供校内 卿生園演、| ・I j 覧。 保密的学位沿文在解密后迂用本授杖 硬 士 生 銘 多 たな 期 レ可 ′ ′ o 早姉釜名 日 期 万方数据 万方数据 山东科技大学硕士学位论文摘要 I 摘摘要要 阳城煤矿 3303 工作面、3305 工作面和 1310 工作面由于地质条件等原因形 成了不规则煤柱，加上工作面埋深大，受到断层环境影响，煤柱具有较高冲击 危险性。本文通过理论分析研究了煤柱冲击失稳规律，运用人工神经网络模型 计算了阳城煤矿所在区域内的煤柱型冲击地压主控因素，并根据煤柱冲击失稳 规律和煤柱型冲击地压主控因素的研究结果， 设计了合理的冲击危险监测方案； 通过采集、记录阳城煤矿采掘期间的微震、钻屑法和应力在线监测数据，利用 深度神经网络模型对监测数据进行特征提取，运用该方法建立多参量综合预警 系统，为煤柱型冲击地压防治工作提供更可靠的依据，获得主要结论如下 （1）分别对影响煤柱稳定性的地质因素和采掘因素进行了分析，通过建立 人工神经网络模型，利用采集的阳城煤矿及附近矿井的煤柱型冲击地压危险样 本，计算不同地质因素和采掘因素对冲击地压危险的影响权重，得到了阳城煤 矿区域内煤柱型冲击地压的主控因素为煤柱形状、 埋深和煤柱与地质构造距离， 根据主控因素合理的划分冲击危险重点监测区域并确定监测方法。 （2）建立了深度神经网络模型，利用阳城煤矿煤柱的微震、应力在线和钻 屑法监测数据进行训练，通过组合冲击危险监测数据的均值、方差、均方差、 斜率、峰值、原点矩、峰值因子和偏度等低层次数据特征，抽象深层次数据特 征，并根据数据特征进行评价分类，在该方法的基础上开发了基于深度神经网 络的煤柱型冲击地压多参量综合预警系统，实现了深度神经网络在冲击地压综 合预警方面的应用，提高了煤柱型冲击地压危险预警的准确性。 （3）在基于深度神经网络的煤柱型冲击地压多参量综合预警软件的基础 上，对阳城煤矿 3305 工作面掘进期间的冲击危险监测数据进行评价分类，得到 了微震、应力二维分类结果，以及微震、应力和煤粉量三维分类结果，根据评 价分类结果提出了预警后的卸压解危方案，最终通过工程应用验证了该预警方 法的可靠性。 关键词关键词煤柱型冲击地压，冲击失稳，神经网络分析，多参量，综合预警 万方数据 山东科技大学硕士学位论文摘要 II Abstract The 3303 working face, 3305 working face and 1310 working face of Yangcheng Coal Mine ed irregular pillar due to geological conditions and other reasons. In addition, the working face was buried deep and affected by the fault environment, which has a high impact risk. In this dissertation, the law of instability of coal pillars was studied through theoretical analysis, and the main control factors of coal pillar-type rock burst are studied by using the Artificial Neural Networks model. And using the research results of coal pillar instability law and impact factors of coal pillar impact rock pressure, design a reasonable impact risk monitoring program. A deep neural network model was established by collecting microseismic, drill cuttings, and stress on-line monitoringdataduringminingoftheloggingface.Andthe characteristics of these monitoring data are extracted. This was used to establish a multi parameter comprehensive early warning uation system, which provides a more reliable basis for the coal pillar type shock and ground pressure protection. The main conclusions are as follows 1 The geological factors and mining disturbance factors that affectthestabilityofcoalpillarswereanalyzed. Throughthe establishment of the Artificial Neural Networks model, the dangerous samples of pillar-type rockburst of Yangcheng coal mine and nearby mines were collected to calculate the weight of each influencing factor. The main control factors for the impact instability of the coal pillar on the coal mine are the shape of the coal pillar, the depth of burial, the distance between the pillar and the geological structure. 2 The Deep Neural Networks model was established. Through the training of microseismic, stress online and drill cuttings monitoring data, the mean, variance, mean square error, slope, peak, origin moment, crest factor and skewness data characteristics of the shock hazard monitoring data were obtained. And according to its characteristics, the uation and classification are carried out. On the basis of this , the multi parameter integrated early warning system of coal pillar type rock burst based on the Deep Neural Networks was studied. The application of deep neural network in the comprehensive early warning of impact ground pressure was realized. 3 On the basis of the multi parameter integrated early warning 万方数据 山东科技大学硕士学位论文摘要 III software for the coal pillar type rock burst of Deep Neural Networks, the uation and classification of the impact hazard monitoring data during the heading of 3305 working face are carried out. The results of the two-dimensional classification of microearthquakes and stresses and the results of microseismic, stress and pulverized coal classification are obtained. The reliability of the early warning is verified. Key words Coal pillar type rock burst，impact instability，neural network analysis， multi parameter， comprehensive early warning 万方数据 山东科技大学硕士学位论文目录 IV 目目录录 摘摘要要.........................................................................................................I 目目录录....................................................................................................IV 1绪绪 论论....................................................................................................1 1.1研究背景和意义................................................................................................. 1 1.2国内外研究现状................................................................................................. 2 1.3主要研究内容及技术路线................................................................................. 6 2煤柱型冲击地压主控因素分析煤柱型冲击地压主控因素分析..........................................................8 2.1煤柱稳定性影响因素......................................................................................... 8 2.2影响因素权重计算........................................................................................... 18 2.3基于主控因素的监测技术研究....................................................................... 22 2.4本章小结........................................................................................................... 25 3煤柱型冲击地压危险深度神经网络判识模型煤柱型冲击地压危险深度神经网络判识模型...............................26 3.1深度神经网络模型构建................................................................................... 26 3.2煤柱型冲击地压监测数据分析....................................................................... 30 3.3煤柱型冲击地压危险判识方法....................................................................... 43 3.4本章小结........................................................................................................... 45 4冲击地压危险监测预警技术应用冲击地压危险监测预警技术应用................................................... 47 4.1阳城煤矿冲击地压危险监测........................................................................... 47 4.23305 工作面概况.............................................................................................. 52 4.3多参量综合预警实例....................................................................................... 53 4.4预警后卸压解危方案....................................................................................... 56 4.5本章小结........................................................................................................... 57 5主要结论与展望主要结论与展望................................................................................58 5.1主要结论........................................................................................................... 58 5.2创新点............................................................................................................... 58 5.3展望................................................................................................................... 59 万方数据 山东科技大学硕士学位论文目录 V 参考文献参考文献..................................................................................................60 致致谢谢......................................................................................................64 从事科学研究和学习经历从事科学研究和学习经历......................................................................65 攻读硕士期间的主要研究成果和获奖情况攻读硕士期间的主要研究成果和获奖情况.........................................66 万方数据 山东科技大学硕士学位论文目录 VI Contents 1Introduction...........................................................................................................1 1.1Research background and significance....................................................................................1 1.2Overseas and domestic research status.................................................................................... 2 1.3Main research contents and technical route.............................................................................6 2Main control factor analysis of coal pillar type rock burst...............................8 2.1Factors affecting coal pillar stability........................................................................................8 2.2Weight calculation of influence factors..................................................................................18 2.3Research on monitoring technology based on main control factors......................................22 2.4Brief summary........................................................................................................................25 3DNN model for coal pillar type rock burst.......................................................26 3.1Construction of deep neural network model..........................................................................26 3.2Analysis of coal pillar type rockburst monitoring data..........................................................30 3.3Risk identification for coal pillar type rockburst......................................................43 3.4Brief summary........................................................................................................................45 4Application of hazard monitoring and warning for rockburst.......................47 4.1Monitoring of rockburst in Yangcheng coal mine................................................................. 47 4.2General situation of 3305 working face ...............................................................................52 4.3Example of multi parameter comprehensive warning...........................................................53 4.4The relieving scheme according to the warning....................................................................56 4.5Brief summary........................................................................................................................57 5Conclusions and prospects.................................................................................58 5.1Main conclusions....................................................................................................................58 5.2Innovation points....................................................................................................................58 5.3The prospects..........................................................................................................................59 References..................................................................................................................60 Thanks....................................................................................................................... 64 Scientific research and learning experience...........................................................65 Major achievements and rewardings during the master......................................66 万方数据 山东科技大学硕士学位论文绪论 1 1绪绪 论论 1.1研究背景和意义研究背景和意义 1.1.1课题研究背景课题研究背景 煤矿开采向深部拓展，冲击地压危险随之增加，按照冲击地压主控因素可 以将冲击地压类型划分为煤柱型、顶底板型、断层型和褶曲型四种类型，其中 煤柱型冲击地压为常见的冲击地压类型[1]。冲击地压发生类型多样，控制因素 复杂，大采深，坚硬岩层、构造、孤岛等环境下的开采都伴随着巨大的冲击危 险性[2]。物理性质、结构、时间、能量等的变化也会造成冲击地压的发生，掘 进回采过程中地质条件、技术参数的变化都会增加冲击地压发生的可能性[3]。 本文使用深度神经网络模型对煤柱型冲击地压危险监测数据进行特征提取，通 过对冲击地压危险演化过程中的应力、塑性区范围和能量积聚的监测指标进行 分析，从而得到煤柱型冲击地压危险的主控因素并实现微震、应力监测和钻屑 法的冲击地压危险多参量综合预警。进而对冲击地压进行有效监测，并根据现 场监测推断开采过程中是否能够诱发煤柱冲击，以指导煤矿现场安全生产，为 煤柱型冲击地压灾害防控提供依据。 1.1.2课题研究意义课题研究意义 目前， 冲击危险监测数据的处理大部分是直接获取并按警戒值划分危险性， 或者基于浅层模型的统计机器学习方法进行处理，这类方法在特征选择过程中 过多依赖于人工参与，为避免传统浅层学习模型在特征选择方面的不足，利用 深度学习的特征提取方法成为当前机器学习的研究热点[4-5]。深度神经网络模型 的算法能够通过学习数据调整网络结构、实现算法优化，挖掘数据特征进而理 解数据[6]。深度神经网络模型在提取数据的特征时，模型利用逐层训练的方法 对初始数据进行多次线性变换，保留最稳定的特征并应用于模型的进一步训练 中。复杂冲击地压类型造成各类冲击的前兆模式与主控因素不同，这就需要对 典型冲击地压类型及前兆模式的主控因素与风险源展开研究[7]。通过构建煤柱 型冲击地压危险源辨识理论模型，对煤柱型冲击危险监测数据的处理和分析， 通过 Matlab 神经网络模型获得阳城煤矿冲击地压危险主控因素，进一步的提出 基于深度神经网络的煤柱型冲击地压多参量综合预警方法，研究了冲击危险发 生前的监测数据特征信息，有助于我们研究煤柱型冲击地压形成机理和发展规 万方数据 山东科技大学硕士学位论文绪论 2 律，从而得到煤柱型冲击地压的主控因素和风险源，进而对冲击地压进行有效 监测预警。同时，基于对不同监测手段监测信息的分析利用深度神经网络模型 对数据特征进行学习，从而提取数据特征信息，建立多因素的冲击危险监测预 警方法，最终实现冲击地压危险前兆信息识别的自学习进化预警[8-9]。 冲击地压危险多参量综合预警的思路是建立在冲击地压的发生是有前兆信 息的基础上，并可利用这些前兆信息对未来可能的冲击危险进行地点、强度和 时间的预测。因此冲击地压前兆信息的识别研究、预警值的确定在冲击地压监 测预警中占有重要地位。本课题结合国家重点研发计划子课题“典型冲击地压 危险判识与智能预警（2016YFC0801403-03） ” ，对煤柱型冲击地压的主控因素 和冲击地压危险监测预警展开了研究，对典型冲击地压的智能预警技术和安全 生产具有重要价值。 1.2国内外研究现状国内外研究现状 1.2.1冲击地压分类情况冲击地压分类情况 不同学者根据不同需要对冲击地压进行分类，其中包括①按照冲击地压 的灾害结果严重程度将冲击地压逐级分成微冲击、弱冲击、中等冲击、强冲击 和灾难性冲击类型等[10]；②按照冲击地压分布状况将冲击地压分为煤体压缩 型、顶板断裂型和断层错动型三种类型[11]；③按照煤岩体受力情况和破坏特征 将冲击地压分为煤体压应力型、顶底板受拉应力型和断层走滑受剪型 3 种类 型[12]，复合连锁型冲击地压为两种或两种以上的冲击组合发生产生；④按照应 力来源及加载方式，分重力型冲击地压、构造应力型冲击地压和中间型冲击地 压[13]；⑤根据冲击危险主控因素将冲击地压类型分为煤柱型冲击地压、顶底 板型、断层型、褶曲型四类。 另外，结合冲击地压发生地、地质环境、微观和宏观显现、破坏程度的不 同，我国冲击地压的分类方法主要有以下几种。 （1）按冲击释放的能量大小分类 有的学者将冲击地压由大到小分为灾害性冲击、强烈冲击、中等冲击、弱 冲击和微冲击[14]，该分类方法是依据冲击地压所释放的能量对冲击地压进行分 类，具体分类标准如下表 1.1 所示。 万方数据 山东科技大学硕士学位论文绪论 3 表 1.1冲击地压按能量大小分级标准 Tab 1.1Grading standard for impact pressure according to energy size 级别能量/J震级/级具体表现 微冲击5 使整个采区或一个水平内的巷道垮落，个别情况 下波及全矿，造成整个矿井报废。 （2）按参与冲击地压的岩体类别分类 参与冲击地压的岩体可分为煤层和岩层，即发生冲击地压的位置，一般煤 矿中发生冲击地压的位置多在煤层中，即煤体在围岩系统中的冲击地压显现为 煤层冲击地压；高强度岩体中储存的弹性能瞬间释放导致岩块猛烈的抛出，煤 矿中实际是顶底板破断释放弹性能导致的，主要表现为煤体的破坏和抛出，该 类型的冲击地压属于岩层冲击地压[15]。 （3）根据冲击力来源分类 煤层主要受到岩层重力和构造应力以及采动应力影响，主要受上覆岩层重 量影响引起的冲击地压划分为重力型冲击地压；当构造应力影响远大于岩层重 力的影响时，主要受构造应力作用引发的冲击地压为构造型冲击地压；煤岩体 受震动载荷影响诱发的冲击地压，所述震动载荷为脉冲式动载，该类型的冲击 称为震动型冲击地压[16-17]。 （4）按震级及抛出煤量分类 按照冲击时煤炭抛出量和震级将冲击地压分为微冲击、中等冲击和强烈冲 击[18]。 表 1.2按抛出煤量划分冲击危险等级标准 Tab 1.2Grading standard for impact pressure according to energy size 冲击地压级别震级/级具体表现 微冲击震级在 1 级以下抛出煤量在 10 t 以下 中等冲击震级在 12 级以下抛出煤量在 1050t 以下 强烈冲击震级在 2 级以上抛出煤量在 50 t 以上 万方数据 山东科技大学硕士学位论文绪论 4 （5）按冲击地压的破坏后果分类 冲击地压发生产生的后果，按照破坏性结果划分为一般冲击地压、破坏性 冲击地压和冲击地压事故[19]。 表 1.3按破坏后果划分冲击危险等级标准 Tab 1.3Dividing the risk grade standard according to the consequences of damage 冲击地压级别破坏结果 一般冲击地压 对生产的破坏后果轻微，不需要进行修复，包括地震台记录到但未 能定位的各种冲击、震动现象。 破坏性冲击地压 对生产造成一定的破坏，需要进行修复工作，包括井下实际发生并 已观测到的，达到各矿自定破坏性标准的冲击地压。 冲击地压事故 由于冲击地压及其伴随现象（冒顶、瓦斯突出等）造成的人员伤亡 事故，或由于井巷或采场被破坏造成中断工作 8h 以上的冲击地压。 （6）其他分类方法 常用的冲击地压分类方法之外还有对冲击地压影响因素的分析，根据深部 煤岩体赋存环境、力学性质及主要诱发因素[20]，深部冲击地压可分为以下三种