煤矿延深巷道人工神经网络工程地质分类方法.pdf

中国矿业大学学报990 117 中国矿业大学学报 JO U RNA L O F CH I NA U NI VERSI T Y O F M I NI NG T ECH NO LO G Y 1999年 第1期 第2 8 卷 Vo l . 2 8 No . 1 1999 煤矿延深巷道人工神经网络工程地质分类方法 李文平 赵向军 杨海滨 摘要 根据8 个指标 即岩石单轴抗压强度、岩石质量指标、岩石水稳性、地应力的最 大主应力值、最大主应力方向与巷道走向夹角、巷道走向与岩层走向夹角、岩层倾角 和巷道跨度 ，综合考虑生产矿井浅部巷道的工程经验和工程地质工作的超前性，提出 基于人工神经网络的煤矿生产矿井延深巷道围岩工程地质分类方法，说明了该方法的 基本原理，并结合实例说明了方法的实施与应用. 关键词 人工神经网络，工程地质，巷道，围岩，分类 中图分类号 P 6 42 Cl a s s i f i c a t i o n o f Su r r o u n d i n g Ro c k o f D e e p e n i n g Ro a d w a y Ba s e d o n En g i n e e r i n g G e o l o g y a n d A r t i f i c i a l Ne u r a l Ne t w o r k Li W e n p i n g Zh a o Xi a n g j u n Ya n g H a i b i n g Co l l e g e o f M i n e r a l Re s o u r c e a n d En v i r o n m e n t Sc i e n c e s , CU M T , Xu z h o u 2 2 10 0 8 A b s t r a c t Ba s e d o n e i g h t i n d i c e s w h i c h a r e u n i a x i a l c o m p r e s s i v e s t r e n g t h , r o c k q u a l i t y d e s i g n a t i o n RQ D , s t a b i l i t y o f r o c k i n w a t e r , m a x i m u m p r i n c i p a l s t r e s s σ1, i n c l u d e d a n g l e b e t w e e n σ1 a n d r o a d w a y s t r i k e , i n c l u d e d a n g l e b e t w e e n s t r i k e s o f r o a d w a y a n d s t r a t a , d i p a n g l e o f s t r a t a a s w e l l a s t h e s p a n o f t h e r o a d w a y a n d e n g i n e e r i n g e x p e r i e n c e o f s h a l l o w r o a d w a y s a s w e l l a s t h e a d v a n c i n g c h a r a c t e r i s t i c s o f g e o l o g i c a l e n g i n e e r i n g , t h e m e t h o d o f c l a s s i f y i n g s u r r o u n d i n g r o c k o f d e e p e n i n g r o a d w a y s i n c o a l m i n e s i s p u t f o r w a r d u s i n g a r t i f i c i a l n e u r a l n e t w o r k . T h e b a s i c p r i n c i p l e a n d s o m e a p p l i c a t i o n s o f t h e m e t h o d a r e e x p l a i n e d . K e y w o r d s a r t i f i c i a l n e u r a l n e t w o r k , e n g i n e e r i n g g e o l o g y , r o a d w a y , s u r r o u n d i n g r o c k , c l a s s i f i c a t i o n 地下岩石巷道围岩稳定性分类是一个研究较早的课题, 但现今仍然是一个充满活力 的课题. 因为不断有旧的分类方案被放弃, 又不断有新的方案提出. 到目前为止, 国内外已 有数十种分类方案. 较有影响的如T e r z a g h i K 1946 分类, Ba r t o n N分类, Bi e n i a w s k i 的RM R 197 4 分类；国内有中科院地质力学所的岩体结构分类，铁道部工程地质技术规范 f i l e / / / E| / q k / z g k y d x x b / z g k y 99/ z g k y 990 1/ 990 117 . h t m （第 1／8 页）2 0 10 -3-2 3 15 56 48 中国矿业大学学报990 117 的围岩分类，国标工程岩体分级标准，锚杆喷射混凝土支护技术规范 G BJ8 6 - 8 5 的围岩分类等. 这些分类都有一定的可取之处，但也存在不少问题. 就其分类所考虑 的基本出发点而言，笔者认为存在如下3个方面的不足1 大多数分类方案所考虑的指 标过少，不能全面反映影响巷道围岩稳定的主要因素；2 影响巷道围岩稳定性的一些 因素在不同程度上会影响其它因素，如水稳性对岩石强度就有一定的影响，已有分类 未能体现这一影响关系；3 一些分类中人为干预较多，如模糊分类中权值的选取等. 人工神经网络A NN A r t i f i c i a l Ne u r a l Ne t w o r k 是对人脑或自然的神经网络若干基本 特性的模拟，因其具有很强的学习、联想、容错及抗干扰能力，良好的自适应性、自 组织性等特点，所以是一种用于处理非线性问题的较好的方法. 8 0 年代后期A NN迅速发 展起来，在系统工程、控制理论等许多学科中得到了较好的应用［1，2 ］. 在工程地质学 科方面，A NN在边坡稳定性分析中也得到了较好的应用［3，4］. 笔者根据煤矿延深巷道 的特点，将人工神经网络与传统工程地质相结合，提出了基于人工神经网络的煤矿延 深巷道围岩稳定性工程地质分类方法，并结合实例说明了这一方法的可行性. 1 分类的基本原理 1. 1 理论基础 本文所介绍的煤矿延深巷道围岩稳定性分类, 是基于工程地质类比法和超前预报2 种理论来进行的, 即认为对某一矿井, 深部延深巷道与浅部已施工巷道有相同或者类似的 工程地质条件组合，因而延深巷道围岩类型划分可借用浅部已施工巷道的经验. 假设影 响巷道围岩稳定性的主要因素有n 个, 可用A { a 1, a2, ⋯, an } 表示, 围岩稳定类型可划分为m 种, 用Y { y 1, y2, ⋯, ym } 表示, Y与A 存在一定的内在关系, 即可用函数Y f A 表示. 只要根据 浅部已有巷道的工程实际经验建立了这一关系式, 延深巷道就可用同样的公式进行分类 评价. 由于这一关系式是多因素的，而且是非线性的，靠一般人脑的经验推算是难以建 立起来的. 由于A NN具有良好的自我学习功能, 因而可用它来完成这一建立过程. 另外延深巷道的分类还应考虑工程地质工作的超前性，即在巷道施工前完成，用 于指导巷道支护选型等. 1. 2 BP网络模型学习算法 人工神经网络模型有许多种, 目前应用最多的还是反向传播 Ba c k Pr o p a g a t i o n 模型, 简称BP模型. 它是把一组样本（实例 的输入输出问题变成一个非线性化问题, 使用最优 化算法 常用梯度下降法［2 ］ , 用迭代计算求解权值相应用于学习、记忆问题, 用加入隐 层的方法增加可调参数, 从而得到最优解. BP模型由输入层、输出层、中间层（隐层 组 成, 中间层可有一层, 也可有数层. 一般地说，由1个输入层 m 个结点 、1个输出层、1个 隐层 2 m 1个结点 组成的3层BP网络模型 如图1 , 可用于精确表达任何非线性函数. f i l e / / / E| / q k / z g k y d x x b / z g k y 99/ z g k y 990 1/ 990 117 . h t m （第 2 ／8 页）2 0 10 -3-2 3 15 56 48 中国矿业大学学报990 117 图1 3层BP网络模型结构 Fi g . 1 Co n f i g u r a t i o n o f t h r e e -l a y e r BP n e t w o r k BP网络模型整个学习过程可简述如下 1 初始化 给输入层与中间层连接权{ w i j } 、中间层与输出层连接权{ v j t } 赋予 -1, 1 之间的随机值. 2 随机选取一模式对，即输入A k a k 1, a k 2, ⋯, a k n 和输出Yk y k 1, y k 2, ⋯, y k m ， k 为 选取模式的个数，k 1, 2 , ⋯, q 值给网络. 3 用A k a k 1, a k 2, ⋯, a k n ，{ w i j } 计算中间层各单元的输入Sj，然后用{ Sj} 通过S函数f x 计算中间层各单元的输出{ b j } 4） 用中间层的输出{ b j } 、连接权{ v j t } 计算输出单元的输入{ Lt} , 然后用{ Lt} 通过S函数 计算输出层各单元的响应{ Ct} 5 用希望输出模式Yk y k 1, y k 2, ⋯, y k m 、网络实际输出{ Ct } ，计算输出层单元的一 般化误差{ d k t } d k t y k t -Ct . Ct 1-Ct t 1, 2 , ⋯, m . 6 ） 用连接权{ v j t } 、输出层的一般化误差{ d k t } 、中间层的输出{ b j } ，计算中间层各 单元的一般化误差{ e k j } f i l e / / / E| / q k / z g k y d x x b / z g k y 99/ z g k y 990 1/ 990 117 . h t m （第 3／8 页）2 0 10 -3-2 3 15 56 48 中国矿业大学学报990 117 7 ） 用输出层各单元的一般化误差{ d k t } 、中间层各单元的输出{ b j } ，修正连接权{ v j t } v j t N 1 v j t N u d k t b j , j 1, 2 , ⋯, p ； t 1, 2 , ⋯, m ； 0 u 1 . 8 ） 用中间层各单元的一般化误差{ e k j } 、输入层各单元的输入A k a k 1, a k 2, ⋯, a k n ， 修正连接权{ w i j } w i j N 1 w i j N u e k j a k i , i 1, 2 , ⋯, n ； j 1, 2 , ⋯, p ； 0 u 8 050 ～8 02 0 ～5010 ～2 0 0 . 8 00 . 5～0 . 80 . 2 ～0 . 50 . 1～0 . 2 0 . 1 RQ D / ％ 值范围90 ～10 07 5～9050 ～7 52 5～50 2 5 f i l e / / / E| / q k / z g k y d x x b / z g k y 99/ z g k y 990 1/ 990 117 . h t m （第 4／8 页）2 0 10 -3-2 3 15 56 48 中国矿业大学学报990 117 量化 0 . 9～1. 0 0 . 7 5～0 . 9 0 . 5～0 . 7 5 0 . 2 5～0 . 5 0 . 2 5 水稳性 SW 状态稳定软化碎裂崩解泥化 量化 0 . 10 . 1～0 . 20 . 2 ～0 . 30 . 3～0 . 40 . 4～0 . 5 σ1/ M Pa 值范围 2 4 量化 0 . 2 4 α/ 值范围0 ～2 02 0 ～4040 ～6 06 0 ～8 08 0 ～90 量化0 ～0 . 20 . 2 ～0 . 40 . 4～0 . 60 . 6 ～0 . 80 . 8 ～0 . 9 β/ 值范围0 ～2 02 0 ～4040 ～6 06 0 ～8 08 0 ～90 量化0 ～0 . 20 . 2 ～0 . 40 . 4～0 . 60 . 6 ～0 . 80 . 8 ～0 . 9 θ/ 值范围0 ～2 02 0 ～4040 ～6 06 0 ～8 08 0 ～90 量化0 ～0 . 20 . 2 ～0 . 40 . 4～0 . 60 . 6 ～0 . 80 . 8 ～0 . 9 D / m 值范围 5 5～1010 ～1515～2 02 0 ～2 5 量化 0 . 0 5 0 . 0 5～0 . 1 0 . 1～0 . 15 0 . 15～0 . 2 0 . 2 ～0 . 2 5 评语 极稳定稳定中等稳定不稳定极不稳定 3 方法的实现与应用 3. 1 实例研究 徐州矿务局张双楼煤矿是生产能力为1. 2 0 M t / a 的大型矿井, 第一生产水平为-50 0 m , 为 现生产水平. 考虑矿井生产的接替，从1990 年起，开始计划第二水平 -7 50 m 的延伸开拓 工作. 结合深部资源补勘孔和现生产水平实际揭露地层，笔者等开展了岩石物理、力学 及水理性指标系统测试 钻孔4个、并配合井下取样 、原始地应力测量等工作，经过5a 的工作，完成了该矿井巷工程地质条件的研究*. 本文所进行的巷道A NN工程地质分类 是以张双楼矿为例来进行的. 以上述工程地质条件研究为基础，对该矿-50 0 m 水平巷道 进行了实际调查，确定用于A NN学习的2 0 个实例 表2 . 表2 张双楼矿-50 0 m 水平巷道围岩稳定性实例 T a b l e 2 Ca s e s o f s t a b i l i t y o f s u r r o u d i n g r o c k s o f -50 0 m l e v e l r o a d w a y s o f Zh a n g s h u a n g l o u Co a l M i n e 样号 σc/ M Pa RQ D / 水稳性 σ1/ M Pa α/ β/ θ/ D / m 稳定类型 1 10 1. 3 95. 5稳定18 15 42 34. 0Ⅰ 28 06 0稳定161332 33. 3Ⅰ 37 847稳定167 38 62 33. 8Ⅱ 43535碎裂14632 33. 5Ⅱ 57 0 . 76 8 . 4稳定171742 33. 5Ⅱ f i l e / / / E| / q k / z g k y d x x b / z g k y 99/ z g k y 990 1/ 990 117 . h t m （第 5／8 页）2 0 10 -3-2 3 15 56 48 中国矿业大学学报990 117 65543软化168 2432 32 . 3Ⅲ 75045软化168 2452 33. 2Ⅲ 840 . 554. 6稳定147 28 72 33. 7Ⅲ 96 0 . 856稳定167 2902 35. 0Ⅲ 106 8 . 72 1. 3碎裂162 302 34. 8Ⅲ 1133. 14. 9稳定162 422 33. 5Ⅲ 122 1. 043碎裂1451462 33. 0Ⅲ 132 6 . 034. 1碎裂148 27 52 33. 2Ⅳ 142 0 . 045碎裂14812 34. 0Ⅳ 1535. 04. 9稳定17576 82 33. 7Ⅳ 1644. 948 . 4崩解14506 02 33. 0Ⅳ 176 8 . 72 1. 3碎裂162 632 33. 5Ⅳ 1838 . 440 . 2碎裂142 0122 33. 5Ⅳ 192 3. 030 . 6碎裂147 88 92 35. 0Ⅴ 2 014. 50稳定142 6452 33. 2Ⅴ 于双忠教授等人提出的煤矿巷道围岩分类, 考虑的因素有4个, 即岩石单轴抗压强度 σc，最大地应力σ1，RQ D 和岩石水稳性［5，6 ］. 主要是针对煤田地质勘探阶段而提出 来的, 在煤炭系统内已有一定影响. 本文的分类，是针对生产矿井而言的，因两者在分类 因素、分类原理上有较大的差别，因而分类结果有所不同. 笔者认为，对于生产矿井延 深巷道，该分类原理更科学、更符合实际. 根据本文分类结果，笔者已完成了该排水下 山巷道的支护选型工作，目前，该巷道已施工过半，围岩的实际稳定情况与超前分类 的结果是一致的. 3. 2 模型的实施 采用图2 所示的三层BP网络模型, 用C语言编制了学习程序. 给定网络全局误差 E≤0 . 0 5, 经过2 310 6 次的学习，网络模型收敛. f i l e / / / E| / q k / z g k y d x x b / z g k y 99/ z g k y 990 1/ 990 117 . h t m （第 6 ／8 页）2 0 10 -3-2 3 15 56 48 中国矿业大学学报990 117 图2 煤矿延深巷道围岩稳定性分类神经网络 Fi g . 2 Ne u r a l n e t w o r k f o r s t a b i l i t y c l a s s i f i c a t i o n o f s u r r o u d i n g r o c k s o f d e e p e n i n g r o a d w a y i n a c o a l m i n e 3. 3 延深巷道围岩分类应用实例 用上述学习网络模型所得权值, 用C语言编制评价模型程序. 以张双楼矿-50 0 ～-7 50 m 排水下山巷道为例, 进行围岩稳定性分类评价. 并与于双忠等的分类［5，6 ］进行了对 比 表3 . 表3 张双楼矿-50 0 ～-7 50 m 排水下山巷道围岩分类结果 T a b l e 3 Re s u l t s o f c l a s s i f i c a t i o n o f s u r r o u d i n g r o c k s o f -50 0 ～-7 50 m d r a i n a g e d o w n h i l l r o a d w a y 岩组段 σc/ M PaRQ D / 水稳性σ1/ M Paα/ β/ θ/ D / m 稳定类型 A NN法 于氏法 17 0 . 56 0稳定16 . 2 1576 82 34. 12ⅡⅠ 232 . 730软化16 . 18576 82 34. 12ⅢⅡ 36 3. 358 . 1稳定16 . 6 0576 82 34. 12ⅡⅠ 432 . 72 5软化16 . 38576 82 34. 12ⅢⅢ 56 3. 355稳定16 . 8 2576 82 34. 12ⅡⅠ 643. 848 . 4崩解17 . 6 1576 82 34. 12ⅢⅢ f i l e / / / E| / q k / z g k y d x x b / z g k y 99/ z g k y 990 1/ 990 117 . h t m （第 7 ／8 页）2 0 10 -3-2 3 15 56 48 中国矿业大学学报990 117 78 2 . 358 . 1稳定17 . 2 2576 82 34. 12ⅡⅠ 82 4. 72 5崩解19. 6 1576 82 34. 12ⅢⅣ 92 4. 732 . 2碎裂19. 8 0576 82 36 . 14ⅣⅣ 4 结束语 1 煤矿延深巷道围岩分类应充分利用浅部巷道工程经验和开展深部补勘工程地质 工作来进行. 2 选用岩石单轴抗压强度σc，岩石质量指标RQ D ，水稳性SW ，地应力中最大主 应力σ1值、最大主应力σ1方向与巷道走向夹角、巷道走向与岩层走向夹角、岩层倾 角、巷道跨度8 个指标，对巷道围岩进行分类，是全面而又便于获取的. 3 人工神经网络是实现煤矿延深巷道围岩分类的理想方法, 它能综合考虑浅部巷道 经验、多项分类指标、指标与分类结果的非线性、分类指标的相互联系特点，使分类 更科学和将人为的影响减少到最小. 4 煤矿延深巷道围岩稳定性A NN工程地质分类, 关键在于学习实例的选取 数量不 能太少、类型要全 、各项指标的准确获取. 本文的工作只是一开端，今后还应结合更多 的生产矿井来开展这项研究，不断完善和改进. *李文平，王凯平，王久卫等。张双楼煤矿井巷工程地质条件研究（科研报告）。1995 李文平，王凯平，王久卫等。张双楼煤矿-50 0 -7 0 0 m 排水下山支护方式研究，1996 作者简介 李文平，男，196 5年生，副教授，工学博士 作者单位中国矿业大学资源与环境科学学院 徐州 2 2 10 0 8 参考文献 1 施鸿宝. 神经网络及其应用. 西安西安交通大学出版社, 1993. 10 ～16 2 胡上序, 程翼宇. 人工神经元计算导论. 北京科学出版社, 1993. 8 ～15 3 冯夏庭, 王泳嘉, 卢世宗. 边坡稳定性的神经网络估计. 工程地质学报, 1995 4 54～6 1 4 夏元有, 李兴平, 朱瑞根. 基于人工神经网络的边坡稳定性工程地质评价方法. 岩土力 学, 1996 3 2 7 ～33 5 于双忠. 煤矿工程地质研究. 徐州中国矿业大学出版社, 1991. 112 ～12 1 6 于双忠, 彭向峰, 李文平等. 煤矿工程地质学. 北京煤炭工业出版社, 1994. 2 7 5～2 7 8 收稿日期 1998 －0 3－0 3 f i l e / / / E| / q k / z g k y d x x b / z g k y 99/ z g k y 990 1/ 990 117 . h t m （第 8 ／8 页）2 0 10 -3-2 3 15 56 48