煤层开采顶板导水裂隙带高度预测研究.pdf

第36卷第5期 煤 炭 科 学 技 术 Vol136 No15 2008年5月COAL SCIENCEAND TECHNOLOGYMay 2008 煤 层 开 采 顶 板 导 水 裂 隙 带 高 度 预 测 研 究 马亚杰 1, 2 ,武 强 1 ,章之燕 3 ,洪益清 1, 3 ,郭立稳 2 ,田洪胜 2 ,张丽阁 2 11中国矿业大学北京资源与安全工程学院,北京 100083;21河北理工大学 资源与环境工程学院,河北 唐山 063009; 31开滦 集团有限责任公司,河北 唐山 063018 摘 要为科学设计防水煤岩柱尺寸,探讨研究了顶板导水裂隙带高度预测方法。依据顶板 导水裂隙带高度与各影响因素之间难以定量的复杂非线性关系,选择具有非线性映射、泛化及容错 功能的BP人工神经网络方法,提取8个预测指标,以开滦等18个矿区顶板导水裂隙带高度测试数 据形成样本集,建立了导水裂隙带高度预测的三层BP网络。网络以极小误差通过检验,网络计算 得到各指标影响权重大小分布与目前的研究认识吻合极好,说明该方法具有合理及适用性。 关键词人工神经网络;导水裂隙带高度;预测 中图分类号TD74 文献标志码 A 文章编号0253 - 23362008 05 - 0059 - 04 Research on pred iction of water conducted fissure height i n roof of coa lm in i ng seam MA Ya2jie 1, 2 , WU Qiang 1 , ZHANG Zhi2 yan 3 , HONG Yi2 qing 1, 3 , G UO Li2 wen 2 , TI AN Hong2sheng 2 , ZHANGLi2ge 2 1. School of Resources and Safety Engineering, China University of Mining and Technology Beijing , Beijing 100083,China; 2. School of Resources and Environ ment Engineering, Hebei University of Science and Technology, Tangshan 063009, China; 3.Kailuan Group CorporationL td. , Tangshan 063018, China Ab stract I n order scientifically to design the size of the water proof coal or rock p illars, the paper discussed and researched the pre2 diction of the water conducted fissure zone height in the coalmining face roof . According to the difficultquantitative and compli2 cated non2linear relationship between the water conducted fissure z one height in the r oof and each influence factor, aBP artificial nervous network with non linear sh ining, extensive and error tolerance functionswasadopted. 8 p redicted indscollected with the meas2 ured data for med sample co llection base on the roofwater conducted fissure zone height in Kailuan and other 18 m ining areaswere app lied to establish a th ree layers net work to p redict the water conducted fissure zone height .The network waspassed the verification with a mini2 mum err or .Each index influenced weighting distribution obtained from the network calculation were wellmet the p resent research under2 standing.Theref o re, the is rational and suitab le. Key words artificial nervous network; heigh tof water conducted fissure zone; prediction 导水裂隙带最大高度简称导高是设计防 水煤岩柱尺寸的主要技术参数,是煤矿防治 水工作的重要内容。我国诸多矿区通过地面钻孔注 水试验、井下仰斜钻孔双端堵水试验、巷道直接观 测、多种物探技术等进行导高观测。20世纪70年 代,煤炭科学研究院北京开采研究所获得了一定条 件下导高计算的近似经验公式。同时,也认识到导 高发育受多方面因素影响,具有多因素、复杂、难 定量及非线性等特点。近年来,随着工程岩体测试 与定量评价及数值模拟技术的发展,选择合理的因 素指标进行导高预测成为可能。 与此同时,在数学领域,自1986年对具有非 线性连续转移函数的多层前馈网络的误差反向传播 算法进行了详尽的分析之后, BP网络快速发展成 熟。BP网络的优越性体现在其非线性映射功能、 泛化功能及容错功能 [ 1 ] 。应用BP网络,建立因素 指标与导高之间复杂的非线性映射关系,发挥其泛 化功能进行导高预测,具有较好前景。 1 导水裂隙带最大高度 采用全部垮落法进行顶板管理时,工作面顶板 通常呈现冒落带、导水裂隙带与整体移动带,即上 59 2008年第5期 煤 炭 科 学 技 术 第36卷 三带。理论上,以导水裂隙带最高点与开采上界 上风道之间在垂直方向上的距离作为导水裂隙 带最大高度 [ 2 ]。走向方向上 ,导水裂隙带最大高 度发生在切眼与终采位置上方;倾斜方向上发生于 开采上边界上方。实际钻孔注水观测中,以钻孔漏 失量突然增大时的高度对应导水裂隙带,并无统 一、严格的定量限制。 2 导水裂隙带最大高度影响因素 [ 2 - 5 ] 经验分析与理论研究表明,工作面顶板导水裂 隙带最大高度导高受多种因素的影响。 1采厚。20世纪70年代,煤科院北京开采 所研究表明,水平及缓倾斜煤层单层采厚小于3 m 时,导高随采厚呈线性增长关系;分层开采条件下 累积采厚小于15 m时,导高与累积采厚呈式1 所示分式函数关系,即随着分层数的增加,导高 Hd随采厚增加的速率变小。 Hd 100M cn d 1 式中,c和d为常数;M为累积采厚;n为分层数。 20世纪90年代以来,综合机械化开采、综放 开采技术广泛应用,对厚及特厚煤层进行一次全高 开采。目前的经验认为,其导高值远大于分层开 采,而应用导高与采厚线性关系对其进行计算也存 在较大误差。 2采空区的面积。传统的经验及理论分析表 明,导水裂隙带最大高度在回采工作面第一次放 顶、基本顶周期来压后及地表出现最大下沉速度时 出现 [ 2 ] ,并且不再随采空区走向长度增加而增加。 近年来的研究表明,采空区的倾向斜长是影响 顶板导高的重要因子。数值模拟分析显示,导高随 倾向斜长的增长而增加,并存在一极限值,当倾向 斜长超过该值时,导高不再继续增加 [ 3 ] 。条带开 采可有效降低覆岩破坏的高度,可以证明导高随倾 向斜长减小而降低的性质。 3顶板岩层的结构类型。总结前人的研究, 煤系地层岩石单轴极限抗压强度σc与岩性、 坚硬程度划分对应关系见表1。硬度较大的脆性岩 体,易于产生导水的裂隙带;软弱的塑性岩体,以 塑性变形为主,不易产生导水的裂隙带。 表1 坚硬程度、岩性及岩石单轴极限抗压强度 [3 ] 坚硬程度等级单轴极限抗压强度/MPa对应岩性 软岩 σc 10 10≤ σc 20 软煤、含水泥岩、碳质页岩、再生顶等 碳质页岩、煤页岩互层、小分层泥质粉砂岩 中硬岩20≤σc 40粉砂岩、泥岩、页岩、风化砂岩、砂质页岩及其互层类 坚硬岩 40≤σc 70 70≤σc 100 σc≥100 风化中粗砂岩、粗砂岩、中分层粉砂岩 中细砂岩、砾岩、石灰岩、大厚度砂页岩 大厚度坚硬砂页岩、砾岩 整体性,大厚度石灰岩 岩性结构是指由煤层向上各岩层强度的组合情 况,具有坚硬-坚硬、软弱-坚硬、坚硬-软弱与 软弱-软弱4种类型前者指下部岩层,后者指 上部岩层。煤层开采形成采空空间,通过下部顶 板岩体冒落、上部顶板岩体下沉将其充填。当上部 岩体下沉缓慢,下部岩体冒落充分发展时,导高发 展越高。数值模拟结果显示,按照产生导高由大到 小的顺序,顶板岩性结构排序为坚硬-坚硬型、 软弱-坚硬型、坚硬-软弱型、软弱-软弱型 [3 ] 。 4顶板管理方法。顶板管理方法是影响导高 的重要因素之一。采用全部充填法时,通常不产生 或产生很小的导高。采用全部垮落法时,导高最 大。采用煤柱支承方法时,若煤柱面积大,能够支 撑覆岩重力时,导高很小;若煤柱面积小不足以支 撑覆岩重力,产生的导高与全部垮落法类似 [ 2 ]。 绝大多数煤矿采用全部垮落法管理顶板,因此在导 高影响因素分析中常常省略此项。 5煤层的赋存状态。煤层的赋存状态,主要 是指煤层的倾角α。依据倾角大小,可划分为 水平-缓倾斜α≤35、中倾斜35α≤ 54、急倾斜α≥55。煤层倾角差别较大时, 导水裂隙带发展过程与分布形态、最大高度等特征 有较大差别。多数研究针对缓倾斜中倾斜煤层。 6开采深度。一般情况下,工作面围岩的原 6 - 0 马亚杰等煤层开采顶板导水裂隙带高度预测研究2008年第5期 岩应力,由其上覆岩土体的重力产生,因此开采深 度决定了工作面围岩地应力的大小 [ 4 - 5 ] ,对导高可 能造成影响。 依据上述分析,选择采厚、采空区斜长、直接 顶与基本顶厚度加权平均抗压强度、岩层结构类 型、煤层倾角、采深、煤层厚度及煤层硬度作为导 高预测指标。不考虑构造影响。 3 基于BP算法导水裂隙带高度预测 收集整理近10年来开滦等矿区中倾斜-缓倾 斜煤层开采导水裂隙带高度观测数据,建立导水裂 隙带高度预测样本集,见表2。 表2 工作面顶板导水裂隙带高度预测样本集 地质条件 采深/m煤层倾角/煤层厚度/m 岩体力学性质 煤层硬度岩层结构抗压强度/MPa 开采活动 采厚/m采空区斜长/m 测定裂 高/m 测试 地点 42010233170硬坚硬-软弱441603170701056180东欢坨2186下 55010152140硬坚硬-软弱7110021401801055132祁东煤矿3241煤 2901088140硬软弱-软弱1410061006451085160淮南新集矿 44610173180硬坚硬-软弱11010031801431340100钱家营1672东 17310203138硬坚硬-坚硬691841190701025130范各庄南冀首采区 891072110硬坚硬-坚硬1141402103691045186柳花岭4煤层 23010372100软软弱-软弱211322100851052150童亭711煤层 561004150硬坚硬-坚硬741004130551042150祁连塔煤矿1煤层 3501052150硬软弱-坚硬3210021501351020100鲁西矿3上107 1171023140硬软弱-坚硬3010031402051072100潘榭矿C13 - 1 3201061170软坚硬-软弱901001170651027150杨庄矿8煤层 15014236100硬软弱-软弱2310021001741058140八矿井田110333 4501088100硬坚硬-软弱4510081001701086180兴隆庄煤矿4320 17310203138硬软弱-坚硬691842100701026170范各庄南冀首采区 1251058100软软弱-软弱1510031001501022100铁北矿2煤层 2821084180硬坚硬-软弱451604100711033100林南仓1221 1011113120硬软弱-软弱2512021201581063100乌兰木伦3号 491056100硬软弱-软弱3415041001351045100大柳塔矿1203 注抗压强度为工作面直接顶、基本顶岩石抗压强度的厚度加权平均值。 对输入、输出数据应进行无量纲化处理,转化为无 量纲0, 1值。其中,采厚、煤层倾角分别除 以10和90,得到其标准化值;埋深、分层数、采 厚、顶板岩体的抗压强度、工作面倾斜长度、导水 裂隙带高度采用极值法对指标Xj进行无量纲化转 换,见式2。其中,工作面倾斜长极大值取 200,当标准化值大于1时,取值1。煤的普氏系 数硬取018,软取014。 地层结构依直接、基本 顶的岩性特征划分为坚硬-坚硬、软弱-坚硬、坚 硬-软弱、软弱-软弱,依次取值为018,016, 014, 012。 Xj Xj- Xj,m in Xj ,max- Xj,min 1≤j≤82 式中 Xj 指标值; Xj,m in Xj的最小值; Xj,max Xj的最大值。 本文采用MAT LAB615神经网络工具箱,建立 3层BP网络,输入层为8节点,中间层为15节 点,输出层为1节点。18个样本数据中,取1和 15～17作为训练样本, 1和5作为检验样本。输入 训练样本数据,进行网络训练,使误差下降至指定 范围。输入检验样本的因子矩阵P2 式3,得到 网络输出结果a式4。检验样本结果矩阵为t2 式5。将网络输出结果a与检验样本结果矩阵t 2 的标准化值换算可得到表3。 151661516113 61361 151551 5516161551 361 3 6 P2 0 740202120 298100 400017 40 1 0 24704040 2 0 70008 40 0 1 740 1 1 2008年第5期 煤 炭 科 学 技 术 第36卷 a [01552 1 01084 127] 4 t2 [01550 898 01079 341] 5 表3 网络预测结果与实测导高对比 工作面实测值/m计算值/m误差值 东欢坨2186下工作面5618561880 2801080 280 范各庄南冀首采区2513251619 2801319 684 网络检验输出结果与样本实测结果十分接近, 通过检验,说明该模型建立成功,可以应用于对导 水裂隙带高度的预测。 4 结果分析 BP网络对网络输入层、中间层、输出层之间 节点的连接权重进行训练,最后获得满足误差要求 的网络权重值,对这些连接权重值加以计算,可以 得到导水裂隙带预测模型中各指标的权值,见表 4。计算公式见式6 wi ∑ q j 1 wijvj ∑ m i 1 ∑ q j1 wijvj 6 式中 wi 第i指标权重,i1～8; wij 输入层i节点与中间层j节点间的连 接权重,j1～15; q 中间层节点数,q 15; m 指标数,m8; vj 中间层第j节点与输出层节点间的连 接权重。 表4 网络计算的各因素权重分布 因素采厚采空斜长抗压强度岩层结构煤厚煤硬采深倾角 权重01260 6501206 3301198 7701144 1301122 6501031 41801026 76101009 285 排序12345678 权重的计算结果表明①采厚、顶板岩石抗 压强度、顶板岩层结构是影响导高的重要因素,与 传统经验及理论分析的认识一致。②煤层的硬度、 采深、倾角样本限于缓倾斜煤层对导高的影 响较小,为次要因素。③煤层的厚度对导高具有 一定的影响。这是由于选取的样本中多数煤层厚度 等于采高而引起。④工作面倾斜长度对导水裂隙 带发育高度具有较大影响,其权重值位居第二。经 验认为,采空区的尺寸在覆岩不充分采动的条件下 起作用,当采空区面积达到覆岩充分采动条件时, 基本上不起作用。网络计算结果表明,在煤矿生产 中,工作面倾斜长度对导水裂隙带高度的影响较 多。伴随开采深度日趋增加,非充分或单向非充分 采动越来越多见,工作面尺寸对冒落带、裂隙带发 育的影响更加值得重视。 网络权重计算结果与经验认识相符,进一步说 明该网络适用于水平-缓倾斜煤层开采顶板导高预 测。与经验公式相比,神经网络模型可以反映多方 面因素对导高的复杂影响,其预测结果更加合理。 近年来,随着钻孔观测技术、物探技术的发展,我 国各煤矿在顶板导高实测方面积累了一批数据资 料。充分利用这些数据资料,扩大样本数量,进一 步提高网络的泛化能力、容错能力,将使得利用 BP人工神经网对顶板导高的预测更加准确可靠, 具有实用性。 参考文献 [ 1] 韩力群.人工神经网络理论、设计及应用 人工神经细 胞、人工神经网络和人工神经系统[M ].北京化学工业 出版社, 1997. [ 2] 煤炭科学研究院北京开采研究所.煤矿地表移动与覆岩破 坏规律及其应用[M ].北京煤炭工业出版社,1981. [ 3] 杨 贵.综放开采导水裂隙带高度及预测方法研究[ D ]. 青岛山东科技大学, 2004. [ 4] Suo Yong- lu. Characteristics of ground behavior of fullymecha2 nized caving faces in hard thick seams [ J ].Journalof Coal Sci2 ence 责任编辑王晓珍 6 2008 - 01 - 2 2