基于BP神经网络的过老空区巷道支护参数设计研究.pdf

2023 年 8 月Aug.,2023doi：10.3969/j.issn.1672-9943.2023.04.025基于 BP 神经网络的过老空区巷道支护参数设计研究（霍州煤电集团河津腾晖煤业有限责任公司，山西 临汾 031400）摘要 为解决整合矿井掘进工作面过老空区巷道支护问题，以霍州煤电集团河津腾晖煤矿为工程背景，采用 BP 神经网络、数值模拟和现场实践相结合的方法，建立巷道围岩主要影响因素与支护参数之间的非线性 BP 神经网络模型，得到 2-205 工作面运输巷合理的支护参数，并基于数值软件对其进行验证，最后现场应用。结果表明：BP 神经网络得到的注浆锚索长度、直径分别为 7 300 mm 和 22 mm，间排距为 1 500 mm2 000 mm；数值结果显示压应力区增加范围大，预应力作用到顶板更深处，充分发挥了锚索悬吊作用。现场监测到顶板下沉最大值为 180 mm，巷帮内移量最大值为 275 mm，总离层最大值为 110 mm，表明采用 BP 神经网络对巷道支护参数设计是可行的。关键词 整合矿井；BP 神经网络；老空区；支护参数中图分类号TD353文献标识码B文章编号1672蛳 9943（2023）04蛳 0082蛳 030引言随着煤矿技术的不断进步，国家提出淘汰落后产能的口号，山西省对很多矿区进行整合复采。但在复采过程中发现围岩破碎难以控制的问题，导致煤矿工人的生命安全受到严重威胁。目前，巷道支护参数的确定主要采用理论计算法和工程类比法。由于支护参数与影响因素之间是复杂的非线性关系，两者设计效果在实际应用中不理想。国内许多学者将神经网络引入煤矿巷道支护设计。姚添智等咱1暂采用神经网络方法建立锚杆支护智能化设计模型，优化设计锚杆直径和间排距；张士科等咱2暂基于 Matlab 的 BP 神经网络工具箱，建立了巷道支护主要影响因素和支护参数、支护形式之间的网络模型，验证了该方法的可靠性；王宏伟等咱3暂利用 MATLAB 软件建立神经网络模型，成功实现了巷道支护优选及变形预测。众多专家对 BP 神经网络设计巷道支护参数进行了详细研究，并取得了丰硕的成果。然而，煤层的地质条件比较复杂，BP神经网络输入参数的选取存在困难，导致巷道支护参数预测稳定性差，方法单一缺乏佐证。为此，本文依托河津腾晖煤矿，利用 BP 神经网络和数值模拟相结合的方法，开展整合矿井掘进工作面过老空区巷道支护研究，获得合理的支护参数，为破碎围岩稳定性控制提供一定的理论依据。1工程概况霍州煤电集团河津腾晖煤业有限责任公司是改扩建矿井，生产能力为 1.2 Mt/a。整合前各煤矿井下均开采 2 号煤层，井下巷道沿 2 号煤层布置，由于该煤层较厚，采煤工艺落后，因此对 2 号煤层造成较严重的破坏。井田内 2 号煤层有老空区 7 处，老空区面积 1 155 883 m2。2 号煤层已经大部分采空。目前腾晖煤业计划对整合后的矿井进行煤层复采。2-205 工作面位于二采区巷道前进方向右翼，走向、倾向长度分别为 766 m 和 300 m，煤厚平均为5.56 m，煤层倾角平均为 2毅。巷道在掘进过程中会与以往小矿井老空区出现交叉。2BP 神经网络原理及模型建立2.1BP 神经网络原理BP 神经网络（以下简称 BP 网络）模型可划分为输入层、隐含层、输出层 3 层结构，如图 1 所示。BP 算法就是以网络误差平方为目标函数、采用梯度下降法来计算目标函数的最小值。图 1BP 神经网络结构输入层隐含层输出层激活函数权重 Wi权重 Wj偏置bi偏置bjx1x2x3x4y1y2y3y4Z能 源 技 术 与 管 理Energy Technology and Management2023 年第 48 卷第 4 期Vol.48 No.4822023 年 8 月Aug.,2023李达基于 BP 神经网络的过老空区巷道支护参数设计研究表 1BP 网络模型训练样本集样本序号围岩强度/MPa煤层强度/MPa巷道埋深/m围岩节理裂隙发育程度护巷煤柱宽度/m断面面积/m2140.318.133025.213.4254.518.520034.212.4356.019.121236.011.9427.820.731125.813.6538.210.240624.512.9642.516.148635.010.7738.213.465225.012.5830.412.065016.011.6BP 网络的工作过程为：首先确立网络结构，包括网络分层以及各个网络层的神经元个数、最大迭代次数、误差阈值、学习率等参数；之后对网络进行初始化，随机获得权重 棕i、偏置 bi等参数；接着进行信号正向传播，当数据在输入层输入模型之后，经过隐含层的激活函数变换，在输出层将结果输出，获取期望的误差。之后将误差进行逆向传播，通过调节网络的权重和偏置，对整个模型进行更新。在迭代若干次正向和反向传播之后，误差小于设置好的阈值或迭代到达最大迭代次数，将结果输出。（1）正向传播过程。隐藏层神经元的计算公式为：uj=f i=1nvijxi+兹uj蓸蔀（1）式中：f 为激活函数的映射关系；vij为第 i 个输入变量与第 j 个隐藏层神经元之间的权重；xi为输入变量；兹uj为隐藏层 u 第 j 个神经元的偏置。输出层神经元的计算公式为：y=f j=1m棕juj+兹y蓸蔀（2）式中：f 为激活函数的映射关系；棕j为第 j 个隐藏层神经元与输出神经元之间的权重；uj为隐藏层u 的第 j 个神经元；兹y为输出层神经元的偏置。激活函数 Sigmoid 函数映射关系为：f（x）=1+e-x（3）均方误差的计算公式为：Ej=j=1loutputj-targetj蓸蔀2（4）式中：j 为迭代次数；l 为最大迭代次数；outputj为第 j 次迭代的输出；targetj为第 j 次迭代的期望。（2）反向传播过程。参数优化公式：w=w-udydw（5）式中：w 为优化后的参数；w 为待优化参数；u为下降速度即学习率；y 为目标。在 BP 网络中，vij、兹ju、棕j、兹y都是要被优化的参数，故推导出以下 4 个利用梯度下降法优化参数的公式：vij=vij-滋dJdvij（6）棕j=棕j-滋dJd棕j（7）兹ju=兹ju-滋dJd兹ju（8）兹y=兹y-滋dJd兹y（9）式中：vij为优化后第 i 个输入变量与第 j 个隐藏层神经元之间的权重；棕j 为优化后第 j 个隐藏层神经元与输出神经元之间的权重；兹ju为改进后隐藏层 u 第 j 个神经元的偏置；兹y为改进后输出层神经元的偏置；J为目标函数；滋 为学习率。网络不断迭代至网络收敛。2.2支护参数模型建立通过文献调研，确定了 BP 网络模型的输入层神经元个数为 6，分别为围岩强度、煤层强度、巷道埋深、围岩节理裂隙、护巷煤柱宽度及断面面积；输出层神经元个数为 4，分别为锚索长度、直径、间距和排距。整理归纳众多学者的研究成果，选取 90 组数据进行训练（因篇幅有限，在此只列出 10 组数据）。由于各样本之间数据大小差别过大，本模型选择利用线性函数转换的方法将数据进行归一化处理，使数据取值范围都在 0，1 之间，归一化线性函数公式如下：y=x-MinValueMaxValue-MinValue（10）式中：y 为归一化处理后的样本数据；x 为样本数据；MinValue 为样本数据集的最小值；MaxValue为样本数据集的最大值。BP 网络模型训练样本集如表 1 所示。832023 年 8 月Aug.,2023注：围岩节理裂隙发育程度属于定性指标，分为很发育、发育、中等发育、不发育 4 级。续表巷道名称锚索长度锚索直径锚索间距锚索排距2-20517 300221 5002 000样本序号围岩强度/MPa煤层强度/MPa巷道埋深/m围岩节理裂隙发育程度护巷煤柱宽度/m断面面积/m2958.222.128844.912.01037.814.749216.412.2初步设置隐藏层神经元个数为 13，经过多次试算，隐含层节点为 18，最大迭代次数为 100，学习率为 110-2。选取 Sigmoid 函数作为隐含层激活函数，均方误差作为误差指标衡量模型的预测精度，并以此为依据进行网络前向反馈，进行迭代训练，不断优化网络参数，使模型更加可靠。选取 2 组数据作为检测样本来验证训练学习的结果，如表 2 所示。表 2BP 网络模型训练结果单位：mm由表 2 分析可知，BP 网络训练得出的结果与现场实际结果基本一致，表明该网络模型训练精度较好，可以用于巷道支护参数优化。继而将腾晖煤矿 2-205 工作面相关参数写进输入层，最终得到优化后的过老空区巷道支护参数，如表 3 所示。表 3腾晖煤矿过老空区巷道支护参数优化单位：mm3过老空区巷道支护参数数值分析根据上述 BP 网络得出的支护参数，结合数值软件，建立以腾晖煤矿 2-205 工作面运输巷为对象的数值模型。该模型长宽高为 30 m15 m30 m，巷道规格为 5 m5 m，网格划分采用四面体网格，方便数值计算快速准确。依据 2-2051 巷的地质条件以及物理力学参数进行模拟计算，结果如图2 所示。（a）注浆锚索长度为 7 300 mm 的围岩应力分布情况（b）注浆锚索间排距为 1 500 mm2 000 mm 的围岩应力分布情况图 2过老空区 2-2051 巷支护参数数值结果由图 2 可知，注浆锚索长度 7 300 mm 时，由于注浆锚索的预应力在巷道围岩中的扩散，巷道顶板表面产生变形进而使得应力传递向围岩深部。此时巷道围岩内锚索顶端和底端压应力叠加，压应力区增加范围大，预应力作用到顶板更深处，充分发挥了锚索悬吊作用，足以承受超前支承压力的影响，可以有效控制围岩变形，提高围岩支护效果，验证了 BP 网络用于煤矿巷道支护设计的可行性。4现场应用通过上述研究，确定腾晖煤矿 2-205 工作面回采时，2-2051 巷采用注浆锚索和单体液压支柱，配合 仔 梁以加强支护。具体支护参数如下：注浆锚索规格和型号：直径 22 mm，18 股中空高强度低松弛高预应力钢绞线，长度 7 300 mm，钻孔直径 30 mm，采用 1 支 MSCK2340 和 2 支MSZ2360 树脂锚固剂锚固。注浆锚索托板规格：采用 300 mm300 mm14 mm 高强度可调心托板及配套锁具，托盘拱高不低于 60 mm。W 钢带规格：采用 W 钢带护顶，厚度 5 mm，宽280 mm，长度 3 600 mm。钢筋网规格：采用直径 6 mm 钢筋编织而成，尺寸为 2 100 mm3 600 mm，网格 100 mm100 mm。注浆锚索布置：采用矩形布置，每排 3 根，间距1 500 mm，排距 2 000 mm，垂直巷道顶板安装。注浆锚索张拉力：初始张拉至 200 kN，损失后不低于 150 kN。安装时间：超前回采工作面至少 100 m。为分析该支护方案的支护效果，在现场布置测点，监测巷道顶板离层值和表面（下转第 110 页）应力/106Pa43.532.521.5120-24321y/mx/m20-2样本序号结果锚索长度 锚索直径 锚索间距 锚索排距1训练结果10 000181 5401 680实际结果10 20017.81 6201 6102训练结果9 81518.31 6201 590实际结果9 92018.11 5801 600能 源 技 术 与 管 理Energy Technology and Management2023 年第 48 卷第 4 期Vol.48 No.4842023 年 8 月Aug.,2023（上接第 84 页）位移量，结果如图 3 所示。根据图 3评价支护参数的合理性。（a）顶板下沉及巷帮内移量（b）顶板离层监测值图 32-2051 巷支护监测结果由图 3（a）可知，顶板下沉最大值为 180 mm，巷帮内移量最大值为 275 mm，两者都表现出随着超前工作面距离的增大呈逐渐减小的趋势，并趋于稳定。从图 3（b）可以看出，超前工作面距离 100 m 之前，浅部离层量大于深部，总离层最大值为 110 mm，同样，随着超前工作面距离的增大逐渐趋于稳定。监测结果表明 2-2051 巷支护参数设计合理。5结论（1）BP 网络具有良好的非线性动态处理能力，得到注浆锚索长度、直径分别为 7 300 mm 和 22 mm，间排距为 1 500 mm2 000 mm。（2）将得到的支护参数应用到现场，监测到顶板下沉最大值为 180 mm，巷帮内移量最大值为275 mm，总离层最大值为 110 mm，随着超前工作面距离的增大呈逐渐减小的趋势，并趋于稳定。（3）采用 BP 网络和数值模拟相结合的方法，设计掘进工作面过老空区巷道支护参数是可靠的，为其它巷道支护参数选取提供了一定的理论依据。参考文献1姚添智，张建海，刘桂泽，等.地下厂房锚杆支护的反向传播神经网络智能化设计模型 J.科学技术与工程，2021，21（23）：9983-9989.2张士科，茹忠亮，赵洪波.基于 MATLAB 的 BP 神经网络在煤巷锚杆支护设计中的应用 J.煤矿机械，2008（6）：153-156.3王宏伟，武旭，陈瀚，等.神经网络在支护优选及变形预测中的应用 J.矿业研究与开发，2016，36（6）：25-29.作者简介李达（1983-），男，工程师，毕业于太原理工大学采矿工程专业，长期从事矿山压力与岩层控制技术研究工作。收稿日期：2022-03-15顶板下沉量巷帮内移量300250200150100500超前工作面距离/m100120204060800100120140204060800超前工作面距离/m120100806040200浅部离层深部离层总离层采空区内散热区与氧化升温区为其后方 1095 m，该区域易发生自燃。因此，注氮起始深度设定为 15 m，注氮管长 35 m，制氮装置所能提供的压力0.8 MPa，输氮管路内径 80 mm，采空区注氮浓度不小于 97%。5结语（1）通过开展煤自燃指标气体试验，得出 CO、C2H4与 C2H6可作为自然发火标志气体。（2）基于现场实测矿压数据以及 O2浓度，划分了采空区“三带”，确定了采空区“三带”中散热带宽度约为 25 m，氧化带宽度约为 65 m。（3）基于采空区自然发火特性，计算出工作面安全推进速度为 1.4 m/d。结合工程地质条件，设计了注氮防灭火技术方案。参考文献1张顺堂，吴昌友.基于熵权可变模糊评价模型的矿井火灾安全性评价 J.数学的实践与认识，2018，48（23）：175-182.2卢瑞翔，苏贺涛，康宁，等.基于专家决策支持的煤自燃火灾防控系统设计 J.武汉理工大学学报（信息与管理工程版），2020，42（5）：403-408.3王芳.基于 FLUENT 动网格的煤矿采空区三带动态特性模拟技术 J.科学技术创新，2020（13）：23-25.作者简介王俊峰（1986-），男，工程师，毕业于华北科技学院采矿工程专业，长期从事矿井安全生产管理方面的科研工作。收稿日期：2022-12-03表 2制氮设备技术参数设备型号台数产氮量/（m3/h）氮气纯度/%氮气出口压力/MPa排气量/（m3/min）空压机排气压力/MPa电压/VDTJY-600/0.81600970.81.2513.31 140能 源 技 术 与 管 理Energy Technology and Management2023 年第 48 卷第 4 期Vol.48 No.4110