煤與瓦斯突出IGSA-SVM預(yù)測(cè)模型及其應(yīng)用.pdf

1、隨著煤礦開采深度的增加和開采強(qiáng)度的增大，煤礦瓦斯問題也越來越嚴(yán)重，解決礦井瓦斯災(zāi)害刻不容緩。煤與瓦斯突出是煤礦最為嚴(yán)重的災(zāi)害之一，嚴(yán)重威脅著井下作業(yè)人員的生命安全，因此，對(duì)突出事故的精準(zhǔn)預(yù)測(cè)與防治是一項(xiàng)非常重要的工作。
　　本文對(duì)目前國內(nèi)外主要瓦斯突出預(yù)測(cè)方法進(jìn)行了梳理，在翻閱大量文獻(xiàn)和事故報(bào)告的基礎(chǔ)上，將煤與瓦斯突出影響因素分為6個(gè)一級(jí)因素和12個(gè)二級(jí)因素，進(jìn)一步探討了煤與瓦斯突出過程中各影響因素所起的作用，為煤與瓦斯突出的預(yù)測(cè)

2、工作提供了一定的理論基礎(chǔ)。
　　在萬有引力算法(GSA)、支持向量機(jī)(SVM)和差分進(jìn)化算法(DE)的相關(guān)理論的基礎(chǔ)上，進(jìn)一步改善了GSA算法前期全局搜尋能力和后期局部搜尋能力較弱的不足，將DE算法的群體搜尋與協(xié)同搜尋能力的變異思維引入了萬有引力算法，提出改進(jìn)的萬有引力算法(IGSA)，并與支持向量機(jī)相結(jié)合，建立了IGSA-SVM煤與瓦斯突出預(yù)測(cè)模型。利用所建立的預(yù)測(cè)模型，以多個(gè)煤礦具有代表性的實(shí)測(cè)數(shù)據(jù)為研究對(duì)象，對(duì)用傳統(tǒng)單一指標(biāo)

3、預(yù)測(cè)法判定具有突出危險(xiǎn)性的區(qū)域進(jìn)行了重新預(yù)測(cè)，并與SVM模型和GSA-SVM模型預(yù)測(cè)結(jié)果相比較，結(jié)果表明：IGSA-SVM煤與瓦斯突出預(yù)測(cè)模型比SVM模型和GSA-SVM模型具有更高的預(yù)測(cè)準(zhǔn)確率和更廣的適用性等優(yōu)點(diǎn)。
　　選取屯蘭煤礦掘進(jìn)工作面和沙曲煤礦回采工作面的煤與瓦斯突出實(shí)測(cè)數(shù)據(jù)作為研究對(duì)象，根據(jù)煤礦地質(zhì)條件和突出影響因素的分析，最終確定屯蘭煤礦掘進(jìn)工作面篩選出煤的堅(jiān)固性系數(shù)(f)、鉆孔瓦斯涌出初速度(q0)、瓦斯放散初速度

4、(p)、鉆屑瓦斯解吸指標(biāo)(K1)和最大鉆屑量(S)5個(gè)突出預(yù)測(cè)指標(biāo)，而沙曲煤礦回采工作面篩選出最大鉆屑量(S)、煤的堅(jiān)固性系數(shù)(f)、鉆屑瓦斯解吸指標(biāo)(K1)、鉆孔瓦斯涌出初速度(q0)4個(gè)突出預(yù)測(cè)指標(biāo)，并將其作為預(yù)測(cè)模型的輸入數(shù)據(jù)。通過預(yù)測(cè)模型數(shù)值模擬，輸出結(jié)果與實(shí)際結(jié)果測(cè)量結(jié)果相符，說明運(yùn)用該方法來預(yù)測(cè)煤與瓦斯突出是可行的。本文建立的IGSA-SVM突出預(yù)測(cè)模型與傳統(tǒng)的預(yù)測(cè)方法相比，不僅可以實(shí)現(xiàn)煤與瓦斯突出的高精度預(yù)測(cè)，而且為保障煤