论文部分内容阅读
从顶板突水机理相关理论和突水危险性评价等研究成果出发,分析了煤层顶板突水预警判别机制,提出综合考虑地层、构造、水文条件和采煤方法等因素的多因素综合智能预警。以淮北朱仙庄煤矿为例,在对矿井水文地质条件和投产以来的历次突水事件进行分析的基础上,研究了造成朱仙庄煤矿顶板突水的主要原因。从水源监控、覆岩和构造条件分析和预测等方面,提出以与断层的距离、覆岩厚度和四、五含水位为影响因素,以涌水量为目标,建立了基于人工神经网络,的顶板突水预警模型。该模型包含一个输入层、一个隐含层和一个输出层。利用煤层顶板突水的实测数据,建立了学习样本集和检验样本集,对模型进行了学习和检验。结合朱仙庄煤矿工作面的抗水害能力,确定了3个预警阈值,将预警状态划分为安全、戒备、紧急戒备和危险报警四种。