论文部分内容阅读
巷道围岩稳定性预测模型的建立是巷道围岩稳定性评价的基础和关键,影响巷道围岩稳定性的因素较多,且评价指标间相互关系存在不确定性与隐蔽性。同时,预测模型的参数选择和适应性也会对预测结果产生较大影响,因此合理选择评价指标,提高巷道围岩稳定性预测模型的精度,是矿山安全开采的主要研究内容之一。分析围岩失稳类型,影响巷道围岩稳定性的主要因素有围岩本身材料质量、岩体本身的完整性、地下水、围岩地应力、巷道断面等5大类。基于统计学原理,初步选取使用频次大于20次的岩石质量指标RQD、单轴抗压强度Rc、岩体完整性系数、地下水渗水量、节理状况为评价指标。运用概念格多层属性约简方法对初选指标进行约简,得到岩体完整性指数和节理状况为可约简指标,建立巷道围岩稳定性评价指标体系。利用皮尔逊相关性理论,验证了约简正确性。利用合成少数过采样技术将20组非平衡训练样本合成为100组平衡数据集,以对称Alpha稳定分布代替高斯分布作为模型的基函数,构建基于对称Alpha稳定分布的概率神经网络模型。针对巷道围岩稳定性评价,利用遗传算法优化模型参数特征因子α、尺度参数γ,求得α、γ的值分别为0.2848,1.5963。将100个训练样本数据逐一回代入模型,预测准确率大于96%,验证了模型的合理性。建立基于概念格与概率神经网络的巷道围岩稳定性预测组合模型,以大冶铁矿尖林山采区10条巷道为工程对象,巷道围岩稳定性预测准确率达90%,而基于主成分分析与概率神经网络的模型预测准确率为80%,对比分析表明,基于概念格与概率神经网络的巷道围岩稳定性预测模型具有较高的准确性和可靠性。研究优化了巷道围岩稳定性评价指标体系,扩展了概念格多层属性约简方法的应用领域,增强了概率神经网络模型的适应性,为巷道围岩稳定性预测提供了一种新的分析方法。