基于SVM的煤矿巷道围岩稳定性预警模型研究
发布时间：2021-01-29 10:37
保证煤矿围岩的稳定性是煤矿安全生产的前提,在实际工程开采初期,往往要对煤矿巷道围岩稳定性进行分类,为支护方案的设计以及巷道的布置提供科学参考。传统模糊数学方法虽然能够进行分类但存在主观性较强等弊端,鉴于支持向量机对有限样本数据处理的优势,本文提出建立支持向量机分级模型,并通过优化算法对模型进行优化,实现对巷道围岩稳定性的精确分类。研究围岩稳定性另一个重要内容是对巷道顶板位移进行监测工作,对顶板位移量进行预测,从而达到预警和保证施工安全的目的。本文主要研究两大核心内容分别是围岩稳定性分级和顶板位移预测预警方法。对于围岩稳定性的分级问题,详细分析了影响煤矿巷道围岩稳定性的原因,收集56条典型巷道数据,确定了围岩强度、煤层强度、埋深、岩石完整性系数、地下水情况和护巷煤柱宽度六个参数作为主要影响因素。首先用传统模糊数学方法对巷道进行分类,然后采用相同的数据,建立支持向量机分级模型,对围岩稳定性进行分类,并且分别用网格优化算法、粒子群优化算法和遗传算法进行优化。结果表明,遗传算法优化结果最佳,交叉验证准确率达到92%,相比传统模糊数学方法,支持向量机分级模型减少了人力物力,具有一定科学指导意义。...
【文章来源】：西安科技大学陕西省
【文章页数】：68 页
【学位级别】：硕士
【图文】：
最优分类超平面
2支持向量机分类和预测原理分析13经过前几节的研究，可以发现核函数在处理非线性问题方面有着非常重要的作用。核函数将样本从输入空间转换到特征空间[32]，并且计算量并没有比原来增加多少，这就是核函数的精妙之处。当样本数据线性不可分时，通过预处理改变原始样本的表达形式，))(,),(()(),,(11xxxxxxNn(2.30)该变形式就意味着通过预处理将输入空间映射到了新的空间，XxxF}|)({。核函数解决问题的原理在于将输入样本映射到高维空间中，并在新的空间中寻找最优分类超平面。图2.2是核函数解决线性不可分问题的示意图，样本从二维空间到三维空间映射图。图2.2样本从二维空间到三维空间映射图假设对于非线性可分数据集：Niibxxf1)()((2.31)这里:FX是从样本输入空间到特征空间的映射，当遇到非线性问题时，需要分为两步，首先将初始样本映射到特征空间中，再按照线性分类步骤进行处理，这就使得算法的复杂性并没有随着空间维度的增加而变得复杂。在上节解决线性问题求解问题时，利用了对偶性质将其求解，同样，这里可以将原假设表达为线性组合：liiiibxxyxf1)()()((2.32)其中表示内积，核函数方法就是在新的空间直接计算内积，就有可能将上述两个步骤结合到一起。处理的实际问题不同，核函数的选择也就视情况而定，本文选用高斯核函数(RadialBasisFunction，RBF)，数学表达式如下[33]：
3影响煤矿巷道围岩稳定性分级指标分析153影响煤矿巷道围岩稳定性分级指标分析煤矿巷道围岩稳定性受多种因素影响，主要包括有岩体的初始应力、煤层情况、围岩强度、介质尝施工方式、支护形式和工程扰动等方面影响。本文通过调研胡家河典型矿井巷道实际情况，综合分析各影响因素作用的原因，为后面建立分级模型和顶板位移预测模型提供基础研究工作。3.1煤矿巷道围岩稳定性影响因素分析在查阅大量文献和书籍，结合实地考察之后，本文总结出影响煤矿巷道稳定性因素主要分为这几类，岩石的初始应力、煤层状况、围岩强度、介质尝采动影响、支护因素和护柱煤巷的宽度。图3.1是主要的影响因素概括。图3.1巷道围岩稳定性主要影响因素(1)岩体的初始应力岩体的初始应力是造成顶板下沉、片帮现象和底鼓的根本原因，原本受力平衡的初始应力，在经过开采和施工影响后，受力状态重新调整。巷道经过简单支护后，受力会集中到围岩上，使得巷道围岩变得不稳定，初始应力一般都是由重力决定的，埋深越大，巷道围岩受力越不稳定。(2)煤层情况煤层状况主要包括煤层的埋深、倾角和厚度等特征。巷道水平距离地球表面的垂直距离，通常将这个值作为埋深的值。在上个因素初始应力的分析中，已经看出埋深和初始应力之间存在一种关系，随着埋深的增减，初始应力也在随之增减，巷道围岩的应力
【参考文献】：
期刊论文
[1]工作面回采对邻近大巷变形影响实测[J]. 张少华. 工矿自动化. 2019(10)
[2]基于网格搜索法优化支持向量机的围岩稳定性分类模型[J]. 袁颖,于少将,王晨晖,周爱红. 地质与勘探. 2019(02)
[3]基于GA-SVM的隧道围岩分类研究[J]. 温廷新,于凤娥,邵良杉,田煜晨. 公路交通科技. 2018(09)
[4]回采巷道围岩稳定性预测模型及其成熟度[J]. 刘阳. 煤矿安全. 2018(08)
[5]基于遗传算法的BP神经网络在隧道围岩参数反演和变形预测中的应用[J]. 周冠南,孙玉永,贾蓬. 现代隧道技术. 2018(01)
[6]PSO-BP神经网络在隧道围岩变形预测中的应用[J]. 李海斌,翟秋柱,张优,王亚暐,张霄. 路基工程. 2017(05)
[7]改进的AHP法在岩石巷道围岩稳定性分析中的应用[J]. 李志强,康钦容. 能源技术与管理. 2017(02)
[8]2004—2015年全国煤矿事故分析[J]. 孙继平,钱晓红. 工矿自动化. 2016(11)
[9]采动影响下松软围岩巷道变形特征与控制技术研究[J]. 王永志,孙志勇. 煤炭工程. 2016(03)
[10]上行开采巷道顶板稳定性预测研究[J]. 赵建敏. 山西煤炭. 2016(01)
博士论文
[1]山西焦煤煤巷围岩稳定性分类与强帮强角支护技术研究[D]. 孔祥松.中国矿业大学（北京） 2014
硕士论文
[1]皖北矿区回采巷道稳定性分类及支护智能决策支持系统研究[D]. 刘祥.安徽理工大学 2018
[2]基于聚类—回归分析的煤巷围岩稳定性分类研究[D]. 钱翰飞.太原理工大学 2018
[3]陕北黄土隧道围岩分级指标研究与开挖过程数值模拟分析[D]. 朱登武.长安大学 2017
[4]支持向量机核函数及关键参数选择研究[D]. 尹嘉鹏.哈尔滨工业大学 2016
[5]巷道支护设计专家系统及程序编制[D]. 朱荟桥.西南交通大学 2012
本文编号：3006741
【文章来源】：西安科技大学陕西省
【文章页数】：68 页
【学位级别】：硕士
【图文】：
最优分类超平面
2支持向量机分类和预测原理分析13经过前几节的研究，可以发现核函数在处理非线性问题方面有着非常重要的作用。核函数将样本从输入空间转换到特征空间[32]，并且计算量并没有比原来增加多少，这就是核函数的精妙之处。当样本数据线性不可分时，通过预处理改变原始样本的表达形式，))(,),(()(),,(11xxxxxxNn(2.30)该变形式就意味着通过预处理将输入空间映射到了新的空间，XxxF}|)({。核函数解决问题的原理在于将输入样本映射到高维空间中，并在新的空间中寻找最优分类超平面。图2.2是核函数解决线性不可分问题的示意图，样本从二维空间到三维空间映射图。图2.2样本从二维空间到三维空间映射图假设对于非线性可分数据集：Niibxxf1)()((2.31)这里:FX是从样本输入空间到特征空间的映射，当遇到非线性问题时，需要分为两步，首先将初始样本映射到特征空间中，再按照线性分类步骤进行处理，这就使得算法的复杂性并没有随着空间维度的增加而变得复杂。在上节解决线性问题求解问题时，利用了对偶性质将其求解，同样，这里可以将原假设表达为线性组合：liiiibxxyxf1)()()((2.32)其中表示内积，核函数方法就是在新的空间直接计算内积，就有可能将上述两个步骤结合到一起。处理的实际问题不同，核函数的选择也就视情况而定，本文选用高斯核函数(RadialBasisFunction，RBF)，数学表达式如下[33]：
3影响煤矿巷道围岩稳定性分级指标分析153影响煤矿巷道围岩稳定性分级指标分析煤矿巷道围岩稳定性受多种因素影响，主要包括有岩体的初始应力、煤层情况、围岩强度、介质尝施工方式、支护形式和工程扰动等方面影响。本文通过调研胡家河典型矿井巷道实际情况，综合分析各影响因素作用的原因，为后面建立分级模型和顶板位移预测模型提供基础研究工作。3.1煤矿巷道围岩稳定性影响因素分析在查阅大量文献和书籍，结合实地考察之后，本文总结出影响煤矿巷道稳定性因素主要分为这几类，岩石的初始应力、煤层状况、围岩强度、介质尝采动影响、支护因素和护柱煤巷的宽度。图3.1是主要的影响因素概括。图3.1巷道围岩稳定性主要影响因素(1)岩体的初始应力岩体的初始应力是造成顶板下沉、片帮现象和底鼓的根本原因，原本受力平衡的初始应力，在经过开采和施工影响后，受力状态重新调整。巷道经过简单支护后，受力会集中到围岩上，使得巷道围岩变得不稳定，初始应力一般都是由重力决定的，埋深越大，巷道围岩受力越不稳定。(2)煤层情况煤层状况主要包括煤层的埋深、倾角和厚度等特征。巷道水平距离地球表面的垂直距离，通常将这个值作为埋深的值。在上个因素初始应力的分析中，已经看出埋深和初始应力之间存在一种关系，随着埋深的增减，初始应力也在随之增减，巷道围岩的应力
【参考文献】：
期刊论文
[1]工作面回采对邻近大巷变形影响实测[J]. 张少华. 工矿自动化. 2019(10)
[2]基于网格搜索法优化支持向量机的围岩稳定性分类模型[J]. 袁颖,于少将,王晨晖,周爱红. 地质与勘探. 2019(02)
[3]基于GA-SVM的隧道围岩分类研究[J]. 温廷新,于凤娥,邵良杉,田煜晨. 公路交通科技. 2018(09)
[4]回采巷道围岩稳定性预测模型及其成熟度[J]. 刘阳. 煤矿安全. 2018(08)
[5]基于遗传算法的BP神经网络在隧道围岩参数反演和变形预测中的应用[J]. 周冠南,孙玉永,贾蓬. 现代隧道技术. 2018(01)
[6]PSO-BP神经网络在隧道围岩变形预测中的应用[J]. 李海斌,翟秋柱,张优,王亚暐,张霄. 路基工程. 2017(05)
[7]改进的AHP法在岩石巷道围岩稳定性分析中的应用[J]. 李志强,康钦容. 能源技术与管理. 2017(02)
[8]2004—2015年全国煤矿事故分析[J]. 孙继平,钱晓红. 工矿自动化. 2016(11)
[9]采动影响下松软围岩巷道变形特征与控制技术研究[J]. 王永志,孙志勇. 煤炭工程. 2016(03)
[10]上行开采巷道顶板稳定性预测研究[J]. 赵建敏. 山西煤炭. 2016(01)
博士论文
[1]山西焦煤煤巷围岩稳定性分类与强帮强角支护技术研究[D]. 孔祥松.中国矿业大学（北京） 2014
硕士论文
[1]皖北矿区回采巷道稳定性分类及支护智能决策支持系统研究[D]. 刘祥.安徽理工大学 2018
[2]基于聚类—回归分析的煤巷围岩稳定性分类研究[D]. 钱翰飞.太原理工大学 2018
[3]陕北黄土隧道围岩分级指标研究与开挖过程数值模拟分析[D]. 朱登武.长安大学 2017
[4]支持向量机核函数及关键参数选择研究[D]. 尹嘉鹏.哈尔滨工业大学 2016
[5]巷道支护设计专家系统及程序编制[D]. 朱荟桥.西南交通大学 2012
本文编号：3006741
本文链接：https://www.wllwen.com/shoufeilunwen/boshibiyelunwen/3006741.html
