-
作者
贺永亮王素萍付玉平曹雪芳孙大力
-
单位
太原科技大学安全与应急管理工程学院太原科技大学煤矿粉尘智能监测与防控山西省重点实验室太原科技大学应用科学学院
-
摘要
针对冲击地压的预警结果及预测位置离散性大等问题，研究了多源信息融合的冲击地压预警技术，建立了基于机器学习算法的多源信息融合深度预测模型。通过对冲击地压事件的分析，研究了冲击事故发生的主要原因、特点及影响因素；以煤岩的抗压强度、抗拉强度、弹性能和地应力为冲击地压预测的主要指标，建立了深度神经网络预测模型，确定不同预测指标的权重，通过大数据分析和有限数据验证，确定了模型的可应用型。以陕西某冲击地压矿井为例，对深度神经网络模型进行应用，通过现场实测验证了冲击地压预测模型的有效性和正确性，提出了构建巷道围岩弱结构防治技术吸收冲击地压能量。
-
关键词
冲击地压弱结构风险预警深度学习信息融合
-
基金项目(Foundation)
太原科技大学科研启动基金资助项目（20222112,2022085）；山西省基础研究计划（自由探索类）资助项目（202203021222184,202203021222190）；
-
文章目录
1 冲击地压机器学习预警架构
2 深度学习方法简介
2.1 机器学习算法简介
2.2 冲击地压评价指标
3 冲击地压评估预测及预警
4 实例应用
5 结语
-
引用格式
贺永亮,王素萍,付玉平等.基于多源信息融合的冲击地压风险预警与弱结构防治技术[J].煤矿安全,2023,54(07):78-84.DOI:10.13347/j.cnki.mkaq.2023.07.010.
-
相关专题
煤矿安全 
2023年第07期 
