基于BP神经网络的冲击地压预测

摘要：通过对冲击地压发生条件的分析，并综合煤矿开采引发冲击地压的原因和结果的实际情况，采矿自然因素、地质动力因素和开采技术因素作为冲击地压预测的样本参数，建立了冲击地压计算模型。采用BP神经网络对煤矿冲击地压的预测进行了研究，实际应用表明，采用该方法的预测结果和实际情况吻合较好，是冲击地压预测的一种有效方法。

关键词：冲击地压；BP神经网络；预测

1冲击地压的影响因素

1.1影响冲击地压的主要采矿自然因素

（1）开采深度，随着开采深度增加和开采范围的扩大，冲击地压危险增加。

（2）煤层和顶底板岩石的性质和特性

（3）煤层倾角护参，煤层倾角对采煤工作面的矿压显现有着较大的影响。

（4）煤层厚度及其变化，冲击危险程度与煤层厚度及其变化紧密相关。

1.2影响冲击地压的主要地质动力因素

（1）地质构造条件（2）断层冲击地压发生条件（3）褶皱构造的影响（4）地质异常区域

1.3开采技术对冲击地压发生的影响因素

（1）煤柱和孤岛煤体（2）采空区（3）放炮（4）顶板控制（5）采掘顺序（6）采煤方法

1.4冲击地压危险性等级确定

这样，就可根据采矿自然、地质动力条件对冲击地压危险状态的影响因素及指数表，用公式1来确定采掘面周围采矿自然、地质动力条件对冲击地压危险状态的影响程度及确定其指数[3]。可评价该区域冲击地压危险程度及等级，如表1所示。

2 BP神经网络预测冲击地压的设计实现

2.1冲击地压演化过程的数学描述

由于冲击地压的动态演化过程是一个复杂的非线性动力学系统。因此，其演化建模

2. 2神经网络的设计

BP模型属于多层次的人工神经网络，又名“误差逆传播算法”。

2.2.1网络输入

影响冲击地压的危险程度指标定为三个：采矿自然因素y1、地质动力因素y2和技术因素y3，上述三个一级指标又可分成若干次一级指标，所有指标共15项构成，如表3所示。

BP网络输入层节点的数目取决于数据源的维数，输出层节点数取决于对研究对象的分类。根据对煤矿多年的动力现象的分析研究，把影响发生冲击地压的因素归纳为10类和4个等级，即无冲击、弱冲击、中等冲击和强烈冲击4类。

2.2.2模型建立

输入层和输出层节点数的个数往往是由具体问题决定的。BP网络的输入层节点数为13，输出层节点数为2。输出层取2个神经元，以表示冲击地压类型，即（0，0）表示无冲击地压，（0，1）表示有轻微冲击地压，（1，0）表示有中等冲击地压，（1，1）表示有强烈冲击地压。

2. 3神经网络的训练与预测

3结论

选取采矿自然因素、地质动力因素和开采技术因素作为冲击地压预测的样本参数，建立了冲击地压计算模型，采用该方法的预测结果和实际情况吻合较好，是冲击地压预测的一种有效方法。但由于煤矿冲击地压的历史记录中定性的描述比较多，定量的数据有限，这给网络输入参数带来了局限性，今后应进一步加强冲击地压影响因素和样本的研究。

参考文献

[1]邹德蕴. 煤岩体储能与冲击矿压机理的探讨[J]. 矿山压力与顶板管理，2004，21（1）： 97-102.

[2]齐庆新等. 冲击地压的非线性非连续特征[J]. 岩土力学，2003，增2：425-428.

[3]邹德蕴等. 冲击地压和突出的统一预测及防治技术明[J]. 矿业研究与开发，2002，22（1） ：175-179.

作者简介：刘丰成（1983―），男，煤炭工业济南设计研究院有限公司，本科，主要从事土建监理工作。