摘要：针对深埋复杂地质条件下煤巷支护设计难题,基于巷道支护、计算机开发、数值模拟二次开发等开展了交叉融合技术的研究。通过文献收集、问卷调查及现场调研的方法,建立了煤巷支护知识库,通过库内数据查找和规则推理机制为用户提供岩石力学参数和支护方案参数;构建能满足多种地质条件、多种巷道类型、多种支护方案的数值模拟脚本,基于FLAC^(3D)内置语言开展二次开发技术的研究,建立了煤巷支护效果预测模型;运用计算机高级编程语言开发煤巷支护效果预测系统,实现了煤巷支护效果预测的可视化、智能化;利用该系统对经典案例进行测试,并用决定系数R2和平均绝对百分比误差MAPE对该系统预测效果进行了评价,结果显示其各指标的R^(2)均在0.8以上,MAPE值均在20%以下,都在合理范围之内该系统在巷道位移预测方面效果良好;系统在信湖煤矿818外风巷的工程实例的验证结果显示,其预测精度达到84%以上,能够为现场施工提供准确指导。

摘要：煤巷围岩稳定控制是保障煤矿安全高效开采的关键,煤巷顶板位移量是反应煤巷围岩稳定性的关键指标,本研究提出机器学习方法对煤巷顶板位移进行超前预测研究。确定了煤巷顶板位移的8个重要影响指标,建立了煤巷顶板位移预测数据库并对数据进行了指标相关性和重要性分析。基于RF、GA-SVM和GA-ANN分别建立了三种煤巷顶板位移预测模型,选用RMSE、MAE和R2三个指标来评价模型的性能。结果显示,RF模型测试性能最佳,R2=0.909,RMSE=20.475,MAE=16.790,GA-ANN模型的性能最差。采用十折交叉方法对RF模型和GA-ANN模型进行可靠性验证,结果显示RF模型的稳定性更高,平均R2为0.891。将RF模型应用到干河煤矿2-1121巷,预测值与实际值的绝对误差为19 mm,相对误差为11.18%,说明了RF模型对煤巷顶板位移预测的准确性与可靠性,研究结果对煤巷顶板位移预测提供了一种新途径。