基于SAPSO-ELM的瓦斯涌出量分源预测及应用

为了提高瓦斯涌出量预测精度,针对瓦斯涌出量影响因素的多重相关性、复杂性等问题,结合主成分分析法和分源预测理论,对开采层、邻近层、采空区的瓦斯涌出量数据分别进行主成分分析降维,得到预测指标。针对极限学习机(ELM)存在的输入权值矩阵与隐含层阈值随机生成的问题,利用模拟退火粒子群算法(SAPSO)对极限学习机的参数寻优,将新疆某煤矿回采工作面瓦斯涌出量及影响因素作为SAPSO-ELM模型的输入进行训练,再利用训练好的SAPSO-ELM模型对陕西某煤矿回采工作面的瓦斯涌出量进行验证预测,并对比原始ELM模型的预测结果。结果表明,SAPSO-ELM模型的平均相对误差为3.45%,ELM模型的平均相对误差为8.81%,与ELM模型相比,SAPSO-ELM模型预测精度及效率均优于原始ELM模型。分源预测理论和主成分分析法的结合有效解决了多因素间的多重相关性并降低了预测模型的复杂度,SAPSO-ELM预测模型实现了瓦斯涌出量的快速精准预测,对预防瓦斯事故发生和保障煤矿安全高效开采具有较好的指导作用。

煤矿采空区积水水源的识别研究

为了能够准确判别采空区积水水源,以陕西黄陵二号煤矿为例,在各含水层水质分析的基础上,运用模糊综合评判法和水化学特征分析法准确判别出采空区积水的水源。研究认为,在每个含水层采集了3个水样,共计18个,并对各含水层水样的K^(+)、Na^(+)、Ca_(2+)、Mg_(2+)、Cl^(-)、SO^(2-)_(4)、HCO^(-)_(3)、CO^(2-)_(3)、Fe^(3+)、Fe^(2+)各种阴阳离子进行了水质分析化验,在此基础上,选取各水样阴阳例子浓度指标作为分类因素进行模糊综合评判,依据最大隶属度原则来确定积水水源,其结果为采空区积水来自侏罗系延安组含水层。对各含水层水样进行水化学特征分析,并绘制水化学背景Piper三线图和水源判别Piper三线图,发现采空区积水水源以侏罗系直罗组和延安组含水层为主。再者,顶板导水裂隙带是采空区充水的主要途径,导水裂隙带绝大部分在延安组发育,少数区段发育至直罗组底部。立足模糊综合评判法和水化学特征分析法,结合导水裂隙带发育高度,得出采空区积水主要水源是侏罗系延安组含水层,次要水源是侏罗系直罗组含水层底部。