基于遗传算法和BP神经网络的矿井涌水量预测

为避免BP神经网络极易陷入局部解的问题,针对遗传算法具有全局寻优的特点,提出了用遗传算法优化BP神经网络预测方法,并以刘桥二矿为例,对其矿井涌水量进行了预测。首先选取刘桥二矿区的2005年3月至2006年12月的矿井涌水量数据进行分析,然后使用遗传算法优化BP网络的初始权值和阈值,最后使用BP神经网络进行训练。将其成果与纯BP网络算法进行比较,结果表明:遗传算法优化BP神经网络的预测方法的预测精度高于纯BP网络算法,将其应用于矿井涌水量预测是有效可行的。

淮北刘桥二矿七含涌(突)水机理研究

刘桥二矿在开采4煤过程中,七含突水次数达38次之多,严重影响煤矿安全生产。文章在系统地分析刘桥二矿七含涌突水概况的基础上,提出了该矿七含涌突水的主要机理为断裂构造的控制作用和矿山压力的促进作用;指出了砂岩含水层的裂隙发育程度和富水性强弱、煤层的厚度、断层的作用以及4煤与含水层之间隔水层厚度的大小等,是影响工作面涌水的主要因素。研究结果对煤矿砂岩水害的有效防治具有重要的指导意义。

GIS在矿区岩溶陷落柱位置圈定中的应用

区域构造、可溶性岩层和地下水动力条件是岩溶陷落柱形成的3个必备条件。选取刘桥二矿作为研究区,从现有数据中分类提取出区域构造、可溶性岩层和煤层顶底板强富水异常区3个因素,根据底板等高线生成煤层底板坡度图及研究区邻近区域内已探明陷落柱的特征,结合这3个因素,运用GIS叠置分析圈定出4个可能的陷落柱发育区,再经与实际生产情况资料对比,得出巷道揭露的Ⅱ617风巷陷落柱位于第Ⅱ区内。

刘桥二矿六煤层断裂复杂程度的分形评价

煤矿中的断裂网络是一种具有统计自相似性的分形体系,其结构的复杂程度可用分维来定量描述,对皖北局刘桥二矿6煤顶板的构造复杂程度进行了评价,并对未采区进行了初步预测。

皖北刘桥二矿井下析出物的成因探讨

皖北刘桥二矿投产两年多来，井下的渗水部位不断有钙质及铁、锰质等析出物形成。初步分析认为，这是地下水的水文地球化学环境变化及其对围岩产生机械、化学潜蚀作用的结果。析出物形成速度快、局部排出量大，对矿井水环境质量和井巷围岩稳定性有一定影响。由于该现象在黄淮地区的许多矿井中均有发现，故应引起生产单位和学术界的充分重视。