基于粒子群优化极限学习机的煤层底板破坏深度预测

矿井底板破坏产生的裂隙可能导通煤系基部的承压水,导致矿井突水事故发生。利用粒子群优化算法对极限学习机模型进行优化,建立了底板破坏深度粒子群优化极限学习机预测模型,主控因素包括埋深、倾角、采高、斜长、底板抗破坏能力,使用模型对竹林山煤矿3号煤层底板破坏深度预测。预测结果表明:竹林山煤矿3号煤底板破坏深度最大值为60.35 m,最小值为37.35 m,平均值50.63 m,预测结果为矿井安全生产提供了理论依据。

陷落柱注浆加固效果评价及应用

由于陷落柱引发的矿井底板突水灾害具有隐蔽性、突发性和滞后性等特点,矿井往往采用注浆方式来加固陷落柱。针对注浆加固效果评价的模糊性问题,文章在对出水量较大的部分钻孔一次注浆加固完成后,二次扩孔复注浆进行了验证,采用高密度并行电法和瞬变电磁探测了富水情况,结合奥灰突水系数计算,综合评价认为,通过注浆封闭了陷落柱体内的裂隙通道,增大了底板承压强度,指导矿井安全回采通过了陷落柱区域。