CN109598102B - 煤矿冲击地压危险程度的预测方法、装置、设备及介质 - Google Patents
煤矿冲击地压危险程度的预测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN109598102B CN109598102B CN201910107736.1A CN201910107736A CN109598102B CN 109598102 B CN109598102 B CN 109598102B CN 201910107736 A CN201910107736 A CN 201910107736A CN 109598102 B CN109598102 B CN 109598102B
- Authority
- CN
- China
- Prior art keywords
- index
- information
- historical
- stability
- coal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种煤矿冲击地压危险程度的预测方法,包括:建立煤矿工作面的结构示意图;将结构示意图划分成若干个网格单元;采集每个网格单元中,影响煤岩开挖结构动力稳定性的第一指标信息和影响扰动强度的第二指标信息;根据第一指标信息,基于预先建立的稳定性评价模型,计算每个网格单元的结构动力稳定指数;根据第二指标信息,基于预先建立的扰动强度评价模型,计算每个网格单元的扰动强度指数;根据结构动力稳定指数和扰动强度指数,计算每个网格单元的危险性指数;根据危险性指数,按照预先建立的危险程度分级准则,对网络单元进行分级;输出每个网络单元的分级结果。能够准确地预测扰动型冲击地压灾害的危险区域及危险程度。
Description
技术领域
本发明涉及煤矿冲击地压预测技术领域,具体涉及一种煤矿冲击地压危险程度的预测方法、装置、设备及介质。
背景技术
冲击地压灾害是井工煤矿中一种常见的动力灾害,发生时井巷或工作面周围岩体由于弹性变形能的瞬时释放而产生突然剧烈破坏的动力现象,常伴有煤岩体抛出、巨响及气浪等现象。冲击地压灾害按照应力作用时间分类可分为蠕变型冲击地压和扰动型冲击地压两类。扰动型冲击地压是由工作面开采或掘进过程中外部震动扰动与煤壁或巷道附近煤岩体中的高应力叠加触发了冲击灾害或因冲击诱发的次生灾害。在该类型冲击灾害孕育和发生过程中,外部震动扰动起到主导作用,因此将这类冲击地压称作扰动型冲击地压。扰动型冲击地压发生前,工作面煤壁或巷道附近煤岩体中应力集中有时并不明显,钻屑法和应力在线监测等难以检测到冲击危险性;加之外部震动扰动释放突然,扰动强度难以提前评估,该类型冲击地压发生的前兆信息难以捕捉,在工程实践中预测难度往往更大。此外,中东部煤矿浅部资源逐渐枯竭,深部开采势在必行,深部开采地下煤岩体表现出更强的非线性应力及能量释放特征,致使扰动型冲击地压灾害按照传统的冲击地压预测方法进行预测必然存在很大的局限性,扰动型冲击地压的预测准确率自然也会较低,严重威胁着煤矿安全生产。
发明内容
针对现有技术中的缺陷,本发明提供一种煤矿冲击地压危险程度的预测方法、装置、设备及介质,能够准确地预测扰动型冲击地压灾害的危险区域及危险程度,科学性与适用性更强。
第一方面,本发明提供了一种煤矿冲击地压危险程度的预测方法,包括:
建立煤矿工作面的结构示意图;
将所述结构示意图划分成若干个网格单元;
采集每个所述网格单元中,影响煤岩开挖结构动力稳定性的第一指标信息和影响扰动强度的第二指标信息;
根据所述第一指标信息,基于预先建立的稳定性评价模型,计算每个所述网格单元的结构动力稳定指数;
根据所述第二指标信息,基于预先建立的扰动强度评价模型,计算每个所述网格单元的扰动强度指数;
根据所述结构动力稳定指数和扰动强度指数,计算每个所述网格单元的危险性指数;
根据所述危险性指数,按照预先建立的危险程度分级准则,对所述网络单元进行分级;
输出每个所述网络单元的分级结果。
可选的,所述第一指标信息,包括:开采深度、煤岩体冲击倾向性信息、地应力信息、地质构造信息和煤厚变化信息中的一种或多种。
可选的,所述第二指标信息,包括:一次回采厚度、断层活化程度、开采速度、遗留煤柱稳定性、坚硬顶板活动强度和采空区充填程度中的一种或多种。
可选的,在计算结构动力稳定指数和扰动强度指数的步骤之前,还包括:
采集关于煤岩开挖结构动力稳定性的第一历史信息和扰动强度的第二历史信息;
根据所述第一历史信息,采用机器学习算法,建立稳定性评价模型;
根据所述第二历史信息,采用机器学习算法,建立扰动强度评价模型。
可选的,还包括:
实时更新所述稳定性评价模型和所述扰动强度评价模型。
可选的,所述根据所述结构动力稳定指数和扰动强度指数,计算每个所述网格单元的危险性指数,包括:
根据所述结构动力稳定指数和扰动强度指数,基于相应的权重系数,计算每个所述网格单元的危险性指数。
可选的,所述危险程度分级准则,包括:无冲击地压危险、弱冲击地压危险、中等冲击地压危险和强冲击地压危险四种等级危险程度的分级准则。
第二方面,本发明提供了一种煤矿冲击地压危险程度的预测装置,包括:
模型结构建立模块,用于建立煤矿工作面的结构示意图;
单元划分模块,用于将所述结构示意图划分成若干个网格单元;
信息采集模块,用于采集每个所述网格单元中,影响煤岩开挖结构动力稳定性的第一指标信息和影响扰动强度的第二指标信息;
稳定指数计算模块,用于根据所述第一指标信息,基于预先建立的稳定性评价模型,计算每个所述网格单元的结构动力稳定指数;
强度指数计算模块,用于根据所述第二指标信息,基于预先建立的扰动强度评价模型,计算每个所述网格单元的扰动强度指数;
危险指数计算模块,用于根据所述结构动力稳定指数和扰动强度指数,计算每个所述网格单元的危险性指数;
分级模块,用于根据所述危险性指数,按照预先建立的危险程度分级准则,对所述网络单元进行分级;
输出模块,用于输出每个所述网络单元的分级结果。
第三方面,本发明提供了一种煤矿冲击地压危险程度的预测设备,包括处理器、输入设备、输出设备和存储器,所述处理器、输入设备、输出设备和存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如第一方面中的一种煤矿冲击地压危险程度的预测方法。
第四方面,本发明提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如第一方面中的一种煤矿冲击地压危险程度的预测方法。
本发明考虑了扰动型冲击地压灾害发生受到煤岩开挖结构动力稳定性和外部扰动强度耦合叠加的影响,能够准确地预测扰动型冲击地压灾害的危险区域及危险程度,科学性与适用性更强,能够有效保证冲击地压矿井安全生产,具有重大实践意义和现场应用价值。
本发明提供的一种煤矿冲击地压危险程度的预测装置、一种计算机可读存储介质和一种煤矿冲击地压危险程度的预测设备,与上述一种煤矿冲击地压危险程度的预测方法出于相同的发明构思,具有相同的有益效果。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1为本发明实施例提供的一种煤矿冲击地压危险程度的预测方法的流程图;
图2为本发明实施例提供的某矿63上05工作面的结构示意图;
图3为本发明实施例提供的某矿63上05工作面的扰动型冲击地压危险性的预测结果图;
图4为本发明实施例提供的一种煤矿冲击地压危险程度的预测装置的示意图;
图5为本发明实施例提供的一种煤矿冲击地压危险程度的预测设备的示意图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案,因此只是作为示例,而不能以此来限制本发明的保护范围。
需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
本发明提供了一种煤矿冲击地压危险程度的预测方法、装置、设备及介质。下面结合附图对本发明的实施例进行说明。
请参考图1,图1为本发明具体实施例提供的一种煤矿冲击地压危险程度的预测方法的流程图,本实施例提供的一种煤矿冲击地压危险程度的预测方法,包括:
步骤S101:建立煤矿工作面的结构示意图。
在建立煤矿工作面的结构示意图时,可以采用C4D或3DMAX等建立煤矿工作面的立体结构示意图,能够清晰地展示煤矿工作面的结构,也可以采用CAD建立煤矿工作面的结构示意图,如图2所示。图2为某矿63上05工作面运输顺槽、回风顺槽和开切眼巷道的结构示意图。
步骤S102:将所述结构示意图划分成若干个网格单元。
其中,结构示意图为煤矿工作面的示意图,在对真实的煤矿工作面进行划分时,可以采用5m或10m或20m见方的小区域网格单元进行划分,相应地在结构示意图中以相应比例进行缩小,将结构示意图划分成若干个网格单元。
步骤S103:采集每个所述网格单元中,影响煤岩开挖结构动力稳定性的第一指标信息和影响扰动强度的第二指标信息。
其中,第一指标信息,可以包括:开采深度、煤岩体冲击倾向性信息、地应力信息、地质构造信息和煤厚变化信息等中的一种或多种。第二指标信息,可以包括:一次回采厚度、断层活化程度、开采速度、遗留煤柱稳定性、坚硬顶板活动强度和采空区充填程度等中的一种或多种。
步骤S104:根据所述第一指标信息,基于预先建立的稳定性评价模型,计算每个所述网格单元的结构动力稳定指数;步骤S105:根据所述第二指标信息,基于预先建立的扰动强度评价模型,计算每个所述网格单元的扰动强度指数。
在计算结构动力稳定指数和扰动强度指数的步骤之前,还包括:采集关于煤岩开挖结构动力稳定性的第一历史信息和扰动强度的第二历史信息;根据所述第一历史信息,采用机器学习算法,建立稳定性评价模型;根据所述第二历史信息,采用机器学习算法,建立扰动强度评价模型。
其中,稳定性评价模型,包括指标稳定性模型和综合稳定性模型。扰动强度评价模型,包括:指标强度模型和综合强度模型。
其中,第一历史信息包括:历史第一指标信息、历史指标稳定指数和历史结构动力稳定指数。第二历史信息包括:历史第二指标信息、历史指标强度指数和历史扰动强度指数。
其中,历史指标稳定指数、历史结构动力稳定指数、历史指标强度指数和历史扰动强度指数为同一个指数体系,可以是人为规定的结果。例如,稳定指数包括:1、2、3、4四种数值,该四个数值表明结构动力稳定性依次减弱。强度指数包括:1、2、3、4四种数值,该四个数值表明煤岩扰动强度依次减弱。
1、稳定性评价模型
通过采用机器学习算法,对历史第一指标信息和历史指标稳定指数进行训练,获得指标稳定性模型,该指标稳定性模型可以根据第一指标信息判断出相应的指标稳定指数。
通过采用机器学习算法,对历史指标稳定指数和历史结构动力稳定指数进行训练,获得综合稳定性模型,该综合稳定性模型确定了各个指标稳定指数计算结构动力稳定指数的计算参数。例如,计算参数为各个指标稳定指数的权重,再通过以下公式计算结构动力稳定指数。
其中,Sta表示结构动力稳定指数,S1、S2、···、Sn为评价开挖结构动力稳定性的n个指标的稳定指数,a1、a2、···、an,为各个指标稳定指数的权重。
在本发明中,还需要实时采集相应的数据,优化稳定性评价模型,确保计算结果的准确性。
例如:
第一指标信息,包括:开采深度、煤岩体冲击倾向性信息、地应力信息、地质构造信息和煤厚变化信息。具体的第一指标信息的稳定指数为:
(1)开采深度
煤层开采深度是预测冲击地压和评价开挖结构动力稳定性的一个重要指标,根据对开采深度的分析,确定从开采深度角度评价开挖结构动力稳定性指数如下:当开采深度H>1000m时,开挖结构动力稳定性指数为4;当700<H≤1000m时,开挖结构动力稳定性指数为3;当400<H≤700m时,开挖结构动力稳定性指数为2;当H≤400m时,开挖结构动力稳定性指数为1。
(2)煤岩冲击倾向性
煤岩冲击倾向性特征对冲击地压发生和也具有一定的控制作用。煤层和顶板具有强冲击倾向对应支持的开挖结构动力稳定性指数为4,煤层和顶板具有中等冲击倾向对应支持的开挖结构动力稳定性指数为3,煤层和顶板具有弱冲击倾向对应支持的开挖结构动力稳定性指数为2,煤层和顶板具有无冲击倾向对应支持的开挖结构动力稳定性指数为1。
(3)地应力水平
冲击地压是煤岩体中应力和能量迅速释放的一种动力现象,因此煤炭开采区域的地应力水平是开挖结构动力稳定性指数评价的重要指标,本次采用地应力水平评价开挖结构动力稳定性指数时包括原岩应力和采动应力2项指标,原岩应力采用的是最大主应力指标,采动应力采用应力集中系数指标。当最大主应力σ1>30MPa时,开挖结构动力稳定性指数为4;当24<σ1≤30MPa时,开挖结构动力稳定性指数为3;当18<σ1≤24MPa时,开挖结构动力稳定性指数为2;当σ1≤18MPa时,开挖结构动力稳定性指数为1。当应力集中系数k>2.8时,开挖结构动力稳定性指数为4;当2.3<k≤2.8时,开挖结构动力稳定性指数为3;当1.7<k≤2.3时,开挖结构动力稳定性指数为2;当k≤1.7时,开挖结构动力稳定性指数为1。
(4)地质构造
地质构造区域与非地质构造区域的煤炭开采时,形成的开挖结构动力稳定性差异较大,由于地质构造很难量化,因此按照地质构造严重程度为强烈、一般、较弱和无地质构造进行分类,对应支持的开挖结构动力稳定指数分别为4、3、2、1。
(5)煤厚变化
现场实践表明煤厚变化剧烈的区域开挖结构动力稳定性较差,冲击地压发生频繁,可能是由于应力的不均衡传递所致。将煤厚变化程度归纳为剧烈变化、较剧烈变化、稳定变化、几乎不变化4类,对应的开挖结构动力稳定指数分别为4、3、2、1。
综合稳定性模型中的a1、a2、···、an分别为1,则结构动力稳定指数为:
2、扰动强度评价模型
通过采用机器学习算法,对历史第二指标信息和历史指标强度指数进行训练,获得指标强度模型。该指标强度模型可以根据第二指标信息,判断出相应指标的强度指数。
通过采用机器学习算法,对历史指标强度指数和历史扰动强度指数进行训练,获得综合强度模型。该综合强度模型确定了各个指标强度指数计算扰动强度指数的计算参数。例如,计算参数为各个指标强度指数的权重,再通过以下公式计算扰动强度指数。
其中,Dis表示扰动强度指数,D1、D2、···、Dm为扰动强度评价的m个指标的强度指数,b1、b2、···、bn,为各个指标强度指数的权重。
在本发明中,还需要实时采集相应的数据,优化扰动强度评价模型,确保计算结果的准确性。
例如:
第二指标信息,包括:一次回采厚度、断层活化程度、开采速度、遗留煤柱稳定性、坚硬顶板活动强度和采空区充填程度。具体的第二指标信息的强度指数为:
(1)一次回采厚度
工作面煤层的一次回采厚度对于顶板垮落及其形成的震动扰动具有较大影响,将煤层一次回采厚度作为煤岩扰动强度评价的一个重要指标。根据现场观测和实践经验,拟定当煤层一次回采厚度h>6m时,煤岩扰动强度指数为4;当4<h≤6m时,煤岩扰动强度指数为3;当2<H≤4m时,煤岩扰动强度指数为2;当H≤2m时,煤岩扰动强度指数为1。
(2)断层活化程度
工作面开采造成采面附近断层“活化”,断层“活化”容易诱发工作面附近的大能量震动扰动产生。确定当煤壁距离断层62~39m时,煤岩扰动强度指数为2;当煤壁距离断层40~18m时,煤岩扰动强度指数为3;当煤壁距离断层18~0m时,煤岩扰动强度指数为4;当煤壁过断层0~40m时,煤岩扰动强度指数为2;当煤壁过断层40~80m时,扰动强度指数为1。
(3)开采速度
开采速度也是影响震动扰动发生的一个关键因素,开采速度增加会诱发顶板剧烈活动,矿震的频次和能量都会增加。根据开采速度与矿震发生的对应关系,拟定开采速度对扰动型冲击地压的扰动强度指数如下:当开采速度当开采速度大于6m/d时,煤岩扰动强度指数为4;当开采速度为4~6m/d时,煤岩扰动强度指数为3;当开采速度为2~4m/d时,煤岩扰动强度指数为2;当开采速度小于2m/d时,煤岩扰动强度指数为1。
(4)遗留煤柱稳定性
煤矿工作面生产中,由于各种原因会在工作面附近遗留煤柱,煤柱的遗留造成较高程度的应力集中,拟定煤柱大小对扰动型冲击地压发生的扰动强度指标指数。当煤柱宽度大于80m时,煤岩扰动强度指数为1;当煤柱宽度为60~80m时,扰动强度指数为2;当煤柱宽度为40~60m时,扰动强度指数为3;当煤柱宽度为20~40m时,扰动强度指数为4;当煤柱宽度为10~20m时,扰动强度指数为3,当煤柱宽度为0~10m时,扰动强度指数为2。
(5)坚硬顶板活动强度
坚硬顶板断裂是诱发大能量震动的又一关键因素,但是坚硬顶板的扰动效应是坚硬岩层与煤层距离、坚硬岩层厚度、坚硬岩层抗压强度3个指标的综合作用结果,3个指标综合作用引起的扰动强度指数见表1。
表1坚硬顶板对扰动型冲击地压发生的扰动强度指数评价标准
(6)采空区充填程度
工作面开采后,条件不同的采空区上方顶板会发生不同程度的垮落,垮落程度不同孕育施加在煤岩静态结构上的扰动强度必然有所差异,将顶板垮落后的采空区充填程度分为完全充填、基本充填、少数充填和基本不充填4类,对应的煤岩扰动强度指数分别为1、2、3、4。
综合强度模型中的计算参数b1、b2、···、bn分别为1,则扰动强度指数为:
步骤S106:根据所述结构动力稳定指数和扰动强度指数,计算每个所述网格单元的危险性指数。
在根据结构动力稳定指数和扰动强度指数,计算每个网络单元的危险性指数时,可以根据相应的权重系数进行计算,该权重系数可以根据经验值获得,可以人为规定,也可以采用机器学习方法,计算得到,这都在本发明的保护范围内。
当结构动力稳定指数和扰动强度指数的权重相等时,则将结构动力稳定指数和扰动强度指数相加,计算每个网络单元的危险性指数,二者结果的叠加作用可构成扰动型冲击地压的冲击危险性指数RDI,即:RDI=Sta+Dis。
步骤S107:根据所述危险性指数,按照预先建立的危险程度分级准则,对所述网络单元进行分级。
所述危险程度分级准则,包括:无冲击地压危险、弱冲击地压危险、中等冲击地压危险和强冲击地压危险四种等级危险程度的分级准则。
分级准则包括:第一阈值、第二阈值和第三阈值。当危险性指数小于第一阈值时,为无冲击地压危险;当危险性指数大于等于第一阈值且小于第二阈值时,则为弱冲击地压危险;当危险性指数大于等于第二阈值且小于第三阈值,则为中等冲击地压危险;当危险性指数大于等于第三阈值时,为强冲击地压危险。
例如,稳定指数包括:1、2、3、4四种数值,该四个数值表明结构动力稳定性依次减弱;强度指数包括:1、2、3、4四种数值,该四个数值表明煤岩扰动强度依次减弱。当RDI<2.1时,为无冲击地压危险;当2.1≤RDI<4.4时,为弱冲击地压危险;当4.4≤RDI<6.8时,为中等冲击地压危险;当6.8≤RDI时,为强冲击地压危险。
最后根据计算的每个网络单元的危险性指数,按照分级准则,对每个网络单元进行分级,也就说每个网络单元都对应一种危险级别。
步骤S108:输出每个所述网络单元的分级结果。
在输出分级结果时,在煤矿工作面的结构示意图中的标明每个网络结构的危险级别,如图3所示。图3为某矿63上05工作面运输顺槽、回风顺槽和开切眼巷道的扰动型冲击地压危险性的预测结果图。
本发明考虑了扰动型冲击地压灾害发生受到煤岩开挖结构动力稳定性和外部扰动强度耦合叠加的影响,能够准确地预测扰动型冲击地压灾害的危险区域及危险程度,科学性与适用性更强,能够有效保证冲击地压矿井安全生产,具有重大实践意义和现场应用价值。
基于与上述一种煤矿冲击地压危险程度的预测方法相同的发明构思,与之相对应的,本发明实施例还提供了一种煤矿冲击地压危险程度的预测装置,如图4所示。由于装置实施例基本相似与方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。
本发明提供的一种煤矿冲击地压危险程度的预测装置,包括:
模型结构建立模块101,用于建立煤矿工作面的结构示意图;
单元划分模块102,用于将所述结构示意图划分成若干个网格单元;
信息采集模块103,用于采集每个所述网格单元中,影响煤岩开挖结构动力稳定性的第一指标信息和影响扰动强度的第二指标信息;
稳定指数计算模块104,用于根据所述第一指标信息,基于预先建立的稳定性评价模型,计算每个所述网格单元的结构动力稳定指数;
强度指数计算模块105,用于根据所述第二指标信息,基于预先建立的扰动强度评价模型,计算每个所述网格单元的扰动强度指数;
危险指数计算模块106,用于根据所述结构动力稳定指数和扰动强度指数,计算每个所述网格单元的危险性指数;
分级模块107,用于根据所述危险性指数,按照预先建立的危险程度分级准则,对所述网络单元进行分级;
输出模块108,用于输出每个所述网络单元的分级结果。
在本发明提供的一个具体实施例中,所述第一指标信息,包括:开采深度、煤岩体冲击倾向性信息、地应力信息、地质构造信息和煤厚变化信息中的一种或多种。
在本发明提供的一个具体实施例中,所述第二指标信息,包括:一次回采厚度、断层活化程度、开采速度、遗留煤柱稳定性、坚硬顶板活动强度和采空区充填程度中的一种或多种。
在本发明提供的一个具体实施例中,所述装置,还包括:
历史信息采集模块,用于采集关于煤岩开挖结构动力稳定性的第一历史信息和扰动强度的第二历史信息;
稳定性模型建立模块,用于根据所述第一历史信息,采用机器学习算法,建立稳定性评价模型;
强度模型建立模块,用于根据所述第二历史信息,采用机器学习算法,建立扰动强度评价模型。
在本发明提供的一个具体实施例中,所述装置,还包括:
优化模块,用于实时更新所述稳定性评价模型和所述扰动强度评价模型。
在本发明提供的一个具体实施例中,所述危险指数计算模块106,具体用于:
根据所述结构动力稳定指数和扰动强度指数,基于相应的权重系数,计算每个所述网格单元的危险性指数。
在本发明提供的一个具体实施例中,所述危险程度分级准则,包括:无冲击地压危险、弱冲击地压危险、中等冲击地压危险和强冲击地压危险四种等级危险程度的分级准则。
以上,为本发明提供的一种煤矿冲击地压危险程度的预测装置。
进一步地,在上述实施例所提供的一种煤矿冲击地压危险程度的预测方法及装置的基础上,本发明实施例还提供了一种煤矿冲击地压危险程度的预测设备。如图5所示,该设备可以包括:一个或多个处理器201、一个或多个输入设备202、一个或多个输出设备203和存储器204,上述处理器201、输入设备202、输出设备203和存储器204通过总线205相互连接。存储器204用于存储计算机程序,所述计算机程序包括程序指令,所述处理器201被配置用于调用所述程序指令执行上述方法实施例部分的方法。
应当理解,在本发明实施例中,所称处理器201可以是中央处理单元(CentralProcessing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备202可以包括键盘等,输出设备203可以包括显示器(LCD等)、扬声器等。
该存储器204可以包括只读存储器和随机存取存储器,并向处理器201提供指令和数据。存储器204的一部分还可以包括非易失性随机存取存储器。例如,存储器204还可以存储设备类型的信息。
具体实现中,本发明实施例中所描述的处理器201、输入设备202、输出设备203可执行本发明实施例提供的一种煤矿冲击地压危险程度的预测方法的实施例中所描述的实现方式,在此不再赘述。
相应地,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令被处理器执行时实现:上述一种煤矿冲击地压危险程度的预测方法。
所述计算机可读存储介质可以是前述任一实施例所述的系统的内部存储单元,例如系统的硬盘或内存。所述计算机可读存储介质也可以是所述系统的外部存储设备,例如所述系统上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述计算机可读存储介质还可以既包括所述系统的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述系统所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (7)
1.一种煤矿冲击地压危险程度的预测方法,其特征在于,包括:
建立煤矿工作面的结构示意图;
将所述结构示意图划分成若干个网格单元;
采集每个所述网格单元中,影响煤岩开挖结构动力稳定性的第一指标信息和影响扰动强度的第二指标信息;
根据所述第一指标信息,基于预先建立的稳定性评价模型,计算每个所述网格单元的结构动力稳定指数;
根据所述第二指标信息,基于预先建立的扰动强度评价模型,计算每个所述网格单元的扰动强度指数;
根据所述结构动力稳定指数和扰动强度指数,计算每个所述网格单元的危险性指数;
根据所述危险性指数,按照预先建立的危险程度分级准则,对所述网格 单元进行分级;
输出每个所述网格 单元的分级结果;
所述第一指标信息,包括:开采深度、煤岩体冲击倾向性信息、地应力信息、地质构造信息和煤厚变化信息中的一种或多种;
所述第二指标信息,包括:一次回采厚度、断层活化程度、开采速度、遗留煤柱稳定性、坚硬顶板活动强度和采空区充填程度中的一种或多种;
在计算结构动力稳定指数和扰动强度指数的步骤之前,还包括:
采集关于煤岩开挖结构动力稳定性的第一历史信息和扰动强度的第二历史信息;
根据所述第一历史信息,采用机器学习算法,建立稳定性评价模型;
根据所述第二历史信息,采用机器学习算法,建立扰动强度评价模型;
其中,第一历史信息包括:历史第一指标信息、历史指标稳定指数和历史结构动力稳定指数;第二历史信息包括:历史第二指标信息、历史指标强度指数和历史扰动强度指数;
其中,历史指标稳定指数、历史结构动力稳定指数、历史指标强度指数和历史扰动强度指数为同一个指数体系,可以是人为规定的结果。
2.根据权利要求1所述的方法,其特征在于,还包括:
实时更新所述稳定性评价模型和所述扰动强度评价模型。
3.根据权利要求1所述的方法,其特征在于,所述根据所述结构动力稳定指数和扰动强度指数,计算每个所述网格单元的危险性指数,包括:
根据所述结构动力稳定指数和扰动强度指数,基于相应的权重系数,计算每个所述网格单元的危险性指数。
4.根据权利要求1所述的方法,其特征在于,所述危险程度分级准则,包括:无冲击地压危险、弱冲击地压危险、中等冲击地压危险和强冲击地压危险四种等级危险程度的分级准则。
5.一种煤矿冲击地压危险程度的预测装置,其特征在于,包括:
模型结构建立模块,用于建立煤矿工作面的结构示意图;
单元划分模块,用于将所述结构示意图划分成若干个网格单元;
信息采集模块,用于采集每个所述网格单元中,影响煤岩开挖结构动力稳定性的第一指标信息和影响扰动强度的第二指标信息;
稳定指数计算模块,用于根据所述第一指标信息,基于预先建立的稳定性评价模型,计算每个所述网格单元的结构动力稳定指数;
强度指数计算模块,用于根据所述第二指标信息,基于预先建立的扰动强度评价模型,计算每个所述网格单元的扰动强度指数;
危险指数计算模块,用于根据所述结构动力稳定指数和扰动强度指数,计算每个所述网格单元的危险性指数;
分级模块,用于根据所述危险性指数,按照预先建立的危险程度分级准则,对所述网格单元进行分级;
输出模块,用于输出每个所述网格 单元的分级结果;
所述第一指标信息,包括:开采深度、煤岩体冲击倾向性信息、地应力信息、地质构造信息和煤厚变化信息中的一种或多种;
所述第二指标信息,包括:一次回采厚度、断层活化程度、开采速度、遗留煤柱稳定性、坚硬顶板活动强度和采空区充填程度中的一种或多种;
所述装置,还包括:
历史信息采集模块,用于采集关于煤岩开挖结构动力稳定性的第一历史信息和扰动强度的第二历史信息;
稳定性模型建立模块,用于根据所述第一历史信息,采用机器学习算法,建立稳定性评价模型;
强度模型建立模块,用于根据所述第二历史信息,采用机器学习算法,建立扰动强度评价模型;
其中,第一历史信息包括:历史第一指标信息、历史指标稳定指数和历史结构动力稳定指数;第二历史信息包括:历史第二指标信息、历史指标强度指数和历史扰动强度指数;
其中,历史指标稳定指数、历史结构动力稳定指数、历史指标强度指数和历史扰动强度指数为同一个指数体系,可以是人为规定的结果。
6.一种煤矿冲击地压危险程度的预测设备,其特征在于,包括处理器、输入设备、输出设备和存储器,所述处理器、输入设备、输出设备和存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如权利要求1-4任一项所述的方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如权利要求1-4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910107736.1A CN109598102B (zh) | 2019-02-01 | 2019-02-01 | 煤矿冲击地压危险程度的预测方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910107736.1A CN109598102B (zh) | 2019-02-01 | 2019-02-01 | 煤矿冲击地压危险程度的预测方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109598102A CN109598102A (zh) | 2019-04-09 |
CN109598102B true CN109598102B (zh) | 2022-05-27 |
Family
ID=65967297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910107736.1A Active CN109598102B (zh) | 2019-02-01 | 2019-02-01 | 煤矿冲击地压危险程度的预测方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109598102B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110630330B (zh) * | 2019-09-23 | 2021-01-05 | 辽宁工程技术大学 | 一种基于能量释放主体的冲击地压分类及判定方法 |
CN111270987B (zh) * | 2020-01-20 | 2020-12-25 | 中国矿业大学 | 一种煤矿井下远程区域精准防控冲击地压方法 |
CN111444617A (zh) * | 2020-03-27 | 2020-07-24 | 贵州中医药大学第一附属医院 | 涂层质量在线预测方法、系统以及计算机可读存储介质 |
CN111997691A (zh) * | 2020-08-19 | 2020-11-27 | 华能煤炭技术研究有限公司 | 一种矿井冲击地压防冲方法及装置 |
CN112446592A (zh) * | 2020-11-11 | 2021-03-05 | 核工业北京地质研究院 | 一种基于当量采深估算的岩爆危险性等级评价方法 |
CN112196536B (zh) * | 2020-11-13 | 2022-06-21 | 西安科技大学 | 基于采动力学的冲击地压矿井采煤面推进速度的确定方法 |
CN113988609A (zh) * | 2021-10-27 | 2022-01-28 | 陕西旬邑青岗坪矿业有限公司 | 工作面溃水溃泥灾害的探查及风险判识方法 |
CN114810211B (zh) * | 2021-11-26 | 2023-03-10 | 中国矿业大学 | 一种基于矿震群震动波能量衰减特性的冲击地压危险预测方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108710759A (zh) * | 2018-05-18 | 2018-10-26 | 辽宁工程技术大学 | 一种通过现场测量煤体软化模量指数判断冲击倾向性的方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103912310B (zh) * | 2014-04-15 | 2016-05-25 | 辽宁工程技术大学 | 一种矿井动力灾害预测方法 |
CN105785471B (zh) * | 2016-02-14 | 2017-11-07 | 辽宁工程技术大学 | 一种矿井预开采煤层的冲击危险性评价方法 |
CN206190299U (zh) * | 2016-11-01 | 2017-05-24 | 贵州大学 | 一种工作面煤壁柔性加固实验系统 |
CN106501857B (zh) * | 2016-11-02 | 2018-11-27 | 中国矿业大学 | 一种煤矿巷道冲击地压危险性的声学监测方法 |
CN106703883B (zh) * | 2016-12-29 | 2018-03-13 | 山东科技大学 | 一种个性化确定采煤工作面底板突水危险等级的方法 |
-
2019
- 2019-02-01 CN CN201910107736.1A patent/CN109598102B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108710759A (zh) * | 2018-05-18 | 2018-10-26 | 辽宁工程技术大学 | 一种通过现场测量煤体软化模量指数判断冲击倾向性的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109598102A (zh) | 2019-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109598102B (zh) | 煤矿冲击地压危险程度的预测方法、装置、设备及介质 | |
Sepehri et al. | Evaluation of mining-induced energy and rockburst prediction at a diamond mine in Canada using a full 3D elastoplastic finite element model | |
CN104533443B (zh) | 一种坚硬顶板矿井冲击地压灾害危险性预测分析方法 | |
He et al. | Rockburst laboratory tests database—application of data mining techniques | |
Zhu et al. | A prediction method of coal burst based on analytic hierarchy process and fuzzy comprehensive evaluation | |
Singh et al. | Assessment of mining induced stress development over coal pillars during depillaring | |
Cui et al. | Sudden surface collapse disasters caused by shallow partial mining in Datong coalfield, China | |
CN110298107B (zh) | 一种基于增量叠加的工作面冲击危险性评价方法 | |
Pan et al. | Effect of premining on hard roof distress behavior: a case study | |
CN104408323A (zh) | 一种基于多源信息融合的采场顶板离层水害超前预报方法 | |
CN111859712A (zh) | 一种煤矿冲击地压地面超前预控方法 | |
CN103233777A (zh) | 一种顶板安全矿压监测方法及装置 | |
CN105741029A (zh) | 一种基于累积应力集中系数的冲击危险评价方法 | |
Abdellah et al. | Stability of underground mine development intersections during the life of a mine plan | |
CN109975119A (zh) | 一种岩石双轴压缩爆破设计方法 | |
CN111222254A (zh) | 基于应力叠加法的工作面冲击地压危险等级划分方法和系统 | |
Guan et al. | Vibration response and failure modes analysis of the temporary support structure under blasting excavation of tunnels | |
Ren et al. | Study on the rock mass caving and surface subsidence mechanism based on an in situ geological investigation and numerical analysis | |
CN109815612B (zh) | 一种煤与瓦斯突出灾害预测方法、装置、设备及介质 | |
Zhang et al. | Strata movement and stress evolution when mining two overlapping panels affected by hard stratum | |
Sun et al. | Numerical investigation of gob‐side entry retaining through precut overhanging hard roof to control rockburst | |
Jiao et al. | Numerical Simulation of Mining‐Induced Stress Evolution and Fault Slip Behavior in Deep Mining | |
CN109918696A (zh) | 一种冲击地压强度等级的分类方法及装置 | |
Tan et al. | Stability analysis and determination of large-section multi-chamber group in deep coal mine | |
Abdellah et al. | Geotechnical risk assessment of mine development intersections with respect to mining sequence |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |