CN112031839B - 有限数据条件下的矿压时空双周期预测方法、装置及设备 - Google Patents

有限数据条件下的矿压时空双周期预测方法、装置及设备 Download PDF

Info

Publication number
CN112031839B
CN112031839B CN202010700896.XA CN202010700896A CN112031839B CN 112031839 B CN112031839 B CN 112031839B CN 202010700896 A CN202010700896 A CN 202010700896A CN 112031839 B CN112031839 B CN 112031839B
Authority
CN
China
Prior art keywords
value
prediction
mine pressure
hydraulic support
curve
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
Application number
CN202010700896.XA
Other languages
English (en)
Other versions
CN112031839A (zh
Inventor
尹希文
徐刚
卢振龙
李正杰
刘前进
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CCTEG Coal Mining Research Institute
Original Assignee
CCTEG Coal Mining Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CCTEG Coal Mining Research Institute filed Critical CCTEG Coal Mining Research Institute
Priority to CN202010700896.XA priority Critical patent/CN112031839B/zh
Publication of CN112031839A publication Critical patent/CN112031839A/zh
Application granted granted Critical
Publication of CN112031839B publication Critical patent/CN112031839B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • E—FIXED CONSTRUCTIONS
    • E21—EARTH DRILLING; MINING
    • E21D—SHAFTS; TUNNELS; GALLERIES; LARGE UNDERGROUND CHAMBERS
    • E21D15/00—Props; Chocks, e.g. made of flexible containers filled with backfilling material
    • E21D15/14—Telescopic props
    • E21D15/44—Hydraulic, pneumatic, or hydraulic-pneumatic props
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH DRILLING; MINING
    • E21D—SHAFTS; TUNNELS; GALLERIES; LARGE UNDERGROUND CHAMBERS
    • E21D15/00—Props; Chocks, e.g. made of flexible containers filled with backfilling material
    • E21D15/14—Telescopic props
    • E21D15/46—Telescopic props with load-measuring devices; with alarm devices
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH DRILLING; MINING
    • E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
    • E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH DRILLING; MINING
    • E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
    • E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
    • E21F17/18—Special adaptations of signalling or alarm devices

Abstract

本申请公开了一种有限数据条件下的矿压时空双周期预测方法、装置及设备，涉及煤矿开采技术领域。其中方法包括：首先根据综采工作面的液压支架载荷数据，绘制历史时间段内的液压支架载荷时序曲线，以及循环未阻力空序曲线；然后利用所述液压支架载荷时序曲线的周期性变化特征，预测所述综采工作面在第一未来时间段内的第一矿压，以及利用所述循环未阻力空序曲线的周期性变化特征，预测所述综采工作面在第二未来时间段内的第二矿压，其中所述第二未来时间段的时长大于所述第一未来时间段的时长；最后依据所述第一矿压和所述第二矿压，确定所述综采工作面的矿压预测值。本申请可有效进行综采工作面矿压预测。

Description

有限数据条件下的矿压时空双周期预测方法、装置及设备
技术领域
本申请涉及煤矿开采技术领域，特别是涉及一种有限数据条件下的矿压时空双周期预测方法、装置及设备。
背景技术
近年来，顶板灾害死亡人数和发生起数一直位于煤矿五大灾害之首，矿山压力(即矿压)是综采工作面顶板灾害发生的根源，准确、可靠的预测矿压是有效防治顶板灾害最直接、最有效的手段之一。
综采工作面通常位于数百米的地下有限空间内，综采工作面矿压的影响因素众多，其中大部分影响因素限于自然条件和监测手段的限制，无法准确采取。主要表现在以下几个方面：一是地下的煤岩层具有非均质、非连续和各向异性的特征，地质条件千变万化，无法准确监测；二是煤层开采后覆岩运动状态复杂多变，现有手段只能监测其位移、应力等基本数据，无法准确监测其破断过程。基于大数据和人工智能方法建立矿压智能预测模型难度较大，研究有限数据条件下的综采工作面矿压预测方法势在必行。
现有的矿压预测方法主要采用简易的上、下限值预警，起到了“临阵逃脱”作用，例如，根据经验值，事先设置矿压的上、下限预警值，在实际矿压超过该上限值或者下限值时，发出预警。因此现有的矿压预测方法实际无法起到矿压预测的作用，进而无法准确预测综采工作面的矿压。
发明内容
有鉴于此，本申请提供了一种有限数据条件下的矿压时空双周期预测方法、装置及设备，主要目的在于解决目前现有的矿压预测方法实际无法起到矿压预测的作用，进而无法准确预测综采工作面矿压的技术问题。
依据本申请一个方面，提供了一种有限数据条件下的矿压时空双周期预测方法，该方法包括：
获取综采工作面的液压支架载荷数据；
根据所述液压支架载荷数据，绘制历史时间段内的液压支架载荷时序曲线，以及循环未阻力空序曲线，所述历史时间段为历史时间点至当前时间点之间的时间段；
利用所述液压支架载荷时序曲线的周期性变化特征，预测所述综采工作面在第一未来时间段内的第一矿压；及，
利用所述循环未阻力空序曲线的周期性变化特征，预测所述综采工作面在第二未来时间段内的第二矿压，其中所述第二未来时间段的时长大于所述第一未来时间段的时长；
依据所述第一矿压和所述第二矿压，确定所述综采工作面的矿压预测值。
依据本申请另一个方面，提供了一种有限数据条件下的矿压时空双周期预测装置，该装置包括：
获取模块，用于获取综采工作面的液压支架载荷数据；
绘制模块，用于根据所述液压支架载荷数据，绘制历史时间段内的液压支架载荷时序曲线，以及循环未阻力空序曲线，所述历史时间段为历史时间点至当前时间点之间的时间段；
预测模块，用于利用所述液压支架载荷时序曲线的周期性变化特征，预测所述综采工作面在第一未来时间段内的第一矿压；及，
所述预测模块，还用于利用所述循环未阻力空序曲线的周期性变化特征，预测所述综采工作面在第二未来时间段内的第二矿压，其中所述第二未来时间段的时长大于所述第一未来时间段的时长；
确定模块，用于依据所述第一矿压和所述第二矿压，确定所述综采工作面的矿压预测值。
依据本申请又一个方面，提供了一种存储设备，其上存储有计算机程序，所述程序被处理器执行时实现上述有限数据条件下的矿压时空双周期预测方法。
依据本申请再一个方面，提供了一种有限数据条件下的矿压时空双周期预测设备，包括存储设备、处理器及存储在存储设备上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述有限数据条件下的矿压时空双周期预测方法。
借由上述技术方案，本申请提供的一种有限数据条件下的矿压时空双周期预测方法、装置及设备，可根据综采工作面的液压支架载荷数据，绘制历史时间段内的液压支架载荷时序曲线，以及循环未阻力空序曲线；然后分别利用液压支架载荷时序曲线的周期性变化特征，预测综采工作面在中期内的第一矿压，以及利用循环未阻力空序曲线的周期性变化特征，预测综采工作面在长期内的第二矿压。最后依据预测的中期内的第一矿压和长期内的第二矿压，综合确定综采工作面的矿压预测值。与目前现有的矿压预测方法相比，本申请可做到综采工作面矿压的有效预测，能够准确预测综采工作面的矿压，为综采工作面各类灾害防治和围岩控制提供依据，保障工作面的安全、高效回采。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本申请实施例提供的一种有限数据条件下的矿压时空双周期预测方法流程示意图；
图2示出了本申请实施例提供的另一种有限数据条件下的矿压时空双周期预测方法流程示意图；
图3示出了本申请实施例提供的初撑力及循环末阻力分析示意图；
图4示出了本申请实施例提供的循环末阻力周期性特征提取示意图；
图5示出了本申请实施例提供的不存在拐点时的液压支架载荷时序预测示意图；
图6示出了本申请实施例提供的存在拐点时的液压支架载荷时序预测示意图；
图7示出了本申请实施例提供的液压支架循环末阻力空序周期性模板曲线示意图；
图8示出了本申请实施例提供的循环末阻力匹配预测示意图；
图9示出了本申请实施例提供的一种有限数据条件下的矿压时空双周期预测装置的结构示意图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本申请。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
为了解决目前现有的矿压预测方法实际无法起到矿压预测的作用，进而无法准确预测综采工作面矿压的技术问题。本实施例提供了一种有限数据条件下的矿压时空双周期预测方法，如图1所示，该方法包括：
101、获取综采工作面的液压支架载荷数据。
例如，可利用综采工作面的液压支架载荷在线监测系统，获取综采工作面的液压支架载荷数据。
对于本实施例的执行主体可为用于综采工作面矿压预测的装置或设备，基于综采工作面有限的液压支架载荷数据，分析液压支架载荷时序曲线变化特征和空序曲线变化特征，分别建立时序预测模型和空序预测模型，实现矿山压力的中长期预测，具体可执行步骤102至104所示的过程。
102、根据液压支架载荷数据，绘制历史时间段内的液压支架载荷时序曲线，以及循环未阻力空序曲线。
其中，历史时间段可为历史时间点至当前时间点之间的时间段。例如，采集特定的历史时间点至当前时间点之间这段时间内的综采工作面液压支架载荷及其对应的时间，这其中可提出剔除由于传感器故障或受干扰产生的0支架载荷数据、以及高于液压支架额定载荷50％的支架载荷数据。然后根据采集的数据，绘制液压支架载荷随时间变化的实测曲线，作为液压支架载荷时序曲线。
在绘制得到液压支架载荷时序曲线之后，根据该液压支架载荷时序曲线分析每一采煤循环、以及每一采煤循环所对应的循环未阻力，以便根据每一循环末阻力以及与每一循环末阻力对应的工作推进步距，绘制循环末阻力随推进度周期性变化曲线，作为循环未阻力空序曲线。
103、利用液压支架载荷时序曲线的周期性变化特征，预测综采工作面在第一未来时间段内的第一矿压，以及利用循环未阻力空序曲线的周期性变化特征，预测综采工作面在第二未来时间段内的第二矿压。
其中，第二未来时间段的时长大于第一未来时间段的时长。本实施例可利用液压支架载荷时序曲线的周期性变化特征，实现综采工作面矿压的中期预测，以及可利用循环未阻力空序曲线的周期性变化特征，实现综采工作面矿压的长期预测。
104、依据第一矿压和第二矿压，确定综采工作面的矿压预测值。
对于本实施例，在通过液压支架载荷时序曲线的周期性变化特征以及循环未阻力空序曲线的周期性变化特征，分别得到综采工作面矿压的中期预测结果和长期预测结果后，可根据中期预测结果分别与初撑力值、液体支架额定载荷之间的比较结果，来综合判定此种情况下是采用中期预测结果、或是采用长期预测结果、或是采用二者结合来确定综采工作面的矿压预测值，以使得此种情况下预测得到的矿压预测值的可信度更高。
本实施例提供的一种有限数据条件下的矿压时空双周期预测方法，可根据综采工作面的液压支架载荷数据，绘制历史时间段内的液压支架载荷时序曲线，以及循环未阻力空序曲线；然后分别利用液压支架载荷时序曲线的周期性变化特征，预测综采工作面在未来中期内的第一矿压，以及利用循环未阻力空序曲线的周期性变化特征，预测综采工作面在未来长期内的第二矿压。最后依据预测的未来中期内的第一矿压和未来长期内的第二矿压，综合确定综采工作面的矿压预测值。与目前现有的矿压预测方法相比，本实施例可做到综采工作面矿压的有效预测，能够准确预测综采工作面的矿压，为综采工作面各类灾害防治和围岩控制提供依据，保障工作面的安全、高效回采。
进一步的，作为本实施例的扩展和细化，为了完整说明本实施例的具体实施过程，提供了另一种有限数据条件下的矿压时空双周期预测方法，如图2所示，该方法包括：
201、获取综采工作面的液压支架载荷数据。
202、根据综采工作面的液压支架载荷数据，绘制历史时间段内的液压支架载荷时序曲线，以及循环未阻力空序曲线。
可选的，步骤202具体可包括：首先对液压支架载荷数据进行预处理，以时间为横坐标、液压支架载荷为纵坐标，绘制历史时间段内的液压支架载荷时序曲线；再利用液压支架载荷时序曲线，分析每一时间周期内的循环末阻力；然后根据每一时间周期内的循环末阻力，以推进度为横坐标、循环末阻力为纵坐标，绘制循环未阻力空序曲线。
例如，设实测支架载荷数据点为Pi，以时间为横坐标，绘制液压支架载荷时序曲线，如图3所示。然后以推进度为横坐标，循环末阻力Pmj为纵坐标，绘制循环末阻力空序曲线，如图4所示。
下面分别从时间和空间两个维度考虑，首先在时间维度方面，分析过去一段时间内的液压支架载荷时序曲线周期性变化特征，得到每一个时间周期内的液压支架初撑力Pcj和循环末阻力Pmj，采用回归预测方法得到支架载荷中期预测值f(t)，具体可执行步骤203a至207a所示的过程。然后在空间维度方面，分析循环末阻力空序曲线周期性变化特征并进行聚类，构建周期性模板曲线，采用匹配预测方法得到循环末阻力的匹配预测值f(L)，具体可执行步骤203b至207b所示的过程。
203a、在液压支架载荷时序曲线上，分析液压支架初撑力特征点、中间拐点和循环末阻力特征点。
例如，在图3所示的液压支架载荷时序曲线上，分析初撑力Pcj、拐点Ptj和循环末阻力Pmj。
204a、若经过分析确定液压支架载荷时序曲线上存在中间拐点，则选取距离当前时间点最近的一个中间拐点作为起始点；若不存在中间拐点，则选取距离当前时间点最近的一个液压支架初撑力特征点作为起始点。
205a、根据液压支架载荷时序曲线上是否存在中间拐点，利用不同的拟合函数对起始点至当前时间点内的液压支架载荷时序数据进行回归分析，得到相关系数。
206a、根据相关系数中最大值所对应的拟合函数，建立回归预测模型。
207a、利用回归预测模型，根据实测的液压支架载荷进行液压支架载荷时序预测，得到回归预测值作为判定第一矿压的预测值。
例如，根据液压支架载荷时序曲线上是否存在中间拐点，采用如下拟合函数对起始点至当前时间点内的液压支架载荷时序数据进行回归分析，得到相关系数，将相关系数最大值对应的回归函数作为预测方程f()进行支架载荷中期预测，预测效果如图5和图6所示，图5为不存在拐点时的时序预测示意图，图6为存在拐点时的时序预测示意图。
其中，液压支架载荷时序曲线上不存在中间拐点时的拟合函数如公式一和公式二所示，存在中间拐点时拟合函数如公式三和公式四所示。
不存在拐点时的拟合函数公式如下：
f(t)＝a+b*lnt(t0<t<tm) (公式一)
或
f(t)＝a+b*et(t0<t<tm) (公式二)
存在拐点时的拟合函数公式如下：
f(t)＝a1+b1*lnt+a2+b2*t(t0<t<tm) (公式三)
或
f(t)＝a1+b1*lnt+a2+b2*et(t0<t<tm) (公式四)
上述公式中，f(t)——液压支架载荷增阻函数；a1、a2、b1、b2——表示拟合参数。t0代表时间段的起始点，tm代表时间段的终止点。
与步骤203a并列的步骤203b、在循环未阻力空序曲线上，分析周期性峰值点。
204b、提取相邻周期性峰值点间的曲线作为周期性变化曲线。
205b、采用聚类方法将周期性变化曲线划分为至少一类别，并分析每一类别内各数据点的几何平均值、几何平均值与一倍均方差之和、几何平均值与一倍均方差之差。
206b、根据每一类别内各数据点的几何平均值、几何平均值与一倍均方差之和、几何平均值与一倍均方差之差，构建模板曲线。
207b、将实测循环末阻力空序曲线与所述模板曲线进行匹配，以相似度最高的模板曲线进行初步匹配预测，得到循环末阻力的三个匹配预测值，作为判定第二矿压的预测值。
其中，三个匹配预测值包括平均值、上限值、以及下限值，所述平均值为组成模板曲线的各条数据的几何平均值，上限值对应几何平均值与一倍均方差之和，下限值对应几何平均值与一倍均方差之差，一倍均方差为组成模板曲线的各条数据的一倍均分差。
例如，如图4所示，分析周期性峰值点Pmk。以相邻峰值点之间的曲线作为周期性变化曲线Li，采用聚类方法将其划分为若干类别，分析每一类别内各数据点PLi的几何平均值
Figure BDA0002593000360000081
建立平均值模板曲线
Figure BDA0002593000360000082
以各数据点PLi的几何平均值和1倍均方差之和建立上限值模板曲线
Figure BDA0002593000360000083
以各数据点PLi的几何平均值与1倍均方差之差建立下限值模板曲线
Figure BDA0002593000360000084
如图7(a)所示，共有L1、L2、L11、L15、L18、L20、L21七条周期性变化曲线组成，取每个横坐标对应的7条数据的几何平均值建立平均值模板曲线
Figure BDA0002593000360000085
7条数据的平均值与1倍均方差之和建立上限值模板曲线
Figure BDA0002593000360000086
平均值与1倍均方差之差建立下限值模板曲线
Figure BDA0002593000360000087
采用同样的方法得到图7(b)所示的模板曲线
Figure BDA0002593000360000088
将分析得到的两类平均值模板曲线与实测循环末阻力空序曲线进行匹配，以相似度最高的平均值模板曲线
Figure BDA0002593000360000089
进行初步匹配预测，得到三个匹配预测值：平均值
Figure BDA00025930003600000810
上限值
Figure BDA00025930003600000811
和下限值
Figure BDA00025930003600000812
其中σ为均方差，如图8所示，设最终匹配预测值为f(L)。
208、依据第一矿压预测值和第二矿压预测值，确定综采工作面最终的矿压预测值。
由于第一矿压预测值f(t)对时间因素较为敏感，在工作面遇到检修、设备故障等特殊状态时易造成数据异常波动，第二矿压预测值f(L)对空间因素较为敏感，预测时间较长，对工作面推进速度的影响考虑较少，综合以上二者的预测结果，可以兼顾时间和空间对循环末阻力的影响，有效提高预测精度。采用以下方法综合第一矿压预测值f(t)和第二矿压预测值f(L)确定最终的矿压预测值P'。
可选的，步骤208具体可包括：若回归预测值大于液体支架额定载荷的预设倍数、或小于初撑力值，则矿压预测值为三个匹配预测值中的平均值；若回归预测值大于初撑力值、且小于液体支架额定载荷的预设倍数，则对比回归预测值分别与三个匹配预测值的相似度，并将相似度最大的匹配预测值与回归预测值的平均值，作为矿压预测值。
例如，如果回归预测值f(t)大于初撑力、且小于支架额定载荷的1.3倍，则对比回归预测值f(t)分别与匹配预测平均值
Figure BDA0002593000360000091
匹配预测平均值与1倍均方差之和
Figure BDA0002593000360000092
匹配预测值与1倍均方差之差
Figure BDA0002593000360000093
的相近程度，以最近值与回归预测值的算术平均值作为最终预测值。如经过比较，与回归预测值f(t)最相近的值为
Figure BDA0002593000360000094
则
Figure BDA0002593000360000095
进而得到最终预测值Pi'＝0.5×[f(t)+f(L)]。
209、将实测循环末阻力的几何平均值与一倍均方差之和，作为顶板来压判据；若综采工作面的矿压预测值大于顶板来压判据，则判定综采工作面的当前移架位置疑似产生顶板来压。
例如，以实测循环末阻力Pmj的几何平均值与1倍均方差之和为顶板来压判据Pi s，当预测值大于来压判据时，认为综采工作面的当前移架位置产生了顶板来压，如图8所示。其中来压判据可如公式五所示：
Figure BDA0002593000360000096
公式五中，n代表当前循环末阻力总数量，j代表循环末阻力序列号，i代表当前来压步距的计算次数。
进一步的，在判定综采工作面的当前移架位置疑似产生顶板来压之后，则本实施例方法还可包括：发送告警信息，用于告警将要出现风险。告警信息的形式可以包括文字告警、图片告警、音频告警、视频告警、灯光告警、振动告警等。
本实施例可基于目前综采工作面普遍采用的液压支架载荷在线监测系统收集到的数据，将矿压理论和数据挖掘技术相结合，开发有限数据条件下综采工作面矿压双周期预测方案，实现循环末阻力以及顶板来压步距的可靠预测。
进一步的，作为图1方法的具体实现，本实施例提供了一种有限数据条件下的矿压时空双周期预测装置，如图9所示，本装置包括：获取模块31、绘制模块32、预测模块33、确定模块34。
获取模块31，用于获取综采工作面的液压支架载荷数据；
绘制模块32，用于根据所述液压支架载荷数据，绘制历史时间段内的液压支架载荷时序曲线，以及循环未阻力空序曲线，所述历史时间段为历史时间点至当前时间点之间的时间段；
预测模块33，用于利用所述液压支架载荷时序曲线的周期性变化特征，预测所述综采工作面在第一未来时间段内的第一矿压；及，利用所述循环未阻力空序曲线的周期性变化特征，预测所述综采工作面在第二未来时间段内的第二矿压，其中所述第二未来时间段的时长大于所述第一未来时间段的时长；
确定模块34，用于依据所述第一矿压和所述第二矿压，确定所述综采工作面的矿压预测值。
在具体的应用场景中，绘制模块32，具体用于对所述液压支架载荷数据进行预处理，以时间为横坐标、液压支架载荷为纵坐标，绘制历史时间段内的液压支架载荷时序曲线；利用所述液压支架载荷时序曲线，分析每一时间周期内的循环末阻力；根据每一时间周期内的循环末阻力，以推进度为横坐标、循环末阻力为纵坐标，绘制所述循环未阻力空序曲线。
在具体的应用场景中，预测模块33，具体用于在所述液压支架载荷时序曲线上，分析液压支架初撑力特征点、中间拐点和循环末阻力特征点；若存在中间拐点，则选取距离当前时间点最近的一个中间拐点作为起始点；若不存在中间拐点，则选取距离当前时间点最近的一个液压支架初撑力特征点作为起始点；根据液压支架载荷时序曲线上是否存在中间拐点，利用不同的拟合函数对起始点至当前时间点内的液压支架载荷时序数据进行回归分析，得到相关系数；根据所述相关系数中最大值所对应的拟合函数，建立回归预测模型；利用所述回归预测模型，根据实测的液压支架载荷进行液压支架载荷时序预测，得到回归预测值作为判定所述第一矿压的预测值。
在具体的应用场景中，预测模块33，具体还用于在所述循环未阻力空序曲线上，分析周期性峰值点；提取相邻周期性峰值点间的曲线作为周期性变化曲线；采用聚类方法将所述周期性变化曲线划分为至少一类别；分析每一类别内各数据点的几何平均值、所述几何平均值与一倍均方差之和、所述几何平均值与一倍均方差之差；根据每一类别内各数据点的所述几何平均值、几何平均值与一倍均方差之和、几何平均值与一倍均方差之差，构建模板曲线；将实测循环末阻力空序曲线与所述模板曲线进行匹配，以相似度最高的模板曲线进行初步匹配预测，得到循环末阻力的三个匹配预测值，作为判定所述第二矿压的预测值；其中所述三个匹配预测值包括平均值、上限值、以及下限值，所述平均值对应所述几何平均值，所述上限值对应所述几何平均值与一倍均方差之和，所述下限值对应所述几何平均值与一倍均方差之差。
在具体的应用场景中，确定模块34，具体用于若所述回归预测值大于液体支架额定载荷的预设倍数、或小于初撑力值，则所述矿压预测值为所述三个匹配预测值中的平均值；若所述回归预测值大于初撑力值、且小于液体支架额定载荷的预设倍数，则对比所述回归预测值分别与所述三个匹配预测值的相似度，并将相似度最大的匹配预测值与所述回归预测值的平均值，作为所述矿压预测值。
在具体的应用场景中，确定模块34，还用于将实测循环末阻力的几何平均值与一倍均方差之和，作为顶板来压判据；若所述综采工作面的矿压预测值大于所述顶板来压判据，则判定所述综采工作面的当前移架位置疑似产生顶板来压。
在具体的应用场景中，本装置还可包括：发送模块；
发送模块，用于在判定所述综采工作面的当前移架位置疑似产生顶板来压之后，发送告警信息，用于告警将要出现风险。
需要说明的是，本实施例提供的一种有限数据条件下的矿压时空双周期预测装置所涉及各功能单元的其他相应描述，可以参考图1和图2中的对应描述，在此不再赘述。
基于上述如图1和图2所示方法，相应的，本实施例还提供了一种存储设备，其上存储有计算机程序，该程序被处理器执行时实现图1和图2中所示的有限数据条件下的矿压时空双周期预测方法。
基于上述如图1和图2所示方法以及如图8所示虚拟装置的实施例，本实施例还提供了一种有限数据条件下的矿压时空双周期预测设备，该装置包括：处理器、存储设备、及存储在存储设备上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现图1和图2中所示的方法；该装置还包括：总线，被配置为耦接处理器及存储设备。
通过应用本实施例的技术方案，与目前现有的矿压预测方法相比，本实施例方案可做到综采工作面矿压的有效预测，能够准确预测综采工作面的矿压，为综采工作面各类灾害防治和围岩控制提供依据，保障工作面的安全、高效回采。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本申请可以通过硬件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)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)执行本申请各个实施场景所述的方法。
本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本申请所必须的。
本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
上述本申请序号仅仅为了描述，不代表实施场景的优劣。
以上公开的仅为本申请的几个具体实施场景，但是，本申请并非局限于此，任何本领域的技术人员能思之的变化都应落入本申请的保护范围。

Claims (7)

1.一种有限数据条件下的矿压时空双周期预测方法，其特征在于，包括：
获取综采工作面的液压支架载荷数据；
根据所述液压支架载荷数据，绘制历史时间段内的液压支架载荷时序曲线，以及循环未阻力空序曲线，所述历史时间段为历史时间点至当前时间点之间的时间段；
利用所述液压支架载荷时序曲线的周期性变化特征，预测所述综采工作面在第一未来时间段内的第一矿压；及，
利用所述循环未阻力空序曲线的周期性变化特征，预测所述综采工作面在第二未来时间段内的第二矿压，其中所述第二未来时间段的时长大于所述第一未来时间段的时长；
依据所述第一矿压和所述第二矿压，确定所述综采工作面的矿压预测值；
其中，所述利用所述液压支架载荷时序曲线的周期性变化特征，预测所述综采工作面在第一未来时间段内的第一矿压，包括：
在所述液压支架载荷时序曲线上，分析液压支架初撑力特征点、中间拐点和循环末阻力特征点；
若存在中间拐点，则选取距离当前时间点最近的一个中间拐点作为起始点；
若不存在中间拐点，则选取距离当前时间点最近的一个液压支架初撑力特征点作为起始点；
根据液压支架载荷时序曲线上是否存在中间拐点，利用不同的拟合函数对起始点至当前时间点内的液压支架载荷时序数据进行回归分析，得到相关系数；
根据所述相关系数中最大值所对应的拟合函数，建立回归预测模型；
利用所述回归预测模型，根据实测的液压支架载荷进行液压支架载荷时序预测，得到回归预测值作为判定所述第一矿压的预测值；
其中，所述利用所述循环未阻力空序曲线的周期性变化特征，预测所述综采工作面在第二未来时间段内的第二矿压，包括：
在所述循环未阻力空序曲线上，分析周期性峰值点；
提取相邻周期性峰值点间的曲线作为周期性变化曲线；
采用聚类方法将所述周期性变化曲线划分为至少一类别；
分析每一类别内各数据点的几何平均值、所述几何平均值与一倍均方差之和、所述几何平均值与一倍均方差之差；
根据每一类别内各数据点的所述几何平均值、所述几何平均值与一倍均方差之和、所述几何平均值与一倍均方差之差，构建模板曲线；
将实测循环末阻力空序曲线与所述模板曲线进行匹配，以相似度最高的模板曲线进行初步匹配预测，得到循环末阻力的三个匹配预测值，作为判定所述第二矿压的预测值；
其中所述三个匹配预测值包括平均值、上限值、以及下限值，所述平均值对应所述几何平均值，所述上限值对应所述几何平均值与一倍均方差之和，所述下限值对应所述几何平均值与一倍均方差之差；
其中，所述依据所述第一矿压和所述第二矿压，确定所述综采工作面的矿压预测值，包括：
若所述回归预测值大于液体支架额定载荷的预设倍数、或小于初撑力值，则所述矿压预测值为所述三个匹配预测值中的平均值；
若所述回归预测值大于初撑力值、且小于液体支架额定载荷的预设倍数，则对比所述回归预测值分别与所述三个匹配预测值的相似度，并将相似度最大的匹配预测值与所述回归预测值的平均值，作为所述矿压预测值。
2.根据权利要求1所述的方法，其特征在于，所述根据所述液压支架载荷数据，绘制历史时间段内的液压支架载荷时序曲线，以及循环未阻力空序曲线，具体包括：
对所述液压支架载荷数据进行预处理，以时间为横坐标、液压支架载荷为纵坐标，绘制历史时间段内的液压支架载荷时序曲线；
利用所述液压支架载荷时序曲线，分析每一时间周期内的循环末阻力；
根据每一时间周期内的循环末阻力，以推进度为横坐标、循环末阻力为纵坐标，绘制所述循环未阻力空序曲线。
3.根据权利要求1至2任一项所述的方法，其特征在于，所述方法还包括：
将实测循环末阻力的几何平均值与一倍均方差之和，作为顶板来压判据；
若所述综采工作面的矿压预测值大于所述顶板来压判据，则判定所述综采工作面的当前移架位置疑似产生顶板来压。
4.根据权利要求1至2任一项所述的方法，其特征在于，在判定所述综采工作面的当前移架位置疑似产生顶板来压之后，则所述方法还包括：
发送告警信息，用于告警将要出现风险。
5.一种有限数据条件下的矿压时空双周期预测装置，其特征在于，包括：
获取模块，用于获取综采工作面的液压支架载荷数据；
绘制模块，用于根据所述液压支架载荷数据，绘制历史时间段内的液压支架载荷时序曲线，以及循环未阻力空序曲线，所述历史时间段为历史时间点至当前时间点之间的时间段；
预测模块，用于利用所述液压支架载荷时序曲线的周期性变化特征，预测所述综采工作面在第一未来时间段内的第一矿压；及，利用所述循环未阻力空序曲线的周期性变化特征，预测所述综采工作面在第二未来时间段内的第二矿压，其中所述第二未来时间段的时长大于所述第一未来时间段的时长；
确定模块，用于依据所述第一矿压和所述第二矿压，确定所述综采工作面的矿压预测值;
所述预测模块，具体可以用于在所述液压支架载荷时序曲线上，分析液压支架初撑力特征点、中间拐点和循环末阻力特征点；若存在中间拐点，则选取距离当前时间点最近的一个中间拐点作为起始点；若不存在中间拐点，则选取距离当前时间点最近的一个液压支架初撑力特征点作为起始点；根据液压支架载荷时序曲线上是否存在中间拐点，利用不同的拟合函数对起始点至当前时间点内的液压支架载荷时序数据进行回归分析，得到相关系数；根据所述相关系数中最大值所对应的拟合函数，建立回归预测模型；利用所述回归预测模型，根据实测的液压支架载荷进行液压支架载荷时序预测，得到回归预测值作为判定所述第一矿压的预测值；在所述循环未阻力空序曲线上，分析周期性峰值点；提取相邻周期性峰值点间的曲线作为周期性变化曲线；采用聚类方法将所述周期性变化曲线划分为至少一类别；分析每一类别内各数据点的几何平均值、所述几何平均值与一倍均方差之和、所述几何平均值与一倍均方差之差；根据每一类别内各数据点的所述几何平均值、所述几何平均值与一倍均方差之和、所述几何平均值与一倍均方差之差，构建模板曲线；将实测循环末阻力空序曲线与所述模板曲线进行匹配，以相似度最高的模板曲线进行初步匹配预测，得到循环末阻力的三个匹配预测值，作为判定所述第二矿压的预测值；其中所述三个匹配预测值包括平均值、上限值、以及下限值，所述平均值对应所述几何平均值，所述上限值对应所述几何平均值与一倍均方差之和，所述下限值对应所述几何平均值与一倍均方差之差；
所述确定模块，具体可以用于若所述回归预测值大于液体支架额定载荷的预设倍数、或小于初撑力值，则所述矿压预测值为所述三个匹配预测值中的平均值；若所述回归预测值大于初撑力值、且小于液体支架额定载荷的预设倍数，则对比所述回归预测值分别与所述三个匹配预测值的相似度，并将相似度最大的匹配预测值与所述回归预测值的平均值，作为所述矿压预测值。
6.一种存储设备，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1至4任一项所述的有限数据条件下的矿压时空双周期预测方法。
7.一种有限数据条件下的矿压时空双周期预测设备，包括存储设备、处理器及存储在存储设备上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至4任一项所述的有限数据条件下的矿压时空双周期预测方法。
CN202010700896.XA 2020-07-20 2020-07-20 有限数据条件下的矿压时空双周期预测方法、装置及设备 Active CN112031839B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010700896.XA CN112031839B (zh) 2020-07-20 2020-07-20 有限数据条件下的矿压时空双周期预测方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010700896.XA CN112031839B (zh) 2020-07-20 2020-07-20 有限数据条件下的矿压时空双周期预测方法、装置及设备

Publications (2)

Publication Number Publication Date
CN112031839A CN112031839A (zh) 2020-12-04
CN112031839B true CN112031839B (zh) 2022-11-08

Family

ID=73579609

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010700896.XA Active CN112031839B (zh) 2020-07-20 2020-07-20 有限数据条件下的矿压时空双周期预测方法、装置及设备

Country Status (1)

Country Link
CN (1) CN112031839B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112906211A (zh) * 2021-02-05 2021-06-04 神华神东煤炭集团有限责任公司 矿压规律研究数据的确定方法、存储介质和电子设备
CN114912072B (zh) * 2022-05-11 2023-04-07 中煤科工开采研究院有限公司 综采工作面压力预测方法、装置、设备和存储介质
CN117266936B (zh) * 2023-11-22 2024-01-26 山东科技大学 一种基于支架阻力的矿压显现特征监测方法及设备

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107559045B (zh) * 2017-08-24 2019-08-13 中国矿业大学 煤矿井下工作面矿压预测预警系统及方法
CN109653779B (zh) * 2019-01-09 2020-05-22 天地科技股份有限公司 一种综采工作面采煤循环内液压支架载荷的动态预测方法
CN109798138B (zh) * 2019-01-09 2020-05-22 天地科技股份有限公司 一种适用于综采工作面的液压支架的循环末阻力预测方法
CN110728003B (zh) * 2019-10-17 2023-06-23 天地科技股份有限公司 一种井工煤矿工作面液压支架压力智能预测方法
CN110929384A (zh) * 2019-10-29 2020-03-27 青岛本末岩控技术有限公司 一种基于综采工作面的矿压大数据实时分析系统及方法

Also Published As

Publication number Publication date
CN112031839A (zh) 2020-12-04

Similar Documents

Publication Publication Date Title
CN112031839B (zh) 有限数据条件下的矿压时空双周期预测方法、装置及设备
CN107194068B (zh) 页岩气压裂过程井下异常工况实时预测预警方法及装置
CN109798138A (zh) 一种适用于综采工作面的液压支架的循环末阻力预测方法
CN111999765B (zh) 拉裂坠落式岩溶危岩失稳预警的微震多前兆方法及装置
US10436010B2 (en) Stuck pipe detection
CN107642347A (zh) 页岩气压裂井下事故预测预警方法及装置
US11795814B2 (en) Early warning and automated detection for lost circulation in wellbore drilling
US11261719B2 (en) Use of surface and downhole measurements to identify operational anomalies
CN111042866B (zh) 一种多物理场协同的突水监测方法
CN110895730A (zh) 一种基于lstm算法的tbm掘进参数的预测方法
Zhao et al. A hybrid recognition model of microseismic signals for underground mining based on CNN and LSTM networks
CN112668749B (zh) 一种基于类标加权极限学习机的煤矿瓦斯预警方法
WO2014110542A1 (en) Method of analyzing seismic data
JP2022082277A (ja) 検知プログラム、検知装置、および検知方法
CN116777085A (zh) 基于数据分析和机器学习技术的煤矿水害预测系统
CN104239679A (zh) 一种煤层群上行安全开采的评价方法
CN111273352A (zh) 地质构造智能检测方法、装置与电子设备
CN116245838A (zh) 一种岩土勘探行为的监测方法、监测装置、设备及介质
US20220237335A1 (en) Equipment state analysis device, equipment state analysis method, and program
CN114897225A (zh) 钻井作业的事故预测方法和装置、电子设备、存储介质
CN115130232A (zh) 零件的寿命预测方法、装置、设备、存储介质及程序产品
CN112100796A (zh) 防止页岩气井中套管受损的钻井轨迹确定方法及装置
CN113408322B (zh) 矿井中突透水情景的判识方法及装置
CN117744010B (zh) 一种小数据驱动的煤矿支架压力异常实时定位方法
US20180216440A1 (en) Systems and methods for drilling productivity analysis

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