【技术实现步骤摘要】
一种矿压剖面云图大来压预警方法及系统
[0001]本专利技术属于矿压数据分析
,尤其涉及一种矿压剖面云图大来压预警方法及系统。
技术介绍
[0002]煤矿开采后,采空区域周围岩体的原始应力必然会遭到破坏,引起应力的重新分布,达到新的平衡,在此过程中,岩层和地表产生连续的移动、变形和非连续的破坏(开裂,冒落等),由此引起采场和巷道顶板的下沉、垮落和来压,危及井下人员和设备的安全。
[0003]随着煤矿采深的不断增加,越来越多的矿井进入深井开采,这一动力灾害事故将会日趋严重。我国采场事故发生具有突发性、多样性、破坏性和复杂性。顶板事故发生时,往往会造成井下各种设备的移动和损坏、巷道的坍塌和堵塞,不仅影响了矿井的正常生产,还会对井下作业人员的生命安全造成严重的威胁。
[0004]随着能源结构深入调整,煤矿工业必将走入无人化、智能化的工作阶段。作为煤矿安全生产基本设备之一液压支架必将率先走入自动化、智能化。如液压支架进入智能化阶段,作为对液压支架工作状态具有重要影响的矿压压力的监测与分析必须进入智能化。所以开展对煤矿顶板矿压压力数据的智能分析研究是液压支架智能化的基础。
[0005]矿压研究是一个是十分复杂的问题,由于岩体本身以及受采动岩体移动规律的复杂性影响,即煤矿开采导致的岩层移动现象是非线性的,其失稳表现为具有平稳随机过程,而且是多解的;当煤矿开采导致岩层失稳时,系统原有的稳定性遭到破杯,宏观状态具有异常涨落的特点,属于非平稳的随机过程,这时试图直接刻画诸点之间的动力学相互作用,把握瞬间系 ...
【技术保护点】
【技术特征摘要】
1.一种矿压剖面云图大来压预警方法,其特征在于,所述预警方法包括以下步骤:基于割平面方法上获得矿压剖面云图,剖面云图上显示不同的大来压区域;提取工作面上大来压区域的状态参量,所述状态参量包括来压中心、影响半径和平均压力;利用深度学习中的长短期记忆算法对历史数据训练,并对下一次大来压区域进行预测,得到预测区域;对获得的预测区域通过图像池化的方法对云图提取特征,降低数据维度;对池化后的真实云图和预测区域的像素点求和,得到阈值,基于所述阈值输出预警判断的结果。2.根据权利要求1所述的矿压剖面云图大来压预警方法,其特征在于,所述基于割平面方法上获得矿压剖面云图,剖面云图上显示不同的大来压区域的步骤包括:通过割平面方法标记来压区域,并使所述来压区域在坐标平面上投影,获得大来压区域位置。3.根据权利要求2所述的矿压剖面云图大来压预警方法,其特征在于,所述提取工作面上大来压区域的状态参量的步骤包括:利用公式
①
对大来压区域进行求解,得到所述大来压区域位置的来压中心,公式
①
如下:如下:其中,xi表示第i个大来压区域中心的横坐标;yi表示第i个大来压区域中心的纵坐标;表示第当前大来压区域内所有压力点横坐标的平均值;表示第当前大来压区域内所有压力点纵坐标的平均值;dm=面积
×
密度=xdx
×
δ=xdx;由此获得一组数据{(x1,y1),(x2,y2),
……
(xi,yi)},其中,δ代表假想薄板的密度;利用公式
②
计算大来压区域的影响半径;公式
②
如下:获得一组数据{(x1,r1),(x2,r2),
……
(xi,ri)},其中,ri表示第i个大来压区域的影响半径;利用公式
③
计算大来压区域的平均压力;公式
③
如下:获得一组数据{(x1,f1),(x2,f2),
……
(xi,fi)},Data[ij]表示第i个来压区域内第j个来压点的压力数值;AGV_Date[i]表示第i个大来压区域的平均压力。4.根据权利要求3所述的矿压剖面云图大来压预警方法,其特征在于,所述利用深度学习中的长短期记忆算法对历史数据训练的步骤包括对历史数据进行预处理的步骤,所述对历史数据进行预处理的步骤包括:采用离差标准化方法对4组特征顺序数据xi,yi,fi,ri归
一化处理;构建矿压特征数据顺序序列{xi,yi,fi,ri}。5.根据权利要求4所述的矿压剖面云图大来压预警方法,其特征在于,所述大来压区域进行预测的步骤包括:构建基于LSTM的矿压数据预测模型;通过所述预测模型对矿压数据顺序序列进行预测,得到预测结果。6.根据权利要求5所述的矿压剖面云图大来压预警方法,其特征在于,所述构建基于LSTM的矿压数据预测模型的步骤包括:构造输入层,所述输入层用于对矿压剖面的大来压区域顺序序列构造数据集;搭建隐藏层,所述隐藏层用于LSTM的循环运算过程;其中,所述对矿压剖面的大来压区域顺序序列构造数据集的步骤包括:在t个大来压区域,取前k个大来压区域的顺...
【专利技术属性】
技术研发人员:卢国志,苏德琪,韦乖强,李鑫,姚春卉,张娜,朱子泉,刘桂凯,
申请(专利权)人:山东科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。