一种矿压剖面云图大来压预警方法及系统技术方案

本发明专利技术适用于矿压数据分析领域，具体是一种矿压剖面云图大来压预警方法，所述预警方法包括以下步骤：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；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。本发明专利技术还提供了一种用于实现上述预警方法的预警系统，预警系统包括矿压特征值提取模块、LSTM矿压预测模块和池化阈值预警模块。本发明专利技术对矿压剖面云图的大来压区域有较好的预测效果，适合推广使用。适合推广使用。适合推广使用。

【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，把握瞬间系统内部变化的所有细节与遍历的状态之间的关系，几乎是不可实现的。而且作为复杂性系统的一种独特行为，失稳的发生受多因素的相互作用的影响，因素之间的相干效应以及原有影响因素以外的某一随机因素干扰的异军突起，都有可能产生微妙的变化，经过放大，决定着系统突变最终状态的走向，从而使系统演化问题具有多解性和难以预测性。
[0006]对于矿山压力的预测及预警研究，现有的理论分析方法主要有两种：一种是力学研究方法，另一种是数值分析方法。
①
力学研究主要是分析上覆岩层的结构问题以及该结构以什么样的形式存在，通过对岩体的受力分析，计算得到周期来压的分布规律。在研究这个问题的过程中，提出了许多结构假说及理论模型，拱形冒落论、压力拱假说、悬臂粱(板)冒落论和冒落岩块碎张充填论等等。
②
数值分析方法是利用力学原理、统计学原理，通过分析历史开采时刻测量得到的每个液压支柱所承受的压力情况，对下一个来压步距进行预测。传统的矿压分析方法有：矿山压力分析P
‑
t曲线法、基于线性回归的矿山压力分析方法。这些方法在实施过程中都具有各自的局限性。
[0007](1)力学研究以岩石的受力作为分析依据，但由于现场观察和测量的困难，再加上矿层和覆岩的成分、结构、构造和物理力学性质变化多端，矿层压力的变化和岩层的移动状况难于详细观测，更主要的是计算过程极为复杂，其理论模型很难全面准确地反映岩层和地表移动的规律，不得不进行某种简化，因而在预测大倾角煤层的沉陷时，准确度不高。在
有些条件下该方法的预测结果甚至与实测结果相差很大，实际应用推广效果不是很好。
[0008](2)数值分析方法包括：矿山压力分析P
‑
t曲线法和基于线性回归的矿山压力分析方法研究在现场应用较为广泛。但是这些方法的数据处理、分析、预测始终是以单个液压支架或多个液压支架横向组合为出发点，而实际来压过程是一个局部平面区域，割裂开采面考虑由每个液压支架上随时间变化的矿压数据分析，往往会带来采煤机割煤方向上前一个液压支柱预测为低压，然而后面几个液压支柱实际为一个矿压高压区域的情况。实际上更应该系统地、整体地从整个开采平面上的压力分布及变化对下一次来压情况进行预测。

技术实现思路

[0009]本专利技术实施例的目的在于提供一种矿压剖面云图大来压预警方法及系统，旨在解决上述
技术介绍
中所提出的技术问题。
[0010]为实现上述目的，本专利技术提供了如下的技术方案。
[0011]第一方面，在本专利技术提供的一个实施例中，一种矿压剖面云图大来压预警方法，所述的预警方法包括以下步骤：
[0012]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；
[0013]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；
[0014]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；
[0015]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；
[0016]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。
[0017]在本专利技术提供的一个实施例中，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。
[0018]在本专利技术提供的一个实施例中，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：
[0019][0020][0021]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；
[0022]利用公式
②
计算大来压区域的影响半径；公式
②
如下：
[0023][0024]由此获得一组数据{(x1，r1)，(x2，r2)，
……
(xi，ri)}，其中，ri表示第i个大来压区域的影响半径；
[0025]利用公式
③
计算大来压区域的平均压力；公式
③
如下：
[0026][0027]由此，获得一组数据{(x1，f1)，(x2，f2)，
……
(xi，fi)}。
[0028]在本专利技术提供的一个实施例中，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}。
[0029]在本专利技术提供的一个实施例中，所述大来压区域进行预测的步骤包括：
[0030]构建基于LSTM的矿压数据预测模型；
[0031]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。
本文档来自技高网...

【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：