[发明专利]一种瓦斯抽采钻孔参数智能设计及三维可视化方法

说明书

本发明涉及瓦斯抽采钻孔参数智能设计及三维可视化方法，以PSO‑LSTM模型为基础、借助大数据挖掘技术对瓦斯钻孔数据深入挖掘和精准化分析，以达到优化数据的效果；并利用三维可视化算法对优化的钻孔数据进行三维建模，形成轨迹最优、效果可视的三维瓦斯抽采钻孔模型。其中，PSO‑LSTM模型主要原理：利用PSO算法对LSTM模型训练集进行寻优，并将寻优结果作为LSTM模型的测试集，从而提高LSTM模型训练结果的准确性。另外，基于Python的瓦斯抽采钻孔三维可视化算法，能根据输入的信息自动生成煤层井巷、顺层或穿层瓦斯抽采钻孔三维可视化模型。本方法大大减少煤矿企业绘制施工图纸的繁琐工作，提高煤矿瓦斯抽采钻孔智能化水平。

技术领域

本发明涉及瓦斯抽采钻孔技术领域，尤其涉及一种瓦斯抽采钻孔参数智能设计及三维可视化方法。

背景技术

目前，我国智能化矿山的发展正在逐步扩大，但在瓦斯抽采领域仍存在一些不足：(1)针对瓦斯抽采钻孔参数智能优化的方法较少，缺少一种适用于多种场景的瓦斯抽采钻孔参数智能优化方法；(2)现有的瓦斯抽采管控系统智能化程度不高，功能单一，多为统计、梳理矿场已有的瓦斯抽采数据，而不能根据已有的数据优化钻孔参数、智能设计钻孔模型；(3)现有一部分企业施工图纸仍采用“手工绘制”的方式，缺少一种简单、高效的施工图纸绘制方法。

发明内容

本发明要解决的技术问题是设计一种瓦斯抽采钻孔参数智能设计及三维可视化方法，旨在提高瓦斯抽采钻孔大数据的利用率，为不同矿场的瓦斯抽采提供一种可借鉴的瓦斯抽采钻孔参数智能优化方法，同时提高煤矿企业施工方案设计、图纸绘制智能化水平，提高煤矿瓦斯抽采钻孔智能化水平。

为解决上述技术问题，本发明的瓦斯抽采钻孔参数智能设计及三维可视化方法是以PSO-LSTM模型、借助大数据挖掘技术对瓦斯钻孔数据深入挖掘和精准化分析，以达到优化数据的效果；并利用三位可视化算法对优化的钻孔数据进行三维建模，形成轨迹最优、效果可视的三维瓦斯抽采钻孔模型。

进一步的，具体包括如下步骤：

步骤S1：将瓦斯钻孔数据按格式标准化处理，使其符合数据处理流程；并将处理好的数据按比例分为训练集测试集Xn、E1、E2式中，R_i为钻孔半径，d_i为钻孔间距，i＝{1，2，…，n}；

步骤S2：以训练集E1开始训练PSO-LSTM模型，具体包括如下步骤：

步骤S21：初始化PSO算法，形成寻优群落；

步骤S22：将训练集E1的前70％定义为LSTM模型训练集后30％定义为PSO模型优选集

步骤S23：将LSTM模型训练集e1作为PSO-LSTM模型的训练集，PSO模型优选集e2作为PSO-LSTM模型的测试集；

步骤S24：开始模拟预测过程，寻找使PSO优选集RMSE最小的粒子(训练结果)；同时，利用训练集e1训练LSTM模型；

步骤S25：输出PSO模型优选集e2的最优解。

步骤S3：将PSO最优解作为LSTM模型的测试集，对已经完成训练的LSTM模型进行预测分析，Y_e2为PSO模型的寻优结果，i＝{1，2，…，n}；

步骤S4：根据预测结果调整模型参数，预测训练结果是否达到最大迭代次数，若没有达到，则调整参数，更新内部权重，再次返回PSO-LSTM模型进行训练，直至训练结果达到最大迭代次数；

步骤S5：PSO-LSTM模型训练结束后，利用测试集E2预测训练完成的PSO-LSTM模型；

步骤S6：输出PSO-LSTM模型最优解i＝{1，2，…，n}。