[发明专利]一种采空区危险临界程度预判方法

摘要

本发明属于矿山安全生产技术领域，涉及一种采空区冒落危险临界程度预判方法。该发明首先建立采空区冒落危险的控制指标体系，将冒落危险划分为事故、隐患、临界和安全四种状态，然后根据具体采掘信息和不同地质资料，运用灰色相似关联度获得主要控制指标，通过学习和训练建立最优采空区冒落危险极限学习机模型，将待测采空区冒落危险主控指标的数据组成输入，得到采空区冒落危险等级，实现采空区冒落危险临界程度预判。该发明综合考虑了矿井采掘信息和矿体地质资料中各参数对冒落危险的影响及之间的相关联关系，保证了控制参数选取科学、可靠，为金属矿产开采和煤矿井工回采的采空区整体安全的识别预测提供判定依据及参考。

主权项

一种采空区冒落危险临界程度预判方法，其特征在于，步骤如下：步骤1：构建采空区冒落危险控制指标体系，根据矿井采掘信息和矿体地质资料，采集采空区冒落危险控制指标参数。将采空区冒落危险控制指标划分为定量、定性和定比指标三个种类，结果为：矿压强度、弹性模量、矿体倾角、采空体积、埋藏深度和悬顶面积为定量指标；高垮比值和柱面比值为定比指标；岩体结构、地质构造、采空形状、采矿扰动和相邻采空为定性指标。步骤2：运用相似关联度获得主要控制指标根据步骤1获得的参数信息，得到不同指标序列与危险等级序列的始点零化像，计算两序列之间的灰色相似关联度。设采空区冒落危险控制指标体序列Xi＝(xi(1),xi(2),…,xi(n))，冒落危险等级Xj＝(xj(1),xj(2),…,xj(n))的不同始点零化像分别为由则不同指标Xi与Xj的灰色相似关联度为计算不采空区冒落危险控制指标序列与冒落危险序列的相似关联度，利用预定阈值x得到n个采空区冒落危险的主要控制指标。步骤3：训练并建立最优采空区冒落危险极限学习机预判识别模型将步骤2中得到的所述n个空区冒落危险主要控制指标的的原始数据构成总体样本，其中总体样本划分为训练样本集和检验样本集两个部分；将所述训练样本集序列组成输入矩阵，用data1表示，将所述训练样本的危险等级序列组成输出矩阵，用label1表示；建立[IW,B,LW,TF,TYPE]＝ elmtrain(P,T,N,TF,TYPE)函数对极限学习机模型进行内在学习；建立Y＝elmpredict(P,IW,B,LW,TF,TYPE)函数对极限学习机模型进行结果输出，其中P表示训练样本的输入矩阵，将检验样本集指标序列组成输入矩阵，用data2表示。将训练样本的危险等级序列组成输出矩阵，用label2表示。应用Y＝elmpredict(P,IW,B,LW,TF,TYPE)函数对极限学习机模型进行结果输出。在检验过程中，P用data2代表，将Y与label2比较。分析结果，确定最优采空区冒落危险极限学习机预判识别模型；步骤4：使用步骤3中所述的最优采空区冒落危险极限学习机实现采空区危险预判将待测采空区冒落危险主控指标的数据组成输入向量P，输入最优采空区冒落危险极限学习机的elmpredict函数，就可以得出结果。如果输出结果Y为(1，1)，则采空区冒落危险等级设定为事故状态；如果输出结果Y为(1，0)，则采空区冒落危险等级设定为隐患状态；如果输出结果Y为(0，1)，则采空区冒落危险等级设定为临界状态；如果输出结果Y为(0，0)，则采空区冒落危险等级设定为安全状态。