基于BP神经网络算法的开采沉陷岩体力学参数反演研究

张吉林,曹龙飞,岳永鹏

(山西中阳张子山煤业有限公司, 山西 吕梁市 033000)

0 引 言

在我国能源结构中,煤炭占有很大比例,约为62%,目前,我国大部分矿井为井工开采,地下煤炭的开采势必引起坏境的破坏,造成地标建筑物损坏和土地破坏等问题.因此,有必要对煤矿开采地表沉陷区域进行治理.而定量计算和预测煤矿开采地表沉陷区域是进行治理的先决条件,目前主要采用概率积分法进行计算和预测,并取得了较大经济效益[1G4],但地表沉陷是复杂的过程,采用的随机假设与岩体力学不符,无法整体把握沉降,为了准确获得用于开采沉陷的模拟参数,采用神经网络进行反演,获得了与实测比较吻合的参数,研究结果对于全面掌握煤矿开采引起的地表沉陷具有重要意义[5G7].

煤矿开采后覆岩将分成三带,本文引入一个带冲积层,分成4个带,各带的力学特性不同,根据对地表的影响程度选取三带的弹性模量和抗拉强度以及松散层的弹性模量7个.

1 BP神经网络

1.1 原 理

BP神经网络是一种按误差逆传播算法训练的多层前馈网络,能学习和存贮大量的输入－输出模式映射关系,而无需事前揭示描述这种映射关系的数学方程,能为不可逆等问题提供解决方案.

其网络结构如图1所示,各神经元输出满足式(1)[2,4,5].

式中,yk为输出值;f为映射;θk为阈值;n1为神经元;wjk为权重;xj为输入层.

图1 神经网络结构

1.2 数值模拟及反演过程

采用FLAC3D进行相关的数值模拟,力学反演过程实际是建立在大量数据基础上,获得大量的基础数据进行反演,为了计算方便和提高效率,采用正交实验,依据正交实验结果采用神经网络进行反演.

2 工程概况

以晋煤集团郭庄矿9213工作面作为实验矿井,主采9＃煤层,厚度约1.19~2.36 m,开采厚度约为2 m,平均倾角8°,煤层埋深480 m,采用走向长壁机械化开采,倾向和走向分别为189 m和1590 m,日进3.2 m,老顶为砂岩,老底为粉砂岩,直接底为泥岩,开采过程中对地表进行观测,并采用神经网络建立9213工作面地表沉降模型.

3 数值模拟

3.1 地表沉降模拟

采用FLAC3D进行模拟,根据钻孔资料,得出相关各带岩层力学参数如表1所示.

表1 力学参数

根据工作面实际情况设置模型高600 m,走向2500 m,倾向1250 m,正交试验方案见表2,根据表1和表2进行模拟得出下沉结果如图2所示,模拟结果与力学参数有较大关系,不同的力学参数得到不同的沉降数据,因此采用神经网络建立力学参数与地表沉降映射关系.

表2 正交实验方案

图2 数值模拟试验结果

3.2 神经网络映射关系建立

采用9213工作面实测数据作为输入数据进行力学参数的反演,得到如表3所示的数据结果.

采用表3的平均数据进行模拟计算,得出如图3所示的沉降数据曲线.

由图3可知,反演参数数值模拟下沉值与实测值有较好的一致性,最大绝对误差为4 c m,最大相对误差为11.6%,采用的神经网络可根据多次试验数据建立地表移动与力学参数的曲线,为准确计算煤层开采引起的地表沉降提供了一个方法.

表3 力学参数反演结果

图3 反演参数数值模拟下沉值与实测值对比

4 结 论

(1)采用的神经网络的参数反演方法建立了地表下沉与覆岩力学参数的映射关系,反演参数数值模拟下沉值与实测值有较好的一致性,满足工程需要.

(2)试验中采用正交实验,确定了7个影响因素的实验方案,降低了实验次数,提高了效率,为数值模拟提供了有效的实验效果.

(3)最大绝对误差为4 c m,最大相对误差为11.6%.

(4)采用基于BP神经网络的数值模拟反算模型,解决了传统力学模型存在的问题,可获得准确的数值模拟参数,再利用此参数模拟煤层开采覆岩沉降,对于整体掌握覆岩沉陷具有重要意义.

[1] 贾林刚,孙岐发.紧邻露天矿的地表移动变形神经网络预测[J].煤炭技术,2015,34(8):100G102.

[2] 张云峰,李伟豪.浅埋近距离采空区下综放开采覆岩运动规律研究[J].煤炭技术,2016,35(2):10G12.

[3] 江文武,雷春辉.构造应力型浅埋矿山开采引起地表沉陷机理研究[J].煤炭技术,2016,35(2):27G30.

[4] 王创业,曾祥柱,栾春雪.基于正交试验的锦界煤矿开采沉陷影响因素分析[J].煤炭技术,2015,34(2):1G3.

[5] 李培现.开采沉陷岩体力学参数反演的BP神经网络方法[J].地下空间与工程学报,2013,9(S1):1543G1548.

[6] 孙秀英,王 倩.基于改进型BP算法的煤矿瓦斯预测与仿真研究[J].煤炭技术,2014,33(3):19G21.

[7] 刘 健,刘泽功,马俊枫.基于神经网络的矿井瓦斯涌出量预测系统及应用研究[J].煤炭技术,2008,27(11):71G74.