厚松散層薄基巖條件下礦井頂板涌水致災(zāi)因素分析及預(yù)測研究

，，

(1.山東科技大學(xué) 礦業(yè)與安全工程學(xué)院，山東 青島 266590；2. 山東科技大學(xué) 礦山災(zāi)害預(yù)防控制省部共建國家重點(diǎn)實(shí)驗(yàn)室培育基地，山東 青島 266590；3.山東科技大學(xué) 機(jī)械電子工程學(xué)院，山東 青島 266590)

厚松散層薄基巖條件下礦井頂板涌水致災(zāi)因素分析及預(yù)測研究

李波1,2，張文泉1,2，馬蘭3

(1.山東科技大學(xué) 礦業(yè)與安全工程學(xué)院，山東 青島 266590；2. 山東科技大學(xué) 礦山災(zāi)害預(yù)防控制省部共建國家重點(diǎn)實(shí)驗(yàn)室培育基地，山東 青島 266590；3.山東科技大學(xué) 機(jī)械電子工程學(xué)院，山東 青島 266590)

為研究厚松散層薄基巖條件下開采誘發(fā)礦井頂板涌水事故的各因素之間的相互關(guān)系，總結(jié)了厚松散層薄基巖條件下影響礦井頂板涌水量的11個(gè)因素?；谀：龜?shù)學(xué)隸屬度及隸屬函數(shù)對(duì)各因素進(jìn)行了初步處理，構(gòu)建了基于神經(jīng)網(wǎng)絡(luò)的頂板涌水量預(yù)測模型，對(duì)影響因素權(quán)重進(jìn)行了敏感性排序，并結(jié)合現(xiàn)場數(shù)據(jù)對(duì)模型加以驗(yàn)證。研究結(jié)果表明，厚松散層薄基巖下開采誘發(fā)頂板涌水事故的主要因素是由開采方法的選取引起的一系列“連鎖反應(yīng)”與地層賦存特征共同作用的結(jié)果。其中，開采方法、開采高度、基巖厚度及水壓是影響松散層下開采頂板涌水災(zāi)害的主要因素。經(jīng)過現(xiàn)場實(shí)例驗(yàn)證，模型的準(zhǔn)確性較高，預(yù)測結(jié)果與工程實(shí)際吻合較好。

厚松散層薄基巖；頂板涌水量；模糊神經(jīng)網(wǎng)絡(luò)；涌水因素；敏感性排序；預(yù)測模型

Abstract: In order to obtain the relationships between influencing factors of mine roof water inrush under the condition of thick unconsolidated layers and thin bedrock, this paper summarized 11 influencing factors. Based on Fuzzy Mathematics membership and membership function, preliminary treatment of each of the 11 factors was made and a roof water inrush prediction model was established based on Neural Network. Then the sensitivity ranking of the weight of influencing factors was carried out and the model was verified by field data.Research results show that the strata features and the “chain reaction” caused by the selection of mining method are the major factors that result in roof water inrush accident in mining under the condition of thick unconsolidated layers and thin bedrock. Among them, the mining method, mining height, bedrock thickness and water pressure are the main factors leading to roof water inrush in mining under the condition of thick unconsolidated layers and thin bedrock. The field example indicates that the model is of high accuracy, and the prediction results are in good agreement with the engineering practice.

Keywords: thick unconsolidated layers and thin bedrock; roof water inrush volume; fuzzy neural network; factors of water inrush; sensitivity ranking; prediction model

近年來，隨著煤炭資源開采程度逐漸擴(kuò)大，煤炭開采面臨深淺兩極化現(xiàn)象日趨明顯，尤其是已將淺部開采作為首要任務(wù)的華北老礦區(qū)，在松散層厚度大、基巖薄、沉積結(jié)構(gòu)復(fù)雜多變、松散含水層富水程度區(qū)域性差異明顯、開采條件多樣等特點(diǎn)耦合影響下，其突水致災(zāi)機(jī)理、礦壓顯現(xiàn)特征較傳統(tǒng)開采條件下更為復(fù)雜，導(dǎo)致礦井淺部開采的難度增大，發(fā)生突水潰砂事故的幾率和風(fēng)險(xiǎn)顯著增加。因此，深入分析厚松散層薄基巖下開采時(shí)頂板突水的影響因素并確定各因素之間的相互關(guān)系已成為松散層下安全開采的重要工作[1-6]。以安全開采為前提，最大限度地回收被松散水體呆滯的煤炭資源，對(duì)提高煤炭資源回采率、延長礦井服務(wù)年限、提高礦井社會(huì)經(jīng)濟(jì)效益具有重要的現(xiàn)實(shí)意義。

目前，眾多學(xué)者在松散層下頂板突水致災(zāi)因素方面做了大量研究：劉天泉[7]對(duì)松散層下煤層開采垮落帶、導(dǎo)水裂隙帶發(fā)育高度進(jìn)行了研究；姚邦華[8]等利用COMSOL-Multiphysics數(shù)值模擬軟件研究了薄基巖地質(zhì)條件下，煤層開采導(dǎo)致頂板破壞高度及工作面涌水量預(yù)測；馬立強(qiáng)等[9]利用FLAC3D數(shù)值模擬軟件模擬了薄基淺埋煤層地質(zhì)條件下，煤層開采頂板覆巖破壞規(guī)律；劉偉韜等[10]利用模糊數(shù)學(xué)理論對(duì)煤層開采時(shí)頂板突水等級(jí)進(jìn)行了預(yù)測。以上研究方式主要分為數(shù)值模擬與數(shù)學(xué)分析方法兩類。其中，數(shù)值模擬方法模擬方案多且復(fù)雜，巖層材料屬性與現(xiàn)場差距較大，模擬結(jié)果準(zhǔn)確性不理想，會(huì)影響總體工作進(jìn)度；而數(shù)學(xué)分析方法獲得的結(jié)果往往與現(xiàn)場差距較大，無法滿足工程需求。因此，筆者采用BP神經(jīng)網(wǎng)絡(luò)算法對(duì)厚松散層薄基巖地質(zhì)條件下煤層開采頂板涌水致災(zāi)因素分析及涌水量進(jìn)行預(yù)測。BP神經(jīng)網(wǎng)絡(luò)算法[11-14]對(duì)求解內(nèi)部機(jī)制復(fù)雜的問題具有良好魯棒性和泛化性，且結(jié)構(gòu)簡單、易于實(shí)現(xiàn)、學(xué)習(xí)能力強(qiáng)。

本研究結(jié)合厚松散層薄基巖區(qū)域礦井生產(chǎn)情況[15-16]，總結(jié)出11個(gè)影響厚松散層薄基巖下開采礦井突水影響因素；基于模糊數(shù)學(xué)理論構(gòu)建了模糊-神經(jīng)網(wǎng)絡(luò)模型，選取合理的初始參數(shù)，提供充足的學(xué)習(xí)樣本保證神經(jīng)模型準(zhǔn)確度。通過模型學(xué)習(xí)獲取了各影響因素權(quán)值，并采用絕對(duì)影響系數(shù)判斷各影響因素對(duì)頂板涌水的貢獻(xiàn)權(quán)重，對(duì)各影響因素進(jìn)行敏感性排序。在此基礎(chǔ)上建立厚松散層薄基巖下開采涌水量預(yù)測模型，并通過現(xiàn)場實(shí)例對(duì)模型的準(zhǔn)確性加以驗(yàn)證。

圖1 厚松散層薄基巖下開采頂板涌水影響因素層次結(jié)構(gòu)模型

1 影響因素分析與預(yù)處理

1.1 影響因素分析

收集了山東省新巨龍煤礦、鮑店煤礦等10余個(gè)礦井厚松散層薄基巖條件下的工作面參數(shù)，通過對(duì)各工作面地質(zhì)條件、開采方法、采動(dòng)影響下工作面涌水量以及覆巖破壞情況的分析，總結(jié)出影響厚松散層薄基巖條件下開采工作面突水的11個(gè)主要因素；并將頂板涌水的11個(gè)影響因素劃分為2類，如圖1所示。將厚松散層薄基巖下開采頂板突水現(xiàn)象看作是這11個(gè)因素相互作用的結(jié)果。其中，煤層開采時(shí)，松散層底部含水層厚度、含水層富水性與水壓是導(dǎo)致頂板突水的主要危害因素；覆巖破壞帶能否波及底部含水層是判定頂板突水可能性的重要依據(jù)；松散層底部黏土層與基巖的厚度是決定覆巖破壞帶是否可能波及到底部含水層的安全指標(biāo)，而覆巖破壞帶發(fā)育高度與采高、埋深、傾角、工作面長度及開采方法等因素存在著密切相關(guān)性[2,17]。因此，以上11個(gè)因素的相互影響決定了工作面近松散層開采頂板的涌水量等級(jí)與突水幾率。

1.2 影響因素預(yù)處理

在列出的11個(gè)影響因素中，有2個(gè)定性因素(開采方法、松散層底部含水層富水性)、9個(gè)定量因素。首先根據(jù)含水層的富水性與不同的開采方法對(duì)頂板的擾動(dòng)程度對(duì)含水層富水性、開采方法兩個(gè)定性因素進(jìn)行模糊評(píng)判，然后根據(jù)不同的影響指標(biāo)將其轉(zhuǎn)化為相應(yīng)的隸屬度。其中，底部含水層富水性根據(jù)鉆孔出水量劃分為5類[13,18]；開采方法根據(jù)對(duì)頂板的破壞程度劃分為4類[19-21]；劃分結(jié)果如表1。

表1 頂板涌水量定性因素隸屬函數(shù)

模糊約束集分類描述隸屬度底部含水層富水性極弱、弱、中等、強(qiáng)、極強(qiáng)[0.1,0.3,0.5,0.7,0.9]開采方法破壞程度較小、一般、較大、大[0.3,0.5,0.7,1.0]

根據(jù)現(xiàn)場收集數(shù)據(jù)與多年該條件下開采經(jīng)驗(yàn)確定松散層底部含水層厚度、水壓、覆巖破壞帶高度、底部黏土層厚度、基巖厚度、煤層傾角、采高、開采深度、工作面長度的隸屬函數(shù)：

(1)

(2)

(3)

(4)

(5)

根據(jù)參考文獻(xiàn)[18，19，22]及華北松散層地區(qū)礦井現(xiàn)場開采經(jīng)驗(yàn)將評(píng)判突水危害性標(biāo)準(zhǔn)劃分為3類：

(6)

式中，h、p、n、j、k、a、m、s、l和Q分別表示松散層底部含水層厚度、水壓、覆巖破壞帶高度、松散層底部黏土層厚度、基巖厚度、煤層傾角、開采高度、煤層埋深、工作面長度和松散層下煤層開采頂板涌水量。R1～R9分別代表無量綱化處理后各因素的隸屬度，T表示突水等級(jí)。

2 模糊神經(jīng)網(wǎng)絡(luò)模型建立與分析

2.1 模糊神經(jīng)網(wǎng)絡(luò)簡介

BP神經(jīng)網(wǎng)絡(luò)是一種誤差反向傳播算法學(xué)習(xí)過程，通過反向傳播誤差來不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使網(wǎng)絡(luò)的誤差平方和最小，具有強(qiáng)大的非線性映射能力，能夠?qū)崿F(xiàn)從輸入到輸出的任意非線性映射。模糊理論與神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合而形成的模糊神經(jīng)網(wǎng)絡(luò)提高了BP系統(tǒng)的學(xué)習(xí)能力和表達(dá)能力，具有良好的泛化性及魯棒性。

2.2 模型建立

基于Matlab平臺(tái)神經(jīng)網(wǎng)絡(luò)工具箱建立的神經(jīng)網(wǎng)絡(luò)模型包含11個(gè)輸入層單元，代表影響頂板涌水量的11個(gè)主控因素；輸出層為1個(gè)，表示突水等級(jí)；隱含層神經(jīng)元的個(gè)數(shù)確定為23個(gè)；選用動(dòng)量及自適應(yīng)梯度遞減訓(xùn)練函數(shù)traingdx；步長為0.2；動(dòng)量因子為0.9；網(wǎng)絡(luò)初始權(quán)值設(shè)為固定值；學(xué)習(xí)速率0.05；期望誤差為0.01；最大訓(xùn)練周期100 000；機(jī)理函數(shù)選定logsig-purelin；性能函數(shù)選用加權(quán)函數(shù)msereg。

通過運(yùn)行建立的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法可以得到神經(jīng)網(wǎng)絡(luò)各神經(jīng)元之間的關(guān)系，若要得到輸入因素與輸出因素之間的實(shí)際聯(lián)系，即輸入因素對(duì)輸出因素的影響權(quán)重，還需要對(duì)各因素的權(quán)值進(jìn)行處理，為此引進(jìn)以下指標(biāo)對(duì)輸入因素與輸出因素之間的關(guān)系進(jìn)行描述[11-12]。

1) 相關(guān)顯著性系數(shù)

(7)

x=wjk。

(8)

2) 相關(guān)指數(shù)

Rij=(1-e-y)/(1+e-y) ，

(9)

y=rij。

(10)

圖2 模糊神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差曲線

3) 絕對(duì)影響系數(shù)

(11)

式中：i為神經(jīng)網(wǎng)絡(luò)輸入單元，i=1,……,m；j為神經(jīng)網(wǎng)絡(luò)輸出單元，j=1,……,n；k為神經(jīng)網(wǎng)絡(luò)隱含單元，k=1,……,p；Wki為輸入層神經(jīng)元i和隱含層神經(jīng)元k之間的權(quán)系數(shù)；wjk為輸出層神經(jīng)元j和隱含層神經(jīng)元k之間的權(quán)系數(shù)，絕對(duì)影響系數(shù)S就是所要求的權(quán)重。

2.3 模糊神經(jīng)網(wǎng)絡(luò)訓(xùn)練

影響頂板涌水量各因素?cái)?shù)據(jù)(表2)；對(duì)數(shù)據(jù)進(jìn)行無量綱化處理,如表3所示；模型對(duì)數(shù)據(jù)進(jìn)行學(xué)習(xí),其誤差變化曲線如圖2所示，圖2表明該模型學(xué)習(xí)效果較好，具有較高的準(zhǔn)確性。根據(jù)學(xué)習(xí)結(jié)果對(duì)權(quán)值矩陣進(jìn)行處理，得出影響因素的最終權(quán)重，如表4所示；根據(jù)各影響因素權(quán)重進(jìn)行敏感性排序，見表5。

表2 學(xué)習(xí)樣本數(shù)據(jù)

表3 學(xué)習(xí)數(shù)據(jù)無量綱化處理

表4 各影響因素貢獻(xiàn)權(quán)重

表5 各影響因素敏感性排序

2.4 影響因素敏感性分析

根據(jù)模型輸出的各因素敏感性排序可以看出：影響頂板涌水量變化的主要因素是開采方法及采高，二者權(quán)值均大于0.13；其次是基巖厚度、水壓及覆巖破壞帶高度三者權(quán)值均大于0.12；含水層厚度及松散層底部含水層富水性權(quán)值分布在0.1～0.12之間；松散層底部黏土層厚度權(quán)值分布在0.08～0.1之間；而開采深度、工作面長度及煤層傾角在權(quán)值角度來看對(duì)頂板涌水量影響不大?？傮w來說導(dǎo)致厚松散層薄基巖下開采涌水量變化的因素主要是開采方法與松散層底部含水層性質(zhì)。

現(xiàn)階段綜合機(jī)械化采煤工藝是主要趨勢。在這一前提下，選取合理的綜采方法在一定程度上影響著開采高度的選擇，二者共同屬于采礦擾動(dòng)的范疇；底部松散層富水性則是影響頂板涌水量大小的潛在地質(zhì)因素，富水性越強(qiáng)頂板突水的潛在威脅越大；導(dǎo)致頂板涌水量變化的“導(dǎo)火線”則是覆巖破壞帶的高度是否波及到松散層底板含水層，覆巖破壞帶屬于開采方法與采高共同作用的結(jié)果，其能否波及到底部含水層主要是看覆巖破壞帶的高度是否大于基巖厚度與底部黏土層厚度之和。從模型學(xué)習(xí)結(jié)果來看，開采深度、煤層傾角、工作面長度對(duì)頂板涌水影響較小。因此，采礦擾動(dòng)與底部含水層的富水性是底板突水的主要“危險(xiǎn)源”，基巖跟松散層底部黏土層厚度則是抑制頂板突水的“保護(hù)層”，而覆巖破壞帶高度則是溝通二者、誘發(fā)突水事故發(fā)生的“導(dǎo)火線”。

3 模糊神經(jīng)網(wǎng)絡(luò)模型驗(yàn)證

3.1 實(shí)例驗(yàn)證

為驗(yàn)證模型準(zhǔn)確性，選取3組工程實(shí)例數(shù)據(jù)作為驗(yàn)證樣本，驗(yàn)證樣本及驗(yàn)證結(jié)果如表6、7所示。

表6 實(shí)例驗(yàn)證樣本

表7 驗(yàn)證樣本預(yù)測結(jié)果

3.2 實(shí)例驗(yàn)證結(jié)果分析

在厚松散層薄基巖條件下進(jìn)行開采活動(dòng)時(shí)，選取合理的開采方法并確定適當(dāng)?shù)牟筛?，結(jié)合地層構(gòu)造特點(diǎn)，估算出覆巖破壞帶的高度與裂隙發(fā)育情況，判斷覆巖破壞帶是否可以波及到底部含水層并成為頂板涌水的導(dǎo)水通道。在覆巖破壞帶不波及到松散層底部含水層時(shí)發(fā)生頂板突水可能性較小，頂板涌水量少；當(dāng)覆巖破壞帶波及到底部含水層時(shí)，若底部含水層富水性較小、水壓較低則頂板涌水量可能會(huì)增加，但發(fā)生頂板突水災(zāi)害可能性較低，涌沙幾率較??；一旦底部含水層富水性較強(qiáng)產(chǎn)生較大的水壓，則煤層頂板涌水量會(huì)明顯增加，頂板突水幾率增大，若覆巖破壞程度較大、裂隙擴(kuò)展范圍較廣，則可能誘發(fā)潰沙事故。因此，在松散層下煤層開采時(shí)，要根據(jù)底部含水層的富水性及水壓確定合理的采高。一方面，需要選取適當(dāng)?shù)拈_采方法確定適宜的采高，另一方面可以留取適當(dāng)?shù)谋Ｗo(hù)煤柱降低頂板突水的風(fēng)險(xiǎn)，或者從減小底部含水層富水性角度出發(fā)，通過井上抽水、井下疏放水方式減小含水層富水性、降低水壓，以達(dá)到降低頂板突水威脅的目的。

4 結(jié)論

1) 結(jié)合我國華北地區(qū)厚松散層、薄基巖、綜合機(jī)械化開采工作面涌水特點(diǎn)，在收集大量礦井資料的基礎(chǔ)上，總結(jié)了11個(gè)影響頂板涌水的因素，對(duì)底部含水層富水性與開采方法兩個(gè)定性因素進(jìn)行了隸屬度的細(xì)化，并對(duì)其他9個(gè)因素進(jìn)行了無量綱化處理。

2) 根據(jù)華北礦區(qū)典型的厚松散層薄基巖條件下開采礦井實(shí)例，建立了模糊神經(jīng)網(wǎng)絡(luò)模型，并對(duì)其影響因素進(jìn)行了敏感性排序，結(jié)果表明：開采方法、開采高度是影響頂板涌水量的最主要因素；開采深度、工作面長度、煤層傾角則對(duì)頂板用水量影響不大。使用該模型對(duì)選取的3組數(shù)據(jù)進(jìn)行驗(yàn)證，結(jié)果表明模型準(zhǔn)確度較高。結(jié)合礦井多年開采經(jīng)驗(yàn)分析，導(dǎo)致松散層下開采頂板突水的主觀因素是開采方法選取的采高引起一系列采礦擾動(dòng)，客觀因素主要是松散層底部含水層的富水性及基巖的厚度。這兩方面因素共同作用確定了松散層下頂板突水情況。在開采近松散層煤層時(shí)，選取合理的開采方法、采高是安全開采的前提；結(jié)合地層構(gòu)造特點(diǎn)、煤層賦存情況確定合理的開采方案是煤礦安全的主要保證。

3) 當(dāng)采煤工作面參數(shù)確定時(shí)，利用該模型對(duì)礦井頂板突水等級(jí)預(yù)測結(jié)果準(zhǔn)確度較高；結(jié)合地質(zhì)條件、預(yù)測突水等級(jí)，可準(zhǔn)確的確定出安全回采的采礦方法與開采高度。

由于時(shí)間精力有限，文章主要針對(duì)厚松散層、薄基巖、綜合機(jī)械化采煤工藝開采的緩傾斜煤層，對(duì)其他地質(zhì)構(gòu)造、采煤工藝下煤層適應(yīng)情況有待進(jìn)一步研究；后續(xù)工作可收集更多數(shù)據(jù)，對(duì)模型進(jìn)行推廣和完善，提高模型精度。

[1]連會(huì)青,夏向?qū)W,冉偉,等.厚松散層薄基巖淺埋煤層突水潰砂的可能性分析[J].煤礦安全,2015,46(2):168-171. LIAN Huiqing,XIA Xiangxue,RAN Wei,et al.Possibility analysis of water and sand inrush at shallow buried coal seam with unconsolidated formation and thin bedrock[J].Safety in Coal Mines,2015,46(2): 168-171.

[2]張貴彬.厚松散層薄基巖下開采上覆地層變形破壞特征及應(yīng)用研究[D].青島:山東科技大學(xué),2014.

[3]汪曉靜,解禮科,張建.淺埋煤層頂板突水潰砂防治工程及開采安全性研究[J].煤礦現(xiàn)代化,2015(4):74-76. WANG Xiaojing,XIE Like,ZHANG Jian.Control engineering and research on safety mining of shallow coal seam roof water inrush and sand inrush[J].Coal Mine Modernization,2015(4): 74-76.

[4]WANG F,ZHANG C,ZHANG X,et al.Overlying strata movement rules and safety mining technology for the shallow depth seam proximity beneath a room mining goaf[J].International Journal of Mining Science and Technology,2015,25(1): 139-143.

[5] 唐軍,李文,安伯義,等.衰老礦井可持續(xù)發(fā)展戰(zhàn)略決策和實(shí)施[C]// 2012煤炭企業(yè)管理現(xiàn)代化創(chuàng)新成果集.北京：2013.

[6] 張磊,王坤,陳同文.資源衰減礦井可持續(xù)發(fā)展規(guī)劃的思路及對(duì)策[J].內(nèi)蒙古煤炭經(jīng)濟(jì),2014(10):29-30. ZHANG Lei,WANG Kun,CHEN Tongwen.The thought and countermeasure of sustainable development of resource attenuation mine[J].Inner Mongolia Coal Economy,2014(10): 29-30.

[7]劉天泉.露頭煤柱優(yōu)化設(shè)計(jì)理論與技術(shù)[M].北京: 煤炭工業(yè)出版社,1998.

[8]姚邦華,魏建平,王登科,等.司馬礦薄基巖區(qū)頂板突水危險(xiǎn)性數(shù)值模擬研究[J].安全與環(huán)境學(xué)報(bào),2014,14(4):137-141. YAO Banghua,WEI Jianping,WANG Dengke,et al.A numerically simulated model on the water-inrush risk under the geo-condition of thin rock-mass with thick-loose bed in Sima coal mine[J].Journal of Safety and Environment,2014,14(4): 134-141.

[9]馬立強(qiáng),張東升,劉玉德,等.薄基巖淺埋煤層保水開采技術(shù)研究[J].湖南科技大學(xué)學(xué)報(bào)(自然科學(xué)版),2008,23(1):1-5. MA Liqiang,ZHANG Dongsheng,LIU Yude,et al.Aquifer-protective mining technology in shallow coal seam with thin bedrock[J].Journal of Hunan University of Science & Technology (Natural Science Edition),2008,23(1): 1-5.

[10]劉偉韜,李加祥,張文泉.頂板涌水等級(jí)評(píng)價(jià)的模糊數(shù)學(xué)方法[J].煤炭學(xué)報(bào),2001,26(4):399-403. LIU Weitao,LI Jiaxiang,ZHANG Wenquan.An evaluation of roof water inrush grade using fuzzy mathematics method[J].Journal of China Coal Society,2001,26(4): 399-403.

[11]孫明.深井底板突水判別和預(yù)測系統(tǒng)開發(fā)研究[D].青島:山東科技大學(xué),2010.

[12]白穆.人工神經(jīng)網(wǎng)絡(luò)在農(nóng)用地分等因素權(quán)重確定中的應(yīng)用研究[D].西安: 長安大學(xué),2007.

[13]趙振宇,徐用懋.模糊理論和神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)與應(yīng)用[M].北京:清華大學(xué)出版社,1996.

[14]BURGOS J E,GARCA-LEAL.Autoshaped choice in artificial neural networks: Implications for behavioral economics and neuroeconomics[J].Behavioural Processes,2015,114: 63-71.

[15]許家林,朱衛(wèi)兵,王曉振,等.淺埋煤層覆巖關(guān)鍵層結(jié)構(gòu)分類[J],煤炭學(xué)報(bào),2009,34(7):865-870. XU Jialin,ZHU Weibing,WANG Xiaozhen,et al.Classification of key strata structure of overlying strata in shallow coal seam[J].Journal of China Coal Society,2009,34(7): 865-870.

[16]王曉振.松散承壓含水層下采煤壓架突水災(zāi)害發(fā)生條件及防治研究[D].徐州:中國礦業(yè)大學(xué),2012.

[17]ZHANG G B,ZHANG W Q,WANG C H,et al.Mining thick coal seams under thin bedrock-deformation and failure of overlying strata and alluvium[J].Geotechnical & Geological Engineering,2016，34：1553-1563.

[18]張文泉.礦井 (底板) 突水災(zāi)害的動(dòng)態(tài)機(jī)理及綜合判測和預(yù)報(bào)軟件開發(fā)研究[D].青島:山東科技大學(xué),2004.

[19]國家安全生產(chǎn)監(jiān)督管理總局.煤礦防治水規(guī)定[M].北京:煤炭工業(yè)出版社,2009.

[20]房智恒,王李管,熊張友.基于Micromine FLAC3D耦合技術(shù)的金屬礦采礦擾動(dòng)影響分析[J].采礦與安全工程學(xué)報(bào),2012,29(6):870-875. FANG Zhiheng,WANG Liguan,XIONG Zhangyou.Mining disturbance analysis in metal mine based on Micromine FLAC3Dcoupling technology[J].Journal of Mining & Safety Engineering,2012,29(6): 870-875.

[21]王國法,龐義輝,劉俊峰.特厚煤層大采高綜放開采機(jī)采高度的確定與影響[J].煤炭學(xué)報(bào),2012,37(11):1777-1782. WANG Guofa,PANG Yihui,LIU Junfeng.Determination and influence of cutting height of coal by top coal caving method with great mining height in extra thick coal seam[J].Journal of China Coal Society,2012,37(11): 1777-1782.

[22]王睿,孟召平,謝曉彤,等.巨厚松散層下防水煤柱合理留設(shè)及其數(shù)值模擬[J].煤田地質(zhì)與勘探,2011,39(1): 31-35. WANG Rui,MENG Zhaoping,XIE Xiaotong,et al.Waterproof coal pillar reasonable design and numerical simulation under extremely thick unconsolidated strata[J].Coal Geology & Exploration,2011,39(1): 31-35.

(責(zé)任編輯：李 磊)

InfluencingFactorsandPredictionofMineWaterInrushDisasterUnderThickUnconsolidatedLayersandThinBedrock

LI Bo1,2, ZHANG Wenquan1,2， MA Lan3

(1.College of Mining and Safety Engineering, Shandong University of Science and Technology,Qingdao,Shandong 266590,China; 2.State Key Laboratory of Mining Disaster Prevention and Control Co-founded by Shandong Province and the Ministry of Science and Technology, Shandong University of Science and Technology, Qingdao, Shandong 266590, China；3.College of Mechanical and Electronic Engineering, Shandong University of Science and Technology,Qingdao,Shandong 266590, China)

TD745

A

1672-3767(2017)06-0039-08

10.16452/j.cnki.sdkjzk.2017.06.006

2016-12-29

高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金項(xiàng)目(20133718110015)

李 波(1992—)，男，山東泰安人，碩士研究生，主要從事礦山災(zāi)害預(yù)測及防治相關(guān)研究. E-mail：lbck2015@163.com 張文泉(1965—)，男，山東濰坊人，教授，博士，主要從事礦山災(zāi)害預(yù)測及防治相關(guān)研究工作，本文通信作者. E-mail：wenquanzhang@163.com