優(yōu)化BP神經(jīng)網(wǎng)絡(luò)在工作面安全開采中的應(yīng)用

魏玲玲

(潞安礦業(yè)集團公司 安監(jiān)局，山西 長治 046204)

我國能源結(jié)構(gòu)中煤炭資源占比最大，且短時間內(nèi)不會發(fā)生改變，但是在煤炭開采過程中伴隨著諸多安全事故，嚴重影響著生產(chǎn)設(shè)備的使用壽命以及生產(chǎn)人員的人身安全，如何高效安全地開采煤炭資源是從業(yè)人員及研究人員一直關(guān)注的問題。但是煤炭資源賦存條件復(fù)雜，影響煤炭安全開采的問題也非常多，如影響工作面安全開采的因素有工作面的頂?shù)装搴畬?、工作面采動效?yīng)、煤層埋深、地質(zhì)構(gòu)造、瓦斯涌出量、煤層傾角、煤層厚度等等，由于影響工作面安全回采的因素較多，要預(yù)測和控制的量較多、計算復(fù)雜，因此對于此類問題，許多學者已經(jīng)進行了一定的研究，所運用的主要方法為利用傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)模型，綜合諸多因素對工作面安全回采做出預(yù)測，但是傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模型存在需要的學習樣本較大、計算預(yù)測結(jié)果誤差較大等缺陷。

本文基于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模型所存在的缺陷，利用優(yōu)化BP神經(jīng)網(wǎng)絡(luò)建立工作面安全開采預(yù)測模型，結(jié)合有限元仿真軟件Matlab對預(yù)測模型進行了模擬計算，為相似條件下的工作面安全回采的預(yù)測提供了新的思路與方法。

1 工程概況

山西忻州某礦采用立井與斜井聯(lián)合開拓方式，目前主采3號與9號煤層，即將布置的工作面煤層埋深標高為+994～+958 m，平均埋深為100 m，煤層平均厚度為2.5 m，煤層傾角為7～9°，為近水平煤層。頂板為粉砂巖，煤層賦存地質(zhì)構(gòu)造較簡單，工作面瓦斯涌出量為0.56 m3/t，平均涌水量2.6 m3/h，采煤工藝為走向長壁后退式一次采全高綜合機械化開采法，頂板采用全部垮落法進行管理。

2 煤礦安全開采影響因素分析

由于煤礦在煤炭開采過程中存在錯綜復(fù)雜的不安全因素，使得作業(yè)環(huán)境較為復(fù)雜，形成一個集人員、機械、設(shè)備、地質(zhì)條件、自然環(huán)境、采礦工藝于一體的復(fù)雜系統(tǒng)，而且各因素與安全隱患之間的關(guān)系并不是線性關(guān)系，而是一種模糊關(guān)系。本文針對影響工作面開采的因素，主要選取地質(zhì)條件、頂板條件、瓦斯涌出量、煤層傾角、煤層厚度、開采深度、平均涌水量7個因素作為影響工作面安全開采的評價指標。以《煤礦安全規(guī)程》為依據(jù)，將評價指標定為五個等級，即I級、Ⅱ級、Ⅲ級、Ⅳ級、V級，分別表示安全、較安全、一般安全、不安全、很不安全[1]，各因素的分級標準見表1。表1中的地質(zhì)條件和頂板條件的取值采用定性指數(shù)取值方法，指數(shù)級別見表2。

表1 工作面安全開采的評價指標分級標準

表2 地質(zhì)條件和頂板條件指數(shù)取值

3 基于優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型的工作面安全開采評價模型構(gòu)建

神經(jīng)網(wǎng)絡(luò)是一種通過局部接受域完成函數(shù)映射的網(wǎng)絡(luò)，并且網(wǎng)絡(luò)存在隱含層神經(jīng)元節(jié)點數(shù)的確定和隱含層到輸出層權(quán)值的調(diào)整的缺陷[2]，該網(wǎng)絡(luò)模型所需訓(xùn)練樣本較大，且存在較大誤差。本文通過對神經(jīng)網(wǎng)絡(luò)模型進行優(yōu)化，在輸入層與輸出層之間加載一條單向線式連接，通過此連接可以進一步反映出輸入層與輸出層之間所存在的映射關(guān)系[3]，使輸入與輸出更具有關(guān)聯(lián)性，通過使用最陡下降法和最近鄰聚類，只需要通過調(diào)整其中的一個變量，就可以完成權(quán)值訓(xùn)練[4]，運用該方法對問題進行預(yù)測時，所需要的訓(xùn)練樣本較少，且能達到更好的訓(xùn)練以及預(yù)測效果。圖1為傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模型與優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)。

圖1 傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模型與優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)

為對基于優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型的工作面安全開采評價模型的訓(xùn)練，選取10組影響工作面安全開采的樣本參數(shù)及結(jié)果來進行學習訓(xùn)練。樣本具體參數(shù)見表3。表3中：實際結(jié)果中00 001表示安全、00 010表示較安全、00 100表示一般安全、01 000表示不安全、10 000表示很不安全。

表3 影響工作面安全回采的樣本參數(shù)及結(jié)果

4 工作面安全開采評價的Matlab模擬仿真研究

結(jié)合圖1中的優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)，在Matlab中編寫運算程序，將表3中的數(shù)據(jù)導(dǎo)入Matlab運算程序中進行學習訓(xùn)練，當計算誤差小于0.1%時，說明運算程序已經(jīng)學習訓(xùn)練完成。圖2為Matlab運算程序誤差曲線。

圖2 Matlab運算程序誤差曲線

運算程序?qū)W習完成后，為驗證基于優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型編寫的運算程序的可靠性，選取4組已知結(jié)果影響工作面安全回采的樣本參數(shù)對運算程序進行驗證，比較結(jié)果見表4。

由表4可以看出：在4組樣本中，基于優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型編寫的運算程序得到的預(yù)測結(jié)果與實際結(jié)果相一致，可見優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型能夠較好地達到預(yù)測效果，精準度較高，可以有效地應(yīng)用于煤礦工作面安全回采的評價中。

表4 BP優(yōu)化神經(jīng)網(wǎng)絡(luò)模型預(yù)測結(jié)果與實際結(jié)果比較

5 工程應(yīng)用

經(jīng)過學習訓(xùn)練過后的Matlab運算程序已經(jīng)獲得了影響因素與評價結(jié)果之間的關(guān)系，因此可用在評價煤礦工作面安全開采的評價中。文章背景忻州某礦即將布置的工作面地質(zhì)條件簡單，取值為1，頂板條件取值為3，瓦斯涌出量為0.56 m3/t，煤層傾角平均為8°，煤層厚度為2.5 m，開采深度為100 m，平均涌水量2.6 m3/h，將上述數(shù)據(jù)代入Matlab運算程序中，經(jīng)模擬計算得出結(jié)果為00 001，說明該工作面的開采安全狀況為安全。

6 結(jié) 語

1) 基于優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型編寫的Matlab運算程序得到的預(yù)測結(jié)果與實際結(jié)果相一致，可見優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型能夠較好地達到預(yù)測效果，精準度較高，可以有效地應(yīng)用于煤礦工作面安全回采的評價中。

2) 經(jīng)過學習訓(xùn)練過后的Matlab運算程序已經(jīng)獲得了影響因素與評價結(jié)果之間的關(guān)系，結(jié)合忻州某礦工作面已知數(shù)據(jù)，經(jīng)過模擬計算，得出工作面的開采安全狀況為安全。