ANN采煤工作面最大涌水量预测与指标优化

• 作 者: 马亚杰 王东 孙海威
• 机 构: 河北联合大学矿业工程学院,河北省矿业开发与安全技术重点实验室,新疆维吾尔自治区有色地质勘查局七〇四队,
• 出 处: 辽宁工程技术大学学报(自然科学版)
• 发表日期: 2004年期
• 关键词: 最大涌水量 ANN 涌水量预测 人工神经网络 东欢坨矿 涌水量曲线 预测模型 单位涌水量 指标优化 充水

为进行采面涌水量预测,统计分析开滦东欢坨矿已有采面涌水量曲线特征,建立了采面涌水量预测指标,应用ANN技术建立了指标优化的采面最大涌水量预测三层BP人工神经网络.结果表明:以含水层厚度、单位涌水量、渗透系数、采面斜长、煤层采高及水压为指标建立的人工神经网络模型,能够提高采面涌水量预测精度.
In order to forecast the water inflow of caving face, the curve characteristics of water inflow of caving face has been calculated and analyzed. The prediction index of gushing water level of caving face has been set up. By using ANN technology, BP artificial neural network.The results show that the artificial neural network model established based on aquifer thickness, unit inflow, permeability coefficient, mining face oblique length, coal mining height and water pressure can improve the prediction accuracy of water inflow.