基于回采巷道破碎程度的浆液性能选型研究
王子琦1
万志军1
张源1
程敬义1
张洪伟2
熊路长1
康延雷3
1.中国矿业大学 矿业工程学院,江苏 徐州221116;深部煤炭资源开采教育部重点实验室,江苏 徐州2211162.中国矿业大学(北京)能源与矿业学院,北京1000833.神华国能集团大南湖一矿,新疆 哈密839000
摘要：工作面回采巷道围岩破碎程度不同,应采用不同性能的注浆材料对围岩进行分区、分类加固.采用BP神经网络算法,建立了回采巷道围岩破碎程度与注浆材料性能的"地质条件—浆液性能"互馈模型.该模型选取顶板岩层强度、煤层强度、底板岩层强度等7个地质条件参数作为输入因子,选取注浆材料7 d抗压强度、初凝时间和初始黏度作为输出因子.利用34组数据对模型进行训练,8组数据作为测试样本开展误差分析.结果表明:训练集拟合系数达到0.99995,测试集输出因子相对误差低于13％,训练和测试效果较好,能够满足基于围岩破碎程度进行浆液参数选型及预测的要求.
关键词：回采巷道破碎程度注浆加固浆液性能选型BP神经网络
分类号：TD353(矿山压力与支护)
资助基金：国家自然科学基金(51674242)
论文发表日期：2021-10-10
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 81-86 )
英文信息