榆横矿区中厚煤层加长工作面高强度开采矿压显现规律与区域等级智能预警
崔峰1
宗程2
来兴平2
谢涛3
白云虎3
张毅3
贾冲2
王昊2
罗钟2
刘浩2
1.西安科技大学能源与矿业工程学院,陕西西安 710054;新疆工程学院新疆煤炭资源绿色开采教育部重点实验室,新疆乌鲁木齐 830023;新疆工程学院新疆煤炭绿色智能开采工程研究中心,新疆乌鲁木齐 8300232.西安科技大学能源与矿业工程学院,陕西西安 7100543.陕西中能煤田有限公司,陕西榆林 719000
摘要：高强度开采和工作面长度增加使得矿压显现规律和时空分布特征出现变化,实现顶板来压的智能预测对于保障矿井安全生产具有重要意义.以陕西榆横矿区袁大滩煤矿中厚煤层加长工作面高强度开采的矿压演化趋势和分级预测为背景,分析了加长工作面支架阻力的分布特征和矿压显现规律,将工作面矿压数据动态映射至具有拓扑关系的空间网格单元,利用无监督聚类算法提取了工作面支架时空关联特征,形成了时空联动的支架阻力分析方法,构建了基于patch机制的Transformer(Patch Time Series Transformer,PatchTST)矿压预测模型,基于现场实测数据横向对比测试了多种预测模型,验证了PatchTST的准确性和对矿压长序列预测的适用性,最后进行了工程应用性能测试和预测误差分析.结果表明:袁大滩煤矿11207加长工作面倾向方向压力分布呈现"双波峰-谷间震荡"的"M"型特征,随着推进度和时间推移,"M"型压力场总体呈现出"形成-稳定-递归"的周期性演化规律;矿压数据经过空间网格单元的动态映射和聚类分析后,可以精确辨识工作面来压积聚区域并实现来压强度分级的自动求解;PatchTST模型在回视窗口 240,预测步长为3的情况下预测精度最佳,评估指标MSE值和MAE值分别为0.095、0.240;横向对比多个基于注意力机制的模型,PatchTST模型均能做到最低的预测误差;工程应用性能测试表明,所用方法准确辨识了现场观测较为强烈的来压,误差分析同样表明模型的预测精度较高,准确率可达92.8％.研究可为加长工作面矿压显现规律及工作面来压的智能预测预警提供借鉴与参考.
关键词：加长工作面矿压显现规律时空特征来压分类载荷预测PatchTST
分类号：TD323(矿山压力与支护)
资助基金：国家自然科学基金(52422404)新疆煤炭资源绿色开采教育部重点实验室开放课题资助项目(KLXGY-KA2501)
论文发表日期：2025-06-30
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：15( 2866-2880 )
英文信息