基于PSO-BP的瓦斯抽采钻孔负压智能调控方法
高涵1
周爱桃2
成小雨3
程成3
王东旭2
1.煤炭无人化开采数智技术全国重点实验室,北京 100120;中煤能源研究院有限责任公司,陕西西安 710054;中煤西安设计工程有限责任公司,陕西西安 710054;陕西省"四主体一联合"煤矿智能管控系统及防灾装备校企联合研究中心,陕西西安 7100542.中国矿业大学(北京)应急管理与安全工程学院,北京 1000833.煤炭无人化开采数智技术全国重点实验室,北京 100120;中煤能源研究院有限责任公司,陕西西安 710054;中煤西安设计工程有限责任公司,陕西西安 710054
摘要：现有瓦斯抽采钻孔负压调控方法存在对工况变化响应迟滞、缺乏自适应能力与动态反馈调控功能等问题,难以实现对钻孔负压的精准调控.针对上述问题,提出了一种基于粒子群优化(PSO)-反向传播(BP)的瓦斯抽采钻孔负压智能调控方法.推导了煤层瓦斯-空气运移模型,并在此基础上采用COMSOL数值模拟软件得到不同抽采工况下的瓦斯抽采数据集;引入PSO算法对BP算法初始权重进行寻优,提高对抽采负压预测的可靠性;以瓦斯抽采流量或瓦斯抽采体积分数为目标值,基于PSO-BP算法预测目标值对应的抽采负压,调整阀门开度使钻孔负压达到预测的抽采负压,从而实现对瓦斯抽采钻孔的精准调控.结果表明:相比于极限学习机(ELM)、时间卷积网络(TCN)、支持向量机(SVM)算法,BP算法对瓦斯抽采数据特征变化规律的提取更准确;PSO-BP算法的均方误差(MSE)、均方根误差(RMSE)、平均绝对误差(MAE)、平均偏差误差(MBE)、平均绝对百分比误差(MAPE)、决定系数R2均优于BP算法;现场开展钻孔负压智能调控后,瓦斯抽采体积分数和瓦斯抽采流量相比于调控前均有所提升.
关键词：瓦斯抽采钻孔负压调控负压预测粒子群优化BP算法抽采流量抽采浓度
分类号：TD713(矿山安全与劳动保护)
资助基金：国家科技重大专项(2024ZD1000408)国家重点研发计划(2023YFF0615404)中国中煤重大科技专项项目(20221BY001)
论文发表日期：2025-12-31
在线出版日期：2026-01-27（本平台首次上网日期，不代表文献的发表时间）
页数：8( 72-79 )
英文信息