高应力围岩灾变信息采集及智能预警

作者：金声尧; 贾澎涛^*; 王鹏; 杨继红; 侯长民

来源：矿业研究与开发, 2021, 41(06): 170-175.

DOI：10.13827/j.cnki.kyyk.2021.06.029

• 围岩灾变
• 信息采集
• 无线传感器
• 循环神经网络
• 智能预警

针对煤矿围岩应力在线监测困难、灾害预警能力较弱的问题,通过自主设计的基于LoRa协议的围岩应力无线传感器和无线网关,实现了对井下围岩应力灾变的信息采集与数据传输。在围岩应力实时监测数据的基础上,应用深度学习理论,提出了应用自适应矩估计优化算法的深度循环神经网络围岩灾变预警模型(Adam-DRNN),构建了高应力围岩灾变信息捕捉及智能预警系统。试验结果表明,Adam-DRNN预警模型具有较高的准确度和较强的泛化能力,与BP神经网络预警模型、支持向量回归预警模型和差分自回归移动平均预警模型相比较,预测效果分别提高了23.1%、2%和6.1%。高应力围岩灾变信息捕捉及智能预警系统实现了对工作面及巷道区域矿山压力的实时监控和智能预警,提高了矿井安全生产管理水平,具有较强的实用价值。

• 单位
  陕西煤业化工技术研究院有限责任公司; 西安科技大学; 陕西煤业股份有限公司