科研之友
微信
新浪微博
Facebook
分享链接
摘要
支架工作状态是工作面矿压特征的重要表征，是研究顶板活动规律和矿压灾害预控的主要监测内容。传统的基于支架工作阻力进行矿压显现规律分析的方法存在着来压指标判定公式中经验系数不好确定，来压标记结果不连续和来压整体性难以把握的问题，因而由支架阻力数据分析所得出的矿压特征不够清晰，精准性不够。本文通过网格化建模，采用无监督聚类算法提取时空相关性特征，成功解决了上述问题，得到了支架阻力数据的连续性标记结果，并将工作面来压集聚性区域剥离了出来。基于支架阻力数据的连续性标记结果，将同一循环中分类值最高的标签作为此循环的标签，可得到工作面来压的周期性分布曲线，进而实现对周期来压特征参数的全程序化求解。同时衡量动压系数和来压持续循环数两项指标，可以实现对不同强度来压的分类。研究结果表明，监测区域内共发生了22次来压，其中强来压发生了1次，大来压发生了6次，小来压发生了15次。与现场人工观测所得周期来压特征相比，本文方法所得来压判别结果准确率为90.91%，成功率为100%，证明了所得结果的可靠性。在来压强度分类方面，本文准确的判别出了现场被标记为较强烈的来压，并实现了对被标记为强烈来压的细粒度划分，从而实现了对来压分类的科学精准判识。
- 单位
