一种基于R型因子分析和概率神经网络的冲击地压危险性等级评价模型

作者：王佳信; 周宗红^*; 李克钢; 王海泉; 付自国; 李晓飞

来源：振动与冲击, 2019, 38(02): 192-203.

DOI：10.13465/j.cnki.jvs.2019.02.029

• R型因子分析
• 概率神经网络(PNN)
• 冲击地压
• 危险性等级评价

冲击地压是煤矿生产活动中常见的一种动力灾害,其危险性等级评价是冲击地压防治工作中施行解危措施的前提和基础。综合考虑冲击地压发生的地质条件和开采技术条件,选取煤层厚度、倾角、埋深、地质构造情况、煤层倾角变化、厚度变化、瓦斯浓度、顶板管理、采前卸压情况和响煤炮声等10个影响因素作为冲击地压危险性等级评价指标,但指标间或多或少存在一定的相关性,导致指标信息重叠。为了提高冲击地压危险性等级预测精度,借鉴一种R型因子分析对冲击地压10个指标进行降维处理,提取5个主因子作为新的评价指标。在R型因子分析的基础上,建立重庆砚石台煤矿冲击地压危险性等级评价的PNN模型,仿真结果表明:5种不同的训练和测试下PNN模型仍具有良好的评价效果,其正判率分别为94.29%,88.57%,88.57%,85.71%和82.86%,同时验证R型因子分析对冲击地压危险性等级评价结果。说明R型因子分析与PNN模型结合可为煤矿开采中冲击地压危险性等级评价提供一种思路。

• 单位
  昆明理工大学