基于BP神经网络的煤层底板突水量等级预测

中文
EN

当前位置：首页 > 论文 > 2022 > 06

论文

免费下载 2022年06期

摘要：为了减少水灾损失并提高煤矿底板突水量预测精度，基于肥城矿区相关矿井水文地质资料，选取水压、底板裂隙发育程度、断层落差、岩溶发育程度、含水层厚度、隔水层厚度等6项指标，建立了肥城矿区底板突水量等级预测模型，采用平均影响值（MIV）方法评价了神... 展开+

摘要：

为了减少水灾损失并提高煤矿底板突水量预测精度，基于肥城矿区相关矿井水文地质资料，选取水压、底板裂隙发育程度、断层落差、岩溶发育程度、含水层厚度、隔水层厚度等6项指标，建立了肥城矿区底板突水量等级预测模型，采用平均影响值（MIV）方法评价了神经网络模型中各自变量对突水量等级预测的影响程度。结果表明：该模型具有较高的预测精度；肥城矿区内的小型突水主要由含水层及隔水层的属性决定；大型及特大型突水的发生与断裂构造、岩溶和底板裂隙发育程度等因素密切相关。

收起-