基于LSTM模型的冲击地压预测方法研究

摘要：

预防冲击地压是煤矿开采过程中面临的重大难题,近些年来随着煤矿开采逐渐由浅层转向深层,我国煤矿发生冲击地压的次数随之增加.冲击地压严重威胁着煤矿工作人员的生命安全,并造成巨大的经济损失,因此对冲击地压预测研究尤为重要.传统预测方法只能分析冲击地压发生前少量前兆信息,无法做到根据历史信息预测未来冲击地压相关信号变化趋势.为了探究冲击地压预测方法,选用来自发生过冲击地压煤矿的岩石,利用TYJ-500KN微机控制电液伺服岩石剪切流变试验系统与SH-II声发射系统进行冲击地压相似模拟实验.将实验采集的抗压强度信号和声发射信号进行信息融合,利用具有记忆属性的长短期记忆神经网络(LSTM)预测数据.研究结果显示,预测数据与实际分析数据曲线拟合度高,数据中均方根误差最大值小于0.6,LSTM模型用于冲击地压预测具有良好的前景.

关键词：冲击地压、LSTM模型、预测模型、声发射、信息融合

所属期刊栏目：32

分类号：TD353(矿山压力与支护)

资助基金：黑龙江省自然科学基金项目LH2019E084

在线出版日期：2023-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：88-95