灰岩含水层定向钻孔注浆效果智能评价方法研究
Intelligent evaluation method of directional drilling grouting effect in limestone aquifer
李文昕 1贾东秀 2陈建刚 3傅子群 1陈军涛 4郭洪运 2刘磊2
作者信息
- 1. 山东科技大学 能源与矿业工程学院,山东 青岛 266590
- 2. 山东能源新汶矿业集团有限责任公司 邱集煤矿,山东 德州 251105
- 3. 山东能源新汶矿业集团有限责任公司 榆树井煤矿,内蒙古 鄂尔多斯 016299
- 4. 山东科技大学 能源与矿业工程学院,山东 青岛 266590;煤炭资源高效开采与洁净利用国家重点实验室,北京 100013;山东科技大学 矿业工程国家级实验教学示范中心,山东 青岛 266590
- 折叠
摘要
基于黄河北煤田邱集煤矿现场注浆工程,通过XGboost、支持向量机、K近邻和BP 人工神经网络四种算法,对灰岩定向钻孔的注浆效果进行科学分析.研究表明,XGboost、支持向量机、K近邻的模型精度均达不到 0.9,而BP 人工神经网络测试的拟合程度达 0.93,使用现场数据测试准确度达0.9,证明了BP人工神经网络评价注浆效果的可行性和准确性;最后运用MATLAB提出了一种基于BP人工神经网络的注浆效果智能化评价方法,并根据模型制作了简单的演示平台,实现了注浆效果评价的智能化与快捷化.
Abstract
Based on the grouting project of Qiuji Coal Mine in Huanghebei Coalfield,we scientifically analyzed the grouting effect of limestone directional drilling using XGboost,support vector machine,K-nearest neighbor and BP artificial neural network.The research result shows that,the model accuracy of XGboost,support vector machine and K nearest neighbor is less than 0.9,while the fitting degree of BP artificial neural network test is 0.93.The accuracy of field data test is 0.9,which proves the feasibility and accuracy of BP artificial neural network in evaluating grouting effect.Finally,an intelligent evaluation method of grouting effect based on BP artificial neural network is proposed by MATLAB,and a simple demonstration platform is made according to the model,which realizes the intelligent and rapid evaluation of grouting effect,and has a scientific guiding role for the development of mine grouting effect evaluation theory and safe coal mining.
关键词
定向注浆/效果评价/机器学习/BP人工神经网络/智能评价Key words
directional grouting/effect evaluation/machine learning/BP artificial neural network/intelligent evaluation引用本文复制引用
基金项目
煤炭资源高效开采与洁净利用国家重点实验室资助项目(2021-CMCU-KF015)
国家自然科学基金项目(51974172)
山东省自然科学基金面上项目(ZR201911150152)
山东省自然科学基金面上项目(ZR2019MEE084)
山东省自然科学基金面上项目(ZR2022ME140)
山东科技大学科研创新团队支持计划项目(2018TDJH102)
出版年
2024
NETL
NSTL
万方数据