基于机器学习的高应力软岩巷道支护抗毁能力预测

邓广哲，付英凯

（1.西安科技大学 能源学院，陕西 西安 710054；2.西安科技大学 西部矿井开采及灾害防治教育部重点实验室，陕西 西安 710054）

高应力软岩巷道支护抗毁能力始终是煤矿开采过程中核心问题，在煤矿开采时，经常出现温度逐渐升高，地应力逐渐变大或者地质逐渐发生恶化的情况，这些问题常常导致软岩巷道发生开裂、鼓包或者变形的问题[1-5]。高应力软岩巷道支护在世界范围来看，属于较为复杂的工程建设问题，对于煤矿资源开采是具有重要意义的。随着开采深度的加大，高应力软岩巷道支护问题严重突出，解决当前高应力软岩巷道支护问题，是煤炭开采过程中安全生产关注热点之一[6-8]。

目前，国内外许多学者对该问题展开了研究，余伟健等[9]针对薄煤层变形特征提出了“锚、网、索、梁”整体支护技术；王卫军等[10]提出了可接长锚杆技术对大变形巷道进行支护取得了较好的效果；黄庆享等[11]采用物理和数值模拟分析了软岩大变形巷道变形情况，提出了全断面锚杆索+梁喷浆支护；虽然上述方法取得一定的进展，但是对于复杂岩层，应用能力不足，围岩岩层基本为软岩，且巷道断面大、布置密集、强度低。随着矿山开采速度加快，深部高应力软岩巷道支护初期来压较快，巷道支护自稳能力较差，如果不加速控制很快就会出现巷道支护毁坏。而通过对软岩巷道支护效果进行预测将对围岩控制提供借鉴，刘学生等[12]采用递进预测和非递进预测方法对巷道两帮移近速度进行预测，马鑫民等[13]研发了工程类比煤巷支护智能预测系统，王宏伟等[14]采用神经网络方法对巷道变形进行了预测。……