PSO-SVM模型在掘进工作面突出预警系统中的应用

李鑫灵，袁 梅，2，董 洪，陈国洪，许石青，2，隆能增

（1.贵州大学 矿业学院，贵州 贵阳 550025；2.复杂地质矿山开采安全技术工程中心，贵州 贵阳 550025；3.贵州林华矿业有限公司，贵州 毕节 551700）

由于煤与瓦斯突出的发生机理复杂，各影响因素间相互作用、彼此制约，导致工作面突出预警面临较大困难，如何有效实现突出风险快速、准确预警是当前亟待解决的难题。随着突出前兆特性研究的不断深入，部分学者发现突出发生前总伴随着工作面瓦斯体积分数异常波动的前兆现象[1-2]，可通过研究瓦斯体积分数的变化信息来实现采掘工作面的突出风险的实时预测，该种预测方式具有数据来源准确、时效性较好等优势，是突出风险实时预测的研究热点之一[3-4]，肖丹[5]利用灰色理论构建了基于瓦斯异常涌出的灰色预警模型；邓明[6]在研究突出孕育阶段瓦斯涌出量的动态变化特征及其内在联系的基础上，建立了多层次预警指标体系及突出预警的数学模型；关维娟[7]、陈亮[8]利用瓦斯体积分数变化特征构建了突出预警指标并开发了突出实时预警系统；杨艳国[9]对工作面瓦斯体积分数序列指标进行综合评判，结合瓦斯涌出异常辨识模型，实现了突出危险性分级预警。但上述研究缺乏对具体掘进面突出主控影响因素及建立瓦斯体积分数特征变化的突出预警指标的针对性研究。对于海量监测数据与突出风险间的内在关联信息挖掘深度不足，缺少高效、智能的预警判据确定方法，所建预警系统未能与预测模型有效融合，导致预警系统针对井下各类传感器反馈的海量大数据信息堆积的计算能力弱且智能化程度较低的不足，在一定程度上制约了突出预警的可靠性及准确度。……