第42卷第03期2023年03月煤炭技术CoalTechnologyVol.42No.03Mar.2023doi:10.13301/j.cnki.ct.2023.03.0220引言煤炭作为重要自然资源，关系着国计民生的基本问题。我国是煤炭资源大国，但随着我国煤炭资源的长期开采，浅层资源不断减少，导致煤炭开采不断加深。随着巷道深度不断增加与地下地质的多变，巷道的安全问题日益凸显，水害及断层问题已成为影响巷道安全生产的主要因素。超前探测技术可以有效且安全地探知巷道前方的地质情况，减小开采的风险，避免巷道的地质安全事故，对于巷道的安全生产尤为重要。目前超前探测方法主要有钻探法和物探法。钻探法是利用钻机在巷道的掘进面进行钻孔并进行采样分析的方法，能够对前方的陷落柱和断层等进行精准定位，但该方法速度慢，设备复杂，费时费力；物探法是利用物理学原理和仪器获得已知介质的物理参数，通过其规律变化来判断地质结构的方法，相比于前者，物探法探测范围广、效率高、且施工成本低，因此矿井超前探测大多采用物探法进行。电磁勘探法就是其中最有效的方法之一，电磁勘探法对低阻区反应更加敏感，在煤矿岩层水断层探测方面更具优势。该方法是以矿石之间电性差异为基础，通过观测和研究电磁场的分布规律，实现对地质结构的探测。中煤科工集团的苏超等学者采用地孔瞬变电磁法进行超前探测，成功地定位了异常体的中心位置。焦作煤业有限公司的温亨聪团队将瞬变电磁法和地震法的优势结合，利用探测信息的多元互补，实现了水害超前探测。但目前电磁勘探采用的算法对初始模型依赖度高，且易陷入局部最优解，严重影响了反演的速度和精度。人工神经网络具有较好的非线性拟合能力，可以更好地解决传统反演算法存在的问题，在电磁反演数据信息处理中得到广泛的认可。范涛等人将地球物理与机器学习有机结合，采用基于DNN的矿井超前探测反演方法研究*韩晓冰，余思淼，梁冰洋，周远国（西安科技大学通信与信息工程学院，西安710699）摘要：提出了一种基于DNN的矿井超前探测算法，该算法可以快速准确地实现一维复杂地质的重建。首先，利用层状介质并矢Green函数方法获得不同地质模型的数值解；随后，依据数据样本搭建网络框架，网络的输入主要由电场分量构成，输出为相应的地质模型电导率参数，通过对神经网络进行训练，得到网络的最优系数；最后，为了提升网络的抗噪声性能，采用不同噪声的数据对网络进行训练。结果表明：利用DNN算法在精度和效率上都比BP神经网络有所提升，相同模型下速度比BP神经网络...
