2023年8月Aug.,2023doi：10.3969/j.issn.1672-9943.2023.04.025基于BP神经网络的过老空区巷道支护参数设计研究（霍州煤电集团河津腾晖煤业有限责任公司，山西临汾031400）［摘要］为解决整合矿井掘进工作面过老空区巷道支护问题，以霍州煤电集团河津腾晖煤矿为工程背景，采用BP神经网络、数值模拟和现场实践相结合的方法，建立巷道围岩主要影响因素与支护参数之间的非线性BP神经网络模型，得到2-205工作面运输巷合理的支护参数，并基于数值软件对其进行验证，最后现场应用。结果表明：BP神经网络得到的注浆锚索长度、直径分别为7300mm和22mm，间排距为1500mm×2000mm；数值结果显示压应力区增加范围大，预应力作用到顶板更深处，充分发挥了锚索悬吊作用。现场监测到顶板下沉最大值为180mm，巷帮内移量最大值为275mm，总离层最大值为110mm，表明采用BP神经网络对巷道支护参数设计是可行的。［关键词］整合矿井；BP神经网络；老空区；支护参数［中图分类号］TD353［文献标识码］B［文章编号］1672蛳9943（2023）04蛳0082蛳030引言随着煤矿技术的不断进步，国家提出淘汰落后产能的口号，山西省对很多矿区进行整合复采。但在复采过程中发现围岩破碎难以控制的问题，导致煤矿工人的生命安全受到严重威胁。目前，巷道支护参数的确定主要采用理论计算法和工程类比法。由于支护参数与影响因素之间是复杂的非线性关系，两者设计效果在实际应用中不理想。国内许多学者将神经网络引入煤矿巷道支护设计。姚添智等咱1暂采用神经网络方法建立锚杆支护智能化设计模型，优化设计锚杆直径和间排距；张士科等咱2暂基于Matlab的BP神经网络工具箱，建立了巷道支护主要影响因素和支护参数、支护形式之间的网络模型，验证了该方法的可靠性；王宏伟等咱3暂利用MATLAB软件建立神经网络模型，成功实现了巷道支护优选及变形预测。众多专家对BP神经网络设计巷道支护参数进行了详细研究，并取得了丰硕的成果。然而，煤层的地质条件比较复杂，BP神经网络输入参数的选取存在困难，导致巷道支护参数预测稳定性差，方法单一缺乏佐证。为此，本文依托河津腾晖煤矿，利用BP神经网络和数值模拟相结合的方法，开展整合矿井掘进工作面过老空区巷道支护研究，获得合理的支护参数，为破碎围岩稳定性控制提供一定的理论依据。1工程概况霍州煤电集团河津腾晖煤业有限责任公司是改扩建矿井，生产能力为1.2Mt/a。整合前各煤矿井下均开采2号煤层，井下巷道沿2号煤层布置，由于该煤层较厚，采煤工...
