層次分析法在煤礦沖擊地壓預(yù)測中的應(yīng)用

焦世雄

(同煤集團 白洞煤業(yè)公司,山西 大同 037037)

層次分析法在煤礦沖擊地壓預(yù)測中的應(yīng)用

焦世雄

(同煤集團 白洞煤業(yè)公司,山西 大同 037037)

根據(jù)沖擊地壓危險性評價的相關(guān)理論,采用系統(tǒng)決策法和灰色理論,建立組合預(yù)測數(shù)學(xué)模型,研究沖擊地壓所屬級別。充分利用大量歷史數(shù)據(jù),選取煤層沖擊傾向性、采深、煤層穩(wěn)定性、煤層傾角、地質(zhì)構(gòu)造、巷道支護效果和卸壓情況等7個關(guān)鍵因素作為評判指標(biāo),將定性、定量因素標(biāo)準(zhǔn)化處理后分別采用層次分析法和灰色關(guān)聯(lián)分析法來確定7個因素的權(quán)重和灰色關(guān)聯(lián)度,建立層次灰色組合預(yù)測模型判定沖擊地壓等級。工程實例表明,研究結(jié)果與現(xiàn)場具有很好的一致性,說明該預(yù)測方法處理沖擊地壓分級這種具有一定主觀性和灰色性的問題是合理可行的。

沖擊地壓;預(yù)測;灰色關(guān)聯(lián)分析;層次分析法

沖擊地壓是影響煤礦安全生產(chǎn)的主要災(zāi)害之一,是礦山采動誘發(fā)高強度煤巖體變性能瞬時釋放,在相應(yīng)采動空間引起強烈圍巖震動和擠出的現(xiàn)象[1-3]。沖擊地壓發(fā)生時,煤巖體拋向巷道,同時發(fā)出劇烈聲響,造成工作面現(xiàn)場或變形能釋放范圍巷道、硐室內(nèi)人員傷亡和設(shè)備損壞,是誘發(fā)其他煤礦災(zāi)害如瓦斯與煤塵爆炸、冒頂、礦井水災(zāi)和礦井火災(zāi)的根源[4]。大同礦區(qū)在生產(chǎn)技術(shù)條件上,各種采煤工藝、采煤方法都出現(xiàn)過沖擊地壓,多次發(fā)生沖擊地壓事故。如忻州窯煤礦位于大同侏羅紀(jì)煤田東翼東北部,呈不對稱向斜構(gòu)造,井田內(nèi)斷層約有300余條,落差10 m以上正斷層8條,煤層埋藏深度280 m～370 m,沖擊地壓災(zāi)害時有發(fā)生;其主采11#煤層5935巷發(fā)生沖擊地壓災(zāi)害,實地調(diào)察結(jié)果如下:400 m～370 m范圍內(nèi)巷道斷面縮小,高度最低處1.95 m,寬度最窄約1.60 m,有5根單體柱傾斜,2根單體柱壓彎;380 m至工作面范圍內(nèi)的頂板下沉約0.50 m～0.70 m,兩幫煤體突出約0.30 m～0.50 m,造成了不小的經(jīng)濟損失。為此,礦方成立了防沖減災(zāi)辦公室并配備了專門的生產(chǎn)和技術(shù)隊伍,多年來積極采用各種方法防治沖擊地壓,并積累了大量試驗成果和觀測數(shù)據(jù)資料,為進一步開展沖擊地壓機理研究和治理奠定了良好基礎(chǔ)。

隨著煤礦開采裝備技術(shù)水平不斷提高,也采用了微震、聲發(fā)射等手段對沖擊地壓預(yù)報,但由于自然地質(zhì)條件、開采技術(shù)等復(fù)雜性原因,沖擊地壓尚難以完全掌控[5];傳統(tǒng)預(yù)測只能靠經(jīng)驗或定性方法。有學(xué)者應(yīng)用BP-ANN、模糊理論、混沌時間序列、Fisher判別分析法及PSO-SVM模型等預(yù)測沖擊地壓取得了一定成果[6-9]。但均有不足之處:BP網(wǎng)絡(luò)隱層數(shù)難以確定,網(wǎng)絡(luò)訓(xùn)練時間長、易陷入局部極值;模糊理論存在隸屬度、權(quán)重難以確定的缺陷;混沌時間序列法需要海量數(shù)據(jù)計算最大Lyapunov指數(shù);Fisher判別分析要求大量準(zhǔn)確歷史數(shù)據(jù);SVM核函數(shù)及其參數(shù)選擇較為復(fù)雜。鑒于GCA法可有效解決“少樣本、貧信息”決策或預(yù)測問題[10],AHP法可系統(tǒng)性地準(zhǔn)確計算評價指標(biāo)體系中各影響因素的權(quán)重,本文將GCA法與AHP法相結(jié)合對沖擊地壓進行預(yù)測。

1 GCA法

1.1灰色關(guān)聯(lián)度系數(shù)

基于灰色關(guān)聯(lián)原理和灰色關(guān)聯(lián)差異信息空間LYgr,并考慮其領(lǐng)域性與規(guī)范區(qū)間性,灰色關(guān)聯(lián)度系數(shù)為:

ξi(k)=(xmin+ρxmax)/(Δ0i(k)+ρxmax).

(1)

作為評價標(biāo)準(zhǔn)的比較數(shù)列xi(k)往往是一個區(qū)間,如xi(k)=[ai(k),bi(k)],其中,ai(k),bi(k)為第k個指標(biāo)的第i個級別的上限和下限。此時,

1.2灰色關(guān)聯(lián)度

2 AHP法

AHP法的具體步驟為:

1)明確問題。

2)建立問題層次結(jié)構(gòu)。

3)構(gòu)造兩兩比較判斷矩陣B,其元素bij≥0,bii=1,bij=1/bji,(i,j=1,2,…,n)。

4)層次排序與一致性檢驗:計算判斷矩陣B最大特征值λmax及其對應(yīng)特征向量,若矩陣B滿足bik=bijbjk,其中,i,j,k=1,2,…,n。

5)確定權(quán)重Wi:采用乘積方根法求得的特征向量W=[w1,w2,…,wn]T,計算灰色關(guān)聯(lián)度ri,據(jù)此可判斷沖擊地壓類型。

3 GCA與AHP沖擊地壓預(yù)測模型

在對歷史數(shù)據(jù)進行系統(tǒng)分析的基礎(chǔ)上,采用AHP-GCA數(shù)學(xué)模型對該礦沖擊地壓危險性進行有效預(yù)測。

3.1沖擊地壓指標(biāo)權(quán)重AHP分析

引起沖擊地壓的影響因素很多,主要有:自然地質(zhì)條件、開采技術(shù)條件和生產(chǎn)組織管理等。根據(jù)國內(nèi)外沖擊地壓機理研究成果和該礦積累的統(tǒng)計資料分析,影響因素有:煤層沖擊傾向性X1、采深X2、煤層穩(wěn)定性X3、煤層傾角X4、地質(zhì)構(gòu)造X5、巷道支護效果X6、卸壓情況X7等。

根據(jù)AHP法基本原理,建立的沖擊地壓預(yù)測層次結(jié)構(gòu)模型如圖1所示;7個指標(biāo)的權(quán)重通過有關(guān)試驗測定和現(xiàn)場專家調(diào)查,采用AHP法建立判斷矩陣B,經(jīng)分析后再最終調(diào)整確定。選擇9標(biāo)度法,構(gòu)造的判別矩陣B為:

圖1 層次分析結(jié)構(gòu)模型Fig.1 Hierarchical analysis model

.

采用Matlab7.0編制程序,經(jīng)計算判斷矩陣B最大特征值λmax=7.441 2,檢驗B的一致性指標(biāo)CI=0.073 5;查表1,n=7時,平均隨機一致性指標(biāo)RI=1.32,一致性比率CR=0.055 7<0.10。因此,判斷矩陣B有滿意的一致性。此時,認(rèn)為B的特征向量W=[0.367 3,0.208 2,0.142 1,0.127 7,0.063 7,0.048 3,0.042 6]T的各個分量作為相應(yīng)的各個因素的權(quán)重是合理的,可用于沖擊地壓的灰色關(guān)聯(lián)度分析。

3.2沖擊地壓GCA預(yù)測

根據(jù)國內(nèi)外已有沖擊地壓危險性評價研究成果和多年來積累的數(shù)據(jù)資料,將該礦沖擊地壓等級分為Ⅰ無沖擊、Ⅱ弱沖擊、Ⅲ中等沖擊和Ⅳ強沖擊等四級。為便于計算,需要將定性和定量數(shù)據(jù)進行歸一化處理,標(biāo)準(zhǔn)化處理后的沖擊地壓分級標(biāo)準(zhǔn)，如表1所示。典型樣本及灰色關(guān)聯(lián)分析預(yù)測結(jié)果,如表2所示。

表1 標(biāo)準(zhǔn)化后的沖擊地壓分級標(biāo)準(zhǔn)Table 1 Grading of the standardized rock burst

表2 沖擊地壓樣本及灰色關(guān)聯(lián)分析預(yù)測結(jié)果Table 2 Prediction of rock burst sample and grey relational analysis

無量綱處理沖擊地壓樣本,采用GCA法計算出7個指標(biāo)的權(quán)重Wi和灰色關(guān)聯(lián)系數(shù)ξi(k),得到樣本的灰色關(guān)聯(lián)度ri。分析每一個樣本的灰色關(guān)聯(lián)度數(shù)列r,由最大關(guān)聯(lián)度法則可知,灰色關(guān)聯(lián)度ri越大,則與對應(yīng)分級標(biāo)準(zhǔn)集合的符合程度越好,從而可以判定或預(yù)測各個樣本的沖擊地壓類型。將預(yù)測結(jié)果與實測結(jié)果進行比較,可知GCA-AHP沖擊地壓預(yù)測方法的準(zhǔn)確率為82%。

4 實例應(yīng)用

據(jù)地質(zhì)資料,某工作面位于井田向斜西翼,北西高、南東低,呈單斜構(gòu)造、局部呈小向斜構(gòu)造,煤層厚度4.9 m～9 m,均厚7.5 m,傾角6°～8°,平均傾角7°,埋深300 m～350 m,平均埋深310 m;面內(nèi)有四條小規(guī)模正斷層,地質(zhì)構(gòu)造較復(fù)雜。煤層及直接頂之上27 m～39 m為深灰色砂質(zhì)頁巖-灰白色粗砂巖,以石英長石為主,含少量云母,暗色礦物及煤屑,水平層理,泥質(zhì)膠結(jié)。底板為灰色砂質(zhì)頁巖互層,灰色細砂巖,厚2 m～5 m,成分石英、長石,少量云母,暗色礦物及FeS球狀結(jié)核,泥質(zhì)膠結(jié),較堅實。煤層微含水,局部頂板有滴水及淋水現(xiàn)象。5935巷采用錨桿吊鋼帶掛金屬網(wǎng)和錨索聯(lián)合支護,整體支護效果良好。在防沖卸壓方面,除了采用常見的煤層鉆孔注水、開卸壓槽等措施外,還在試驗段應(yīng)用爆破技術(shù)進行鄰面斷頂,以減小工作面鄰空順槽煤柱外側(cè)懸板的長度,降低煤柱內(nèi)應(yīng)力集中程度。沖擊地壓影響因素標(biāo)準(zhǔn)化后的預(yù)測數(shù)列為X0=[1.0,0.45,0.75,0.47,1.0,0.57,0.75]T,經(jīng)計算,其灰色關(guān)聯(lián)度為r=[0.466 8,0.647 6,0.811 8,0.772 5]T。由沖擊地壓分級標(biāo)準(zhǔn),該工作面總體呈中等沖擊類型。

電磁輻射強度和脈沖數(shù)可綜合反映煤體前方應(yīng)力集中大小,可用電磁輻射法進行沖擊地壓卸壓效果監(jiān)測。根據(jù)煤巖沖擊破壞的KBD-5電磁輻射儀記錄數(shù)據(jù),確定電磁輻射幅臨界值:強度為100 mv,頻次為900 Hz,據(jù)此預(yù)報沖擊地壓。

圖2 電磁輻射數(shù)據(jù)Fig 2 Electromagnetic radiation data

圖2為中巷道電磁輻射記錄,其最大強度值約為85 mV,最大脈沖數(shù)約為550 Hz,經(jīng)判斷為中等沖擊事件。經(jīng)實地調(diào)查,巷道測點120 m～140 m范圍發(fā)生沖擊地壓,約有6.0 m范圍頂板下沉,巷道斷面縮小,巷道高度最低處僅有1.6 m,寬度最窄約1.5 m,工作面幫有8根單體柱傾斜,鄰空幫有5根單體柱傾斜。從而,直接驗證了基于AHP的沖擊地壓GCA預(yù)測模型的有效性。

5 結(jié)論

1)充分發(fā)揮AHP法有效處理定性、定量復(fù)雜數(shù)據(jù)和GCA法準(zhǔn)確預(yù)測功能的優(yōu)勢,建立了煤礦沖擊地壓預(yù)測的AHP-GCA組合數(shù)學(xué)模型。

2)該沖擊地壓危險性組合預(yù)測方法準(zhǔn)確率為82%,精度滿足工程需要,為沖擊地壓預(yù)測的新途徑。

3)根據(jù)忻州窯煤礦實際情況,對試驗工作面進行了沖擊地壓預(yù)測實踐,由井下實際觀測和電磁輻射法實時監(jiān)測數(shù)據(jù)驗證了可通過AHP-GCA組合數(shù)學(xué)模型來實現(xiàn)沖擊地壓的有效預(yù)測。

[1] 張曉明,楊曉晨,盧鋼,等.下伏采空區(qū)的煤礦地表地震動力響應(yīng)模擬[J].遼寧工程技術(shù)大學(xué)學(xué)報:自然科學(xué)版,2013,32(6):730-734.

ZHANG Xiaoming,YANG Xiaochen,LU Gang,etal.Seismic Dynamic Response of Ground Surface above Goaf of Coal Mine[J].Journal of Liaoning Technical University:Natural Science,2013,32(6):730-734.

[2] 尹光志,譚欽文,魏作安.基于混沌優(yōu)化神經(jīng)網(wǎng)絡(luò)的沖擊地壓預(yù)測模型[J].煤炭學(xué)報,2008,33(8):871-875.

YIN Guangzhi,TAN Qinwen,WEI Zuoan.The Prediction Model of Rockburst Based on Chaos Optimization Neural Network[J].Journal of China Coal Society,2008,33(8):871-875.

[3] 趙洪波,茹忠亮.沖擊地壓預(yù)測的PSO-SVM模型[J].巖石力學(xué)與工程學(xué)報.2007,26(SI):3479-3483.

ZHAO Hongbo,RU Zhongliang.The PSO-SVM Model of Rockburst Prediction[J].Chinese Journal of Rock Mechanics and Engineering, 2007,26(SI):3479-3483.

[4] 孫鳳琪.Adaboost 集成神經(jīng)網(wǎng)絡(luò)在沖擊地壓預(yù)報中的應(yīng)用[J].吉林大學(xué)學(xué)報:信息科學(xué)版,2009,27(1):79-84.

SUN Fengqi.The Application of Adaboost Neural Network to Burst Forecast[J].Journal of Jilin University:Information Science,2009,27(1): 79-84.

[5] 孫繁燁,耿也.基于 BP 神經(jīng)網(wǎng)絡(luò)的商品庫存控制模型[J].遼寧工程技術(shù)大學(xué)學(xué)報:自然科學(xué)版,2013,32(6):817-821.

SUN Fanye,GEN Ye.The Merchandise Inventory Control Model Based on BP Neural Network[J].Journal of Liaoning Technical University:Natural Science,2013,32(6):817-821.

[6] 金佩劍,王恩元,劉曉斐,等.沖擊地壓危險性綜合評價的突變級數(shù)法研究[J].采礦與安全工程學(xué)報,2013,30(2):256-261.

JIN Peijian,WANG Enyuan,LIU Xiaofei,etal.The Progression Method of Rockburst Hazard Evaluation[J].Journal of Mining and Safety Engineering, 2013,30(2):256-261.

[7] 謝龍漢,尚濤.SPSS統(tǒng)計分析與數(shù)據(jù)挖掘[M].北京:電子工業(yè)出版社,2012.

[8] 尹光志,代高飛,閆河,等.沖擊地壓預(yù)測的遺傳神經(jīng)網(wǎng)絡(luò)方法[J].巖土力學(xué),2003,24(6):1016-1020.

YIN Guangzhi,DAI Gaofei,YAN He,etal.The Genetic Neural Network Method of Rockburst Prediction[J].Rock and Soil Mechanics,2003,24(6):1016-1020.

[9] 周健,史秀志.沖擊地壓危險性等級預(yù)測的Fisher 判別分析方法[J].煤炭學(xué)報,2010(35):22-27.

ZHOU Jian,SHI Xiuzhi.Application of Neural Networks to Study and Prediction Forecast Rockburst[J].Journal of China Coal Society,2010(35):22-27.

[10] 吳財芳,曾勇.神經(jīng)網(wǎng)絡(luò)在沖擊地壓危險性預(yù)測預(yù)報研究中的應(yīng)用[J].工程地質(zhì)學(xué)報,2003,11(3):263-268.

WU Caifang,ZENG Yong.Application of Neural Networks to Rockburst Hazard Forecasting Research[J].Journal of Engineering Geology,2003, 11(3):263-268.

ApplicationofAnalyticHierarchyProcessinPredicationofRockBurstinMines

JIAOShixiong

(BaidongCoalCo.,Ltd.,DatongCoalMineGroup,Datong037037,China)

According to the theories of risk evaluation on rock burst,system decisions method and grey theory were used to establish a combined mathematical model to predict the grade of the rock burst.Taking advantage of large quantity of historical data,seven critical factors were selected as the evaluation indexes,including rock burst tendency,mining depth,coal seam stability,dip angle,geological structure,supporting effect and pressure relief.After the standardization of the qualitative and quantitative factors,analytic hierarchy process and grey relational analysis were used to determine the weight and grey relational degree of the seven factors to establish a hierarchy-grey prediction model to judge the grade of the rock burst.The engineering cases show that the results are in good consistency with the field.The results indicate that the prediction method is reasonable and feasible to solve the subjective and grey grading problem for the rock burst.

rock burst; prediction; grey relational analysis; analytic hierarchy process

1672-5050(2017)04-0053-04

10.3919/j.cnki.issn1672-5050sxmt.2017.08.016

2017-05-07

焦世雄(1992-),男,山西渾源人,大學(xué)本科,助理工程師,從事煤礦生產(chǎn)及技術(shù)管理工作。

TD324

A

(編輯:薄小玲)