BP神经网络法预测隧道瓦斯突出的模型与实例

• 作者: 匡亮 喻渝 赵万强
• 来源期刊: 铁道工程学报
• 学科: 交通运输
• 关键词: 瓦斯隧道 突出预测方法 神经网络
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 隧道工程
• 页码范围: 56-61
• 页数: 6页
• 分类号: U25
• 字数: 3432字
• 语种: 中文

摘要

研究目的:目前隧道煤与瓦斯突出预测主要采用煤炭的常规接触式预测方法,如综合指标法、钻屑指标法等,但隧道与煤巷在断面大小、施工支护等方面有诸多不同,照搬煤炭预测方法并不一定能取得预期效果.本文根据煤与瓦斯突出综合作用假说,借鉴BP神经网络原理,对隧道瓦斯突出的多指标神经网络综合预测进行探讨,确定突出的评价指标,构建神经网络预测模型,通过神经网络模型的训练和回判,综合评价预测煤与瓦斯突出危险性.研究结论:(1)在综合分析突出影响因素基础上,基于瓦斯突出综合作用假说机理,提出了BP神经网络预测隧道煤与瓦斯突出危险性的方法;(2)选取瓦斯压力、地质构造、隧道埋深、煤的坚固系数、煤体结构类型及瓦斯放散初速度作为突出评价指标;(3)采集矿井突出样本进行神经网络模型的训练及回判,通过对已建成瓦斯隧道进行判别,判别结果与实际相符,验证了矿井突出样本应用到瓦斯隧道的突出预测可行性;(4)通过BP神经网络对成贵高铁7座高瓦斯隧道进行预测判别,表明玉京山隧道C5、C6煤层具有突出危险性,其他6座隧道无突出危险性;(5)本研究成果可为瓦斯隧道设计与施工提供借鉴.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵万强		14	51	5.0	6.0
2	喻渝		31	417	11.0	20.0
3	匡亮	西南交通大学交通隧道工程教育部重点实验室	5	16	3.0	4.0