传统的预测底板破坏深度方法主要有力学及数理统计、定性比较分析等,然而这些方法的预测值往往达不到预期的效果或与实际值差距较大。通过对比检验样本的预测误差可得出基于灰色理论的神经网络预测模型的精度高于BP神经网络的预测结果。故此次选用灰色理论与神经网络相结合的方法建立模型预测青东矿104采区10煤底板破坏深度,预测结果为16.86m。

在水文地质条件相似的情况下,与21109综采工作面临近的21301综采工作面发生了底板灰岩突水事故。通过分析陈四楼煤矿21109综采工作面水文地质条件,实施工作面底板瞬变电磁法勘探探测底板富水异常区,采用底板扰动破坏深度数值模拟及基于BP神经网络的底板扰动破坏深度模型等方法预测了21109综采工作面底板扰动破坏深度,优化设计了底板注浆改造钻孔,杜绝21109综采工作面突水事故的发生,保证了工作面安全生产。

在总结采场底板破坏深度预测方法和理论的基础上,结合大量实际资料分析,归纳出开采深度、煤层倾角、开采厚度、工作面长度、底板抗破坏能力和有无切穿型断层或破碎带6个方面是影响底板破坏深度的主要因素.根据全国典型突水案例,构建基于BP神经网络的底板破坏深度的预测模型,确定建立BP神经网络所需的输入样本和检验样本,运用Matlab软件对网络进行训练,得出了优化的网络模型,并根据建立的网络模型预测肥城煤田曹庄井田8812和9604工作面的底板破坏深度.通过与实测结果对比,证明该网络模型的计算结果比相关规程提