底板突水预测是保证煤矿安全生产的重要环节,对煤矿的正常生产有着重要的意义。突水系数理论因其方便可操作性在底板突水预测中有着广泛的应用。本文通过实例分析指出突水系数理论在理论突水系数与临界突水系数相差较大时有较好的预测效果,但在临界突水系数附近却存在明显的波动性。为弥补突水系数理论的不足,本文引入BP神经网络对临界突水系数附近的样本进行预测分析,预测结果与实际情况相符,预测效果较好。建议在底板突水预测中首先采用突水系数理论进行预测,对其中处于临界突水系数附近的样本进行BP神经网络预测,可以保证预测

基于GIS与模型化理论,应用GIS组件开发技术,建立了矿井水灾预测预报平台.利用突水系数与趋势、残差分析相结合的方法实现了突水危险性分区、掘进及回采工作面突水预测;利用BP神经网络,综合考虑构造、水源、水压、隔水层厚度等因素对煤层底板突水的影响,实现了突水点预测;应用人工智能技术,模拟专家思维方式,建立了掘进与回采工作面突水预测与治理专家系统,在平煤五矿进行了实际应用,效果良好.