江泽华,袁志刚,2,3*，谢东海,2,3,邵耀华

(1.湖南科技大学 资源环境与安全工程学院,湖南 湘潭 411201;2.湖南科技大学 煤矿安全开采技术湖南省重点实验室,湖南 湘潭 411201;3.湖南科技大学 南方煤矿瓦斯与顶板灾害预防控制安全生产重点实验室,湖南 湘潭 411201)

我国水文地质复杂,特别在华北型矿区,煤层底板多含奥灰含水层,矿井突水事故时有发生[1].矿井突水严重威胁矿工的生命安全,也影响了矿井的安全生产.为确保煤炭资源的安全开采,如何快速且准确地对煤层底板突水进行预测成为亟待解决的问题.针对煤矿底板突水问题我国学者做了大量研究并取得了很多成果[2-7].

煤层开采底板的“下三带”与“四带”的划分对防治矿井底板突水起到了重要作用[2-3].李春元等分析了深部开采砌体梁结构失稳扰动底板破坏的动载源特征,揭示了深部开采底板突水机理[4]；白峰青等开展了现场注水模拟试验,揭示了底板岩体破裂变化特征[5]；王妍等用弹性力学方法求取隔水关键层的应力以及位移,为采场底板突水的预测预报提供理论支撑[6]；王向前等通过在数值模拟软件模拟与突水系数法结合,实现了工作面带压开采的可行性分析[7].

但由于岩体介质的非线性、复杂性、不确定性等特点[8],传统通过理论分析、经验数值计算、相似模拟以及数值模拟满足不了对底板突水预测的需要.近年来,人工智能的发展为解决该问题提供了一种新的途径[9],即利用机器学习对煤层底板突水进行科学预测[10-15].