来源：期刊VIP网 时间：
作者：丁自伟;张文星;常波峰;胡俭;高彬;范生军;毛小娃;
单位：西安科技大学能源与矿业工程学院;陕煤集团神木张家峁矿业有限公司;
摘要：浅埋煤层综采工作面支架载荷呈现强烈的空间非平稳性与区域差异性，目前大多研究仅预测单一支架，且实验设计中忽略了与相邻支架的关联性，难以精准预测工作面各区域支架载荷。针对该问题，提出一种基于时空特征融合的液压支架载荷分区预测方法。基于弹性基础梁理论分析工作面顶板挠度与支架载荷的分布特征，结合现场支架载荷数据，采用K-means++聚类算法对液压支架进行区域划分并验证其合理性；通过特征工程将相邻6个支架的载荷数据作为外部回归变量引入XGBoost模型，结合LSTM在捕捉长期依赖关系与非线性响应方面的优势，构建了XGBoost-LSTM组合预测模型，并通过优化输入窗口长度与输出步长参数，实现对各区域代表性支架载荷的精准预测。研究结果表明：支架载荷呈“中间大、两端小”的分布趋势，可将支架划分为5个典型区域；当窗口长度为60、输出步长为6时，模型在多步预测任务中的性能最佳，各区域预测结果的决定系数提升至0.947，均方根误差（RMSE）与平均绝对误差（MAE）分别降低至0.303 MPa与0.152 MPa，相较于次优模型XGBoost,RMSE与MAE分别降低了44.4%和35.4%，且在周期来压等关键阶段准确性更高。
关键词：液压支架;;载荷分区预测;;时空特征融合;;XGBoost-LSTM模型;;K-means++聚类算法;;浅埋煤层综采工作面
基金资助：国家自然科学基金项目（52074209）;; 陕西省自然科学基础研究计划联合基金项目（2021JLM-06）
