来源：期刊VIP网 时间：
作者：高涵;周爱桃;成小雨;程成;王东旭;
单位：煤炭无人化开采数智技术全国重点实验室;中煤能源研究院有限责任公司;中煤西安设计工程有限责任公司;陕西省“四主体一联合”煤矿智能管控系统及防灾装备校企联合研究中心;中国矿业大学(北京)应急管理与安全工程学院;
摘要：现有瓦斯抽采钻孔负压调控方法存在对工况变化响应迟滞、缺乏自适应能力与动态反馈调控功能等问题，难以实现对钻孔负压的精准调控。针对上述问题，提出了一种基于粒子群优化（PSO）-反向传播（BP）的瓦斯抽采钻孔负压智能调控方法。推导了煤层瓦斯-空气运移模型，并在此基础上采用COMSOL数值模拟软件得到不同抽采工况下的瓦斯抽采数据集；引入PSO算法对BP算法初始权重进行寻优，提高对抽采负压预测的可靠性；以瓦斯抽采流量或瓦斯抽采体积分数为目标值，基于PSO-BP算法预测目标值对应的抽采负压，调整阀门开度使钻孔负压达到预测的抽采负压，从而实现对瓦斯抽采钻孔的精准调控。结果表明：相比于极限学习机（ELM）、时间卷积网络（TCN）、支持向量机（SVM）算法，BP算法对瓦斯抽采数据特征变化规律的提取更准确；PSO-BP算法的均方误差（MSE）、均方根误差（RMSE）、平均绝对误差（MAE）、平均偏差误差（MBE）、平均绝对百分比误差（MAPE）、决定系数R_2均优于BP算法；现场开展钻孔负压智能调控后，瓦斯抽采体积分数和瓦斯抽采流量相比于调控前均有所提升。
关键词：瓦斯抽采;;钻孔负压调控;;负压预测;;粒子群优化;;BP算法;;抽采流量;;抽采浓度
基金资助：深地国家科技重大专项项目（2024ZD1000408）;; 国家重点研发计划项目（2023YFF0615404）;; 中国中煤重大科技专项项目（20221BY001）
