来源：期刊VIP网 时间：
作者：罗香玉;康林星;南添松;解盘石;伍永平;
单位：西安科技大学人工智能与计算机学院;西安科技大学西部矿井开采及灾害防治教育部重点实验室;西安科技大学能源学院;
摘要：基于液压支架工作阻力数据进行工作面来压判识需解决2个问题：一是如何从海量的工作阻力数据中提取循环末阻力数据，二是如何有效利用提取出的循环末阻力数据对工作面是否来压实现有效判断。现有的循环末阻力提取方法大多依赖固定规则和经验值参数，在复杂工作面环境下准确性低且适应性差。针对该问题，提出一种基于割煤循环智能检测的工作面来压判识方法。将割煤循环检测转化为二分类问题，使用支持向量机分类器对割煤循环结束时刻进行智能检测，以自动判别割煤循环的结束时刻；在获取所有割煤循环结束时刻的基础上，提取各支架循环末阻力数据；通过数据融合生成能够反映工作面整体压力状态的单序列数据，并基于来压判定公式进行工作面来压判识。基于不连沟煤矿某工作面的液压支架工作阻力数据进行实验，结果表明，该方法割煤循环检测的精确率、召回率、F1分数分别为85.91%,81.84%,83.83%，来压判识的精确率、召回率、F1分数分别为79.43%,78.76%,79.09%，均优于滑动窗口极值法和阈值法，在识别循环末阻力和工作面来压判识方面具有显著优势。
关键词：顶板灾害防控;来压判识;割煤循环智能检测;支持向量机;循环末阻力
基金资助：陕西省杰出青年科学基金项目（2023-JC-JQ-42）; 陕西省教育厅青年创新团队科研计划项目（23JP098）; 陕西省秦创原“科学家+工程师”队伍建设项目（2024QCY-KXJ-033）
