来源：期刊VIP网 时间：
作者：任怀伟;刘凯;李建;赵叔吉;韩存地;王龙;李济洋;
单位：中煤科工开采研究院有限公司智能开采装备分院;煤炭科学研究总院开采研究分院;中国矿业大学(北京)能源与矿业学院;陕西陕煤曹家滩矿业有限公司;
摘要：目的 为了解决超大采高工作面煤壁片帮难题，方法 通过理论分析与现场实测研究煤壁片帮机理，采用数值模拟对不同采高条件下煤壁的破坏过程进行模拟，探讨采高和顶板压力与煤壁片帮之间的关系，并基于现场数据，利用机器学习方法进行片帮预测，比较并选择最优的预测模型。结果 研究发现，超大采高工作面煤壁片帮主要发生在煤壁的中上部，随着采高和支承压力的增加，片帮破坏程度呈加剧趋势。分析得到片帮稳定性系数计算公式，发现稳定性系数随顶板压力和采高的增加而增大。数值模拟结果表明，当采高从6 m增至10 m时，煤壁破碎程度和片帮深度显著增加，且片帮深度在顶板来压时达到峰值。数据分析结果表明，煤壁片帮是煤壁、液压支架和顶板相互作用的结果，合理的支护高度和良好的液压支架支撑力是降低片帮风险的关键。最后，采用机器学习方法对煤壁片帮进行预测，比较多种常见的机器学习算法，发现KNN方法的预测准确率最高，达77.46%。然而，现有机器学习方法在片帮预测上的准确性仍需进一步提高。结论 研究结果揭示了超大采高工作面煤壁片帮的发生机理，提出了片帮预测的新思路，即随着采高和顶板压力增加，煤壁片帮风险加大，采用机器学习方法可以有效预测片帮发生的可能性，这为超大采高工作面煤矿安全生产提供了理论支持和技术保障。
关键词：超大采高工作面;;煤壁片帮;;稳定性分析;;机器学习;;片帮预测
基金资助：国家自然科学基金资助项目（52274207）
