论文部分内容阅读
巷道围岩的变形综合反映了开挖引起围岩形态的变化，是判断巷道稳定性最直观的依据。根据现场监测到的历史变形位移值，运用变形预测理论进行建模以对其未来演化规律、发展趋势进行预测，可以及时掌握巷道的变化规律，并根据需要采取必要的控制措施，以最小的代价保证工程的稳定与安全。
本文以云南恩洪煤矿软岩巷道作为研究背景，首先分析了巷道失稳原因，论述了巷道变形失稳的力学机制；并根据围岩的变形监测数据，绘制收敛时间变化曲线图，观察围岩收敛的发展趋势，评价巷道围岩的稳定状态。
其次论述了灰色系统模型和神经网络模型的建立、模型的特征及其建模过程；研究了两者组合的灰色神经网络GNNM(1，1)模型及其优化GNNM(1，1)模型的方法和学习算法。
最后利用MATLAB进行编程，结合恩洪煤矿软岩巷道的历史监测数据，建立最优灰色神经网络GNNM(1，1)模型，并对巷道后期的变形进行预测，将预测值与实测值进行误差对比，分析结果表明GNNM(1，1)模型在预测软岩巷道变形时优于GM(1，1)模型和BP神经网络模型，精度高，误差小，与实测值更接近，能满足实际的需要，具有广阔的工程应用前景。