锚杆支护是我国煤巷支护的主要形式,诸多学者与工程技术人员在锚杆支护的理论与实践方面进行了大量的研究,积累了丰富的经验。但是,在实际生产过程中,多数情况下现场技术人员仍然首先会尝试惯用的支护参数,而这种支护参数并不一定是当前地质条件下的最优支护参数,可能会在经济上和生产进度上造成损失。目前先进的锚杆支护技术还只被少数煤矿和科研单位所掌握,由于交流平台相对较为缺乏,很多矿井和基层生产单位并不能及时地学习并掌握相关技术。随着计算机技术和人工智能技术的不断发展,很多高校和科研机构将神经网络、专家系统、模糊理论等人工智能技术方法引入到巷道支护设计领域,并开发出相应系统,帮助处理巷道支护设计、优化等方面的问题,并取得了一定进展。但是现有的支护系统多以单独的专家系统、神经网络、或者二者简单的结合作为推理基础,由于技术的局限性以及在知识、参数获取过程中存在着“瓶颈”,现有的支护智能系统在实际使用过程中往往存在着推理性能不高、所需参数难以获取、系统只满足某具体矿井或者矿区的使用需求、而不具备普遍适用性等问题,这些问题制约了系统的推广使用。如何更好的运用人工智能技术和计算机技术帮助更为科学、合理地进行巷道支护设计,是诸多专家学者所关注的热点问题。针对以上情况,本文依托国家自然科学基金项目“大断面巷道快速掘进与支护基础(51134025)”,将混合智能系统技术引入到煤巷支护设计领域,根据煤巷支护设计问题的实际情况,采用原型系统构建、模型推导、数值模拟、实验室试验、现场试验、文献查阅、程序开发、工程应用等手段,研究构建以CBR-RBR集成推理机制为基础,包含有模糊聚类分析、模糊综合评判、专家系统、人工神经网络、灰色关联分析、正交试验、数值模拟计算等诸多技术于一体的煤巷锚杆支护设计混合智能系统(Hybrid Intelligent System on Coal Roadway Bolt Design,CRBD-HIS),帮助更为科学地进行煤巷支护设计与优化。1.对混合智能系统在国内外研究现状进行介绍与分析,认为混合智能系统可以将多种智能(非智能)技术进行有机结合,通过利用不同技术各自的优点,在处理数据时互相优化来改善处理效果;或者根据复杂问题的不同方面特点,选择合适的技术进行处理,并将各自处理的结果进行集合。混合智能技术在处理复杂问题方面具有很大的优势,因此用其帮助解决煤巷支护设计这种复杂问题是值得尝试的。本文从系统的形式化表示出发,对混合智能系统进行形式化表示,并给出了混合智能系统的概念。本文对混合智能系统的联接方式、常用的智能技术以及它们之间的混合研究进行了介绍。结合煤巷锚杆支护设计问题的实际情况,在CRBD-HIS的构建过程中选择基于案例推理、基于规则推理、人工神经网络、专家系统、模糊综合评判、模糊聚类分析、灰色关联分析、层次分析法、修正巷道顶板分级评估系统cmrrc、数值模拟、正交试验等智能(非智能)技术。通过研究cbr-rbr集成推理机制,建立包括案例分类、案例检索、案例重用、案例修正、案例评估和案例学习六个基本环节的新推理模型作为crbd-his的基本推理框架,以混合联接的方式将各智能(非智能)技术进行有机结合,构建crbd-his原型系统。2.对煤巷围岩稳定性分析模型进行研究,提出了“整体-局部”评价模型。通过对工程岩体分类领域传统的单指标法、多指标法以及运用灰色理论、专家系统、人工神经网络、模糊数学等现代数学及人工智能分类方法进行介绍和讨论,选择模糊数学作为主要处理方法,对煤巷围岩稳定性进行分析。选择顶板强度ζt,两帮强度ζc,底板强度ζb,直接顶初次垮落歩距l,顶高比n,煤巷宽度x,最大水平主应力ζh,巷道埋深h等8个指标作为煤巷围岩稳定性评价指标。运用改进的层次分析法,对以上指标进行权重分配。运用基于等价关系的模糊综合聚类分析法,建立了煤巷围岩稳定性分类子模型,并运用c#语言对聚类算法进行编程,得到智能聚类程序。以霍州矿区为背景,应用上述子模型对样本巷道进行聚类分析,成功将样本巷道分为5类,并得到各个类别的聚类中心。通过与经验分类结果进行比较,证明聚类效果满足使用需求。运用模糊综合评判法,选择加权平均型算子m(?,⊕)算子,以上面8个指标作为评判对象因素集:u={顶板强度ζt,两帮强度ζc,底板强度ζb,直接顶初次垮落歩距l,顶高比n,煤巷宽度x,最大水平主应力ζh,巷道埋深h},以聚类中心作为评判模版,设定评语集为v={i类(非常稳定),ii类(比较稳定),iii类(一般稳定),iv类(较不稳定),v类(不稳定)},建立了煤巷围岩稳定性模糊综合评价子模型。对美国矿务局提出的巷道顶板分级评估系统(coalmineroofrating,cmrr)进行介绍,并根据国内煤矿生产的实际情况对cmrr进行修正,研究适用于国内煤矿使用的顶板评估子模型cmrrc,并通过实例应用验证其可行性。3.建立煤巷锚杆支护参数推理模型a-o-f-g(ann-orthogonaltest-flac3d-greyrelationalanalysis),对crbd-his中支护参数自动生成与优化推理关键技术进行研究。选择改进bp神经网络算法进行锚杆参数预测,以煤巷顶板强度、两帮强度、底板强度、直接顶初次垮落步距、巷道埋深、巷道净宽、巷道净高7个指标作为输入层参数,选择锚杆类型、锚杆长度、锚杆直径以及锚杆间排距作为输出层参数,设计煤巷支护参数神经网络预测子模型的结构。通过对科研成果提炼、现场调研、文献查阅、调查问卷等方法收集学习样本,对学习样本进行训练,建立煤巷锚杆支护参数神经网络预测子模型,实现煤巷锚杆支护参数的自动生成。运用c#语言对模型算法进行编程,得到bp神经网络自动训练程序。综合运用正交试验、数值模拟和灰色关联分析等,进行锚杆参数优化推理研究。首先以巷道顶板锚杆长度、直径、间距、排距和两帮锚杆长度、直径、间距、排距作为试验因素,选择8因素3水平正交试验表,以神经网络生成方案为标准方案,通过正交试验设计,得到18个正交试验方案作为比较方案。运用flac3d对18个比较方案支护效果进行数值模拟分析,以巷道顶板移进量、底板移进量、两帮移进量作为评判标准得到3个初步优化方案。再以顶板移近量、两帮移近量、底板移近量、施工难度、支护成本作为评价指标,基于灰色关联分析法建立灰色评价子模型,对前面的3个初步优化方案再进行评价,得到最终的优化方案作为推理结果,实现crbd-his中锚杆参数的自动生成与优化推理。4.针对a-o-f-g模型中的对比方案数值模拟分析步骤,本文进行flac3d智能模块研究。分析flac3d数值模拟软件在对煤矿巷道支护设计问题进行数值模拟过程及步骤,研究运用fish语言对数值模拟运算分析各个阶段命令进行表示,通过建立ini.txt、support.txt和result.txt三个模版文件来分别代表数值模拟的各个过程。使用c#语言编写接口程序,对各模版文件进行赋值生成可执行脚本,调用flac3d计算程序运行可执行脚本对对比方案的支护效果进行模拟分析。通过对flac3d进行二次开发实现了flac3d的参数化建模和自动模拟计算。5.采用client/server体系结构,以access为数据库,运用c#语言编写算法代码以及调用、接口、赋值等程序,选择.netframework平台windowsform程序实现了对crbd-his原型系统的程序开发。crbd-his系统具有煤巷围岩稳定性分析、支护方案自动生成与优化、flac3d参数化建模和自动模拟计算、案例学习、支护报告自动生成等功能。crbd-his系统不仅具有友好的人机交互界面,操作方便简单,还设置有“控制台”控件。通过“控制台”,不同矿区的用户可以根据所在矿区的具体工程和地质情况,简单方便地对系统进行修正,使系统可以根据该矿区具体情况进行推理设计,改善了以往支护设计智能系统使用的局限性,提高了crbd-his系统推理的准确性并使其具有普遍适用性。另外通过实验室试验、现场试验、文献查阅补充等方式建立了地质力学参数数据库,该数据库包括了我国东部部分矿区的地质力学参数,可以为一线工程技术人员提供一定程度的参考;建立了煤巷支护典型案例库,该案例库可以一定程度上反映我国东部主要产煤大省的煤巷主要支护情况。使用crbd-his系统对三交河2-5061巷道进行工程实例应用,对2-5061巷道进行支护设计并生成支护设计报告。通过将系统推理结果与2-5061巷道的原支护方案和人工优化方案进行比较,验证了crbd-his系统的实用性,并相对于原方案具有一定程度的优化。通过对李雅庄6031巷道、干河矿2-1121巷道进行工程实例应用,系统设计的支护方案较为合理,可以满足实际使用需要。本文研究成果是国家自然科学基金项目“大断面巷道快速掘进与支护基础”(51134025)的成果之一。CRBD-HIS系统可以帮助现场技术人员快速、方便的进行煤巷支护设计与优化,填补了混合智能系统在煤矿支护领域研究的空白,大幅提高了煤巷支护设计系统的智能性和适用性;可以一定程度上减少因支护强度不足而造成的二次支护或者因支护强度过高而导致的浪费情况,有利于促进我国煤炭资源更加科学、有效的开发利用。