煤炭工程

作者：郭奋超,邸春雷,郑旭鹤,甄恩泽,刘长月,刘文波,王亚军,李元泽

单位：1.陕煤集团神木红柳林矿业有限公司，陕西 榆林 7190002.黄山学院 建筑工程学院，安徽 黄山 2450213.北京科技大学 土木与资源工程学院，北京 1000834.西安华创马科智能控制系统有限公司，陕西 西安 710117

关键词：综采工作面,支架阻力,来压预测,LSTM网络,压力拱,智能预警,

为提升综采工作面顶板来压预测精度，进一步提高矿井安全、高效、智能化开采水平，以陕煤红柳林煤矿大采高综采工作面为研究背景，结合该矿综采工作面液压支架实测监测数据，分析开采期间顶板矿压显现特征及覆岩运移破坏规律，基于支架与顶板相互作用关系，采用数理统计与深度学习算法对时序矿压数据进行分析。首先，根据支架压力变化特征，将支架工作状态划分为降阻阶段、缓慢增阻阶段和快速增阻阶段；其次，提出基于“压力拱”的顶板来压判定指标，并在此基础上建立基于LSTM网络的矿压预测模型，实现工作面未来压力变化趋势的精准预测；最后，以红柳林煤矿15219综采工作面为工程实例，对周期来压预测结果进行分段统计与误差分析，对比两种算法的预测效果。结果表明：深度学习模型来压预测精度可达90%，受地质条件等外部因素干扰更小，但预警时长较短，仅1~2h；传统数理统计模型预测周期更长，但易受开采条件影响。

来源：2026年第4期

《煤炭工程》期刊编辑部

查看煤炭工程杂志2026年第4期