基于BP–KAN的钻孔电阻率反演成像方法与应用OA

【目的】在煤层采动造成围岩变形破坏监测中,由于钻孔电阻率法是动态的、三维全空间测量,其优势明显。然而,该方法传统的电阻率反演计算多采用最小二乘法反演方法,其成像精度难以满足实际工程需求。近年来,神经网络反演展现出解决此类问题的潜力,但其性能仍待进一步提升。【方法】为此,提出一种基于BP–KAN的钻孔电阻率反演成像方法,以实现对煤层底板变形破坏范围与深度的精准监测。首先根据煤矿典型地质条件,建立采煤工作面不同回采阶段的煤层底板变形破坏的地电模型,进行正演模拟,以构建用于训练与测试BP–KAN神经网络的数据集;随后将BP–KAN与KAN、BP神经网络及最小二乘法的反演成像结果进行对比分析;最后结合山西某矿3303工作面底板钻孔电阻率法实测数据,对BP–KAN神经网络的反演成像效果进行了工程应用验证。【结果和结论】基于BP–KAN的钻孔电阻率反演成像方法能较准确地得到煤层底板破坏区范围、边界形态及电阻率变化特征,提高了钻孔电阻率法的反演成像精度。在工程应用中,该方法反演得到的底板破坏深度为15.5 m,与现场双端封堵分段注水试验测得的15.0 m的绝对误差仅为0.5 m,优于传统BP神经网络的反演得到的19.0 m结果,同时,反演揭示的底板破坏范围与实际采动破坏演化规律一致,该方法具有较高的监测精度与可靠性,可为煤层底板变形破坏的精准监测提供了一种新途径。