集成频率网络：厚硬岩层条件下基于历史支撑阻力序列的液压支架工作阻力预测模型

《Scientific Reports》：Ensemble-Frequency-Net: A historical support-resistance sequence-based forecasting model for hydraulic support working resistance under thick hard roofs

　　

摘要

鄂尔多斯盆地内广泛分布着厚砂岩顶板。在此条件下，矿山压力显现事件频发，影响了煤炭的安全高效生产。针对这一问题，本研究开发了集成频域网络（EFNet）用于液压支架工作阻力的短期预测。该模型为厚砂岩顶板下的矿山压力预警提供了辅助信息。EFNet采用双向门控循环单元提取时序特征，同时引入快速傅里叶变换（FFT）、短时傅里叶变换（STFT）和自相关分支从历史阻力序列中提取频域和时滞特征。数据集包含来自六台代表性液压支架的14,106条阻力记录，采样间隔为5分钟。采用60分钟的历史阻力序列预测未来25分钟的工作阻力。EFNet的均方绝对误差为0.864 MPa，均方根误差为1.847 MPa，决定系数为0.794。在所研究的现场数据集条件下，该模型在总体预测精度和稳定性方面表现出经统计验证的优越性。消融实验结果表明，FFT、STFT和自相关分支为阻力预测提供了互补信息。在相邻工作面的额外评估中，包括无需目标面权重更新的直接零样本应用，检验了在可比现场条件下模型的跨工作面性能。EFNet的单样本推理时间为0.025毫秒，远低于5分钟的监测间隔。结果表明，结合时序特征和时频特征可以提高液压支架工作阻力的短期预测能力。因此，EFNet可以为所研究厚砂岩顶板条件下的矿山压力监测与预警提供一种辅助工具。