煤炭科学技术

作者：李延河, 万志军, 于振子, 苟红, 赵万里, 周嘉乐, 师鹏, 甄正, 张源,

关键词：掘进工作面, 风温预测, 粒子群, 支持向量回归, 矿井降温,

随着我国浅部煤炭资源的逐渐枯竭，矿井开采深度日益增大，热害问题也随之加剧。采掘作业空间是井下的主要热害场所，对其进行热害防治是矿井安全高效生产的重要基础。矿井热害治理的前提是明确其冷负荷，因此对采掘作业空间风温进行精准预测意义重大。建立了基于PSO-SVR（基于粒子群的支持向量回归）的掘进工作面风温预测模型，利用模型中的惩罚因子C和核函数参数g对模型进行了寻优。通过现场实测及文献调研，建立了掘进工作面风温预测训练样本集。通过与最小二乘法估计MLR模型和经“试错法”标定参数的常规SVR模型进行对比，分析了PSO-SVR算法的优势。将PSO-SVR算法模型应用于平煤十矿己-24120保护层风巷风温预测，并依据风温预测结果，指导了制冷机组的选型和降温方案设计。结果表明：PSO-SVR模型预测性能最优，模型绝对误差百分比仅为1.85%，较常规SVR模型减小了55.9%，可见PSO优化模型参数对于提高SVR拟合度、泛化性及预测精度具有重要作用。巷道每掘进100 m，工作面风流平均温升0.16 ℃，掘进至2 000 m时巷道迎头风温升至35.8 ℃。己-24120保护层风巷需冷量为1 083.28 kW，设计制冷机组总制冷量为1 085 kW。己-24120保护层风巷实施降温后，工作面平均温降8.6 ℃，降温效果显著，表明了PSO-SVR掘进工作面风温预测模型的可靠性和可行性。

来源：2025年第1期

《煤炭科学技术》期刊编辑部

查看煤炭科学技术杂志2025年第1期