矿业安全与环保

作者：张传玖, 孔德磊, 乔金林, 徐超, 李丹, 杨怡忻

关键词：煤自燃, 矿井防灭火, 风险评价, BP神经网络

采空区煤自燃火灾是矿井火灾当中占比最大的火灾形式，在预防阶段难以有效评估其煤自燃风险，防治难度大。基于此，将深度学习神经网络技术引入煤自燃风险评价中，提出了基于BP神经网络的采空区煤自燃风险评价模型，收集135组实际矿井数据，构建了煤自燃风险多层级评价指标体系; 采用黄金分割法确定最优的神经网络拓扑模型，利用训练集与测试集数据，完成煤自燃风险评价模型的训练优化与预测准确率分析。在大柳塔煤矿活鸡兔井开展应用，结果表明：所提出的基于BP神经网络的采空区煤自燃风险评价模型，具有强大的自学习能力，以及良好的泛化能力、容错能力、映射关系能力，可定量评估采空区煤自燃风险，具备预测准确率高、实用性强的优点，可为矿井火灾防治、井下安全回采等工作提供可靠的科学依据，对于整体提升矿井安全生产水平有现实意义。

来源：2026年第2期

《矿业安全与环保》期刊编辑部

查看矿业安全与环保杂志2026年第2期