某大型矿业集团深部矿井围岩软化膨胀与支护失效超前预测系统

朱仙庄矿深部巷道开采深度超过900米，采用的软弱泥质粉砂岩在高温高湿环境下膨胀明显，巷道收敛变形速度快、返修率高，严重制约矿井生产效率。本项目沿重点巷道区段布设了巷道收敛仪、锚杆(索)测力计和声发射传感网络，建立了全断面动态监测体系。基于深度学习的多源数据融合模型对支护失效风险作出提前2-5天的预测，为工程应对争取了充足的处置时间。

系统应用后重点区段巷道返修率下降约35%，避免了多次因支护突发失效导致的通道封堵事故。基于预测结果优化的主动加固方案使支护成本下降约22%，年节约巷道维修费用超过500万元。