锚杆支护煤巷顶板稳定性与很多因素有关,顶板锚固体的锚固质量是决定顶板稳定性的主要因素。无损检测获得的顶板锚杆的波导特性能够反映出锚杆的锚固质量状况(如工作阻力、锚固密实程度及锚杆的有效锚固范围),而顶板所有锚杆的锚固质量决定了顶板的稳定性,因此煤巷顶板锚固体的波传播特征与其失稳模式(非常稳定顶板、中等稳定顶板、一般稳定顶板、不稳定顶板、极不稳定顶板)存在关系,而且不同的失稳模式应具有相应的波传播特性。通过对应力波在锚杆中传播及能量分配规律的研究,确定了将反射特性、锚杆相对锚固长度、幅值比三个波导特征指标作为煤巷顶板锚固体稳定性智能识别系统的三个输入参数。通过神经网络理论分析和Matlab软件的神经网络工具箱建立锚杆锚固质量与其波导参数的神经网络模型及知识库。对知识库进行反复训练,确定了当隐含层神经元数目为4时网络能达到较好的预测效果。针对贺西矿具体地质条件及支护参数,采用dll动态链接库技术将Matlab与VisualBasic语言进行混合编程,开发出了基于波导特性的煤巷智能识别系统。系统主要包括地质力学输入模块、单体锚杆锚固质量识别模块、煤巷顶板锚固体稳定性识别模块及其它辅助功能模块。在贺西矿煤矿现场选取三个测点,通过对这三个测点的锚杆进行无损检测,并将波导特性输入系统对三个测点的单体锚杆及顶板稳定性进行预测。通过对三个测点锚杆锚固力的测试,结果与系统的预测有很好的对应,证明了系统的预测准确性。