针对煤矿围岩应力在线监测困难、灾害预警能力较弱 的问题,通过自主设计的基于 LoRa协议的围岩应力无线传 感器和无线网关,实现了对井下围岩应力灾变的信息采集与 数据传输.在围岩应力实时监测数据的基础上,应用深度学 习理论,提出了应用自适应矩估计优化算法的深度循环神经 网络围岩灾变预警模型(AdamＧDRNN),构建了高应力围岩 灾变信 息 捕 捉 及 智 能 预 警 系 统. 试 验 结 果 表 明,AdamＧ DRNN 预警模型具有较高的准确度和较强的泛化能力,与 BP神经网络预警模型、支持向量回归预警模型和差分自回 归移动平均预警模型相比较,预测效果分别提高了２３．１％、 ２％和６．１％.高应力围岩灾变信息捕捉及智能预警系统实 现了对工作面及巷道区域矿山压力的实时监控和智能预警, 提高了矿井安全生产管理水平,具有较强的实用价值.