随着煤矿开采深度的增加,采掘工作将在高地应力、围岩条件很差的环境中进行,导致巷道被整体压垮、底板膨胀鼓起、拱顶下沉、两帮收敛、鞍形大变形破坏等,这对巷道支护技术提出了更高的要求。课题以皖北煤电集团钱营孜煤矿岩石巷道为背景,开展矿井岩石巷道围岩分类与支护方案优化技术研究,具有重要的现实意义。影响煤矿巷道围岩稳定性分类的因素很多,主要有自然因素与开采技术因素。作者结合两淮地区煤系地层特点,选取BQ分类方法作为围岩分类样本空间依据。论文基于BP神经网络原理,利用MATLAB神经网络工具箱函数,在收集了大量淮南、皖北矿区的工程地质条件、巷道围岩情况以及相应的支护参数的基础上,编制深井巷道围岩分类与支护优化设计系统软件。深井巷道围岩分类与支护优化设计系统软件主要包括两方面功能,其一,实现煤矿巷道围岩稳定性分类;其二,实现煤矿巷道支护参数优化设计。在钱营孜煤矿西翼回风与3212巷道应用此软件的设计结果,经过现场锚杆受力、深部位移及松动圈监测,表明此软件的设计结果合理。该软件的成功应用,可明显缩短支护设计时间,降低巷道失稳率与返修率,且软件界面人性化,易于操作,所需输入的资料,大部分为下拉式选择方式,易于有针对性的收集,具有一定的应用价值。