共查询到17条相似文献,搜索用时 500 毫秒
1.
2.
3.
为了较准确预测含瓦斯煤渗透率,有效预防瓦斯安全事故,提出自适应粒子群算法(APSO)优化的加权最小二乘法支持向量机(WLS-SVM)算法。根据对含瓦斯煤渗透率的相关理论及文献研究分析,选取有效应力、瓦斯压力、温度和抗压强度作为主要特征指标,采用APSO算法对WLS-SVM模型的组合参数(C、σ)寻优,建立APSO-WLS-SVM含瓦斯煤渗透率预测模型。结合现场实测资料中的40组数据作为训练样本,其余10组为预测样本,对该模型进行训练与检验,并将其预测结果与利用PSO-WLS-SVM和WLS-SVM模型的预测结果进行对比。结果表明:APSO-WLS-SVM模型的预测效果优于另外2个模型,提高了煤体渗透率的预测性能与泛化能力。 相似文献
4.
5.
针对煤与瓦斯突出机制尚不明确的问题,在前人研究的基础上对煤与瓦斯突出强度的影响因素做进一步分析。通过三维突出模型的构建和不规则突出孔洞体积的求解,得出了突出煤体释放的弹性势能,结合突出过程中瓦斯内能和突出后能量的分析,得到煤与瓦斯突出发生的能量条件模型与突出强度预测模型。在统计10次瓦斯突出事故的基础上,运用能量条件模型与强度预测模型进行计算分析,得出突出前、后能量基本相等,突出强度预测值与统计值相差无几的结论,从而验证了该模型的合理性,为从能量角度进行煤与瓦斯突出的研究提供了量化手段。利用该能量条件模型进行了中梁山煤矿和化处煤矿突出实例的突出强度影响因素分析,结果表明,煤层的地应力和瓦斯含量是突出强度的主要影响因素,坚固性系数和进尺对突出强度的影响程度相对较小;突出强度对瓦斯含量变化的敏感度大于对地应力变化的敏感度。 相似文献
6.
7.
8.
基于专家系统的煤与瓦斯突出预测知识库研究 总被引:1,自引:0,他引:1
煤与瓦斯突出预测理论的不完善性以及影响因素之间的复杂关系,用经典的数学理论难以建立精确的预测模型。本文借助专家系统,详细研究了煤与瓦斯突出区域预测知识库的建立方法,并对知识库结构作了概括描述。这为建立煤与瓦斯突出预测专家系统奠定了基础,进一步拓宽了煤与瓦斯突出预测领域的研究。 相似文献
9.
10.
矿井瓦斯评价与预测的构造动力学方法 总被引:1,自引:0,他引:1
通过对矿井瓦斯赋存的构造控制、构造应力场演化及构造煤结构演化与瓦斯特性耦合机理的综合分析,认为当前在矿井瓦斯赋存、分布规律及突出危险区带的有效预测方面的研究还有待深入。在汲取前人研究成果的基础上,提出矿井瓦斯突出的构造动力学评价与预测的思路及方法,即以区域构造-矿井构造-煤层变形-构造煤结构-瓦斯特性及其相互作用机理分析为总体思路.将现代构造地质学理论和方法引入矿井构造研究,并与模糊综合评判、灰色系统、分形理论、数值模拟和计算机技术相结合,以揭示构造煤发育、分布规律及其构造动力学控制机理,系统进行不同类型构造煤瓦斯特性研究,探讨不同结构构造煤的含气性、透气性和气体赋存状态,以构造煤分布特征作为瓦斯突出危险性评价与预测的基础,建立矿井瓦斯突出预测预报的构造动力学评价方法体系。 相似文献
11.
12.
为提高模糊C-均值聚类(Fuzzy C-Means Clustering Algorithm,FCM)算法在煤与瓦斯突出预测中的准确度,提出一种将模拟退火算法(Simulated Annealing Algorithm,SA)与遗传算法(Genetic Algorithm,GA)相结合用于模糊C-均值聚类分析的煤与瓦斯突出预测方法。该方法综合了模拟退火算法全局搜索、高精度的优点和遗传算法强大的空间搜索能力,将经遗传模拟退火算法优化后的初始值赋给FCM,避免了由于聚类中心初始值选择不当造成FCM算法收敛到局部极小点上。结合典型突出矿井数据进行分析,结果表明:遗传模拟退火算法优化后的FCM算法较单一,预测准确度高。 相似文献
13.
人工神经网络在煤与瓦斯突出强度预测中的应用 总被引:3,自引:1,他引:2
介绍了人工神经网络的原理及算法,并从地质角度出发,建立了突出强度预测的BP网络模型,通过实例应用结果表明,人工神经网络用于煤与瓦斯突出强度预测是可行的,操作较为简便、准确性高。 相似文献
14.
为对煤与瓦斯突出进行准确预测,结合重要性指标筛选以及改进的层次分析法,对权重值进行研究,并进行排序。通过筛选重要性指标,选定其中具有突出影响的指标。结果表明,对此造成影响的因素权重分别为地质构造、地应力、瓦斯压力、放散初速度。未经筛选的BP神经网络的实际值与预测值的平均相对误差为3.44%,而通过筛选后选定的指标,实际值与预测值的平均相对误差为1.82%,训练速度、精度优于未经筛选指标的预测。可为防突措施的奠定理论基础,对煤矿安全生产工作具有借鉴作用。 相似文献
15.
针对煤层底板突水预测问题,在总结现有突水预测方法和理论的基础上,通过特征选择实验得出水压、距工作面距离、砂岩段厚度、煤层厚度、煤层倾角、断层落差、裂隙带、开采面积、采高、走向长度是影响突水发生的主要因素,这些因素具有复杂、非线性的特点。提出基于长短时记忆(LSTM)神经网络构建的突水预测模型,将煤矿突水实例的数据作为样本数据对模型进行训练。最后,将LSTM神经网络模型与遗传算法-反向传播(GA-BP)神经网络模型和反向传播(BP)神经网络模型进行对比实验。实验结果表明,LSTM神经网络模型在测试集上的预测正确率更高,稳定性更好,更适用于煤层底板突水预测。 相似文献
16.
MTT-92型煤与瓦斯突出危险探测仪 总被引:1,自引:0,他引:1
介绍了电磁辐射法预测煤与瓦斯突出危险的基本原理、MTT-92型煤与瓦斯突出危险探测仪的技术指标、电原理框图及在白皎矿的试验效果,从而说明煤与瓦斯突出危险探测仪可以作为预测煤与瓦斯突出危险的一种新型物探手段。 相似文献
17.
煤与瓦斯突出预报的模糊聚类相似分析法 总被引:6,自引:1,他引:6
秦书玉 《中国地质灾害与防治学报》2003,14(4):58-61
影响煤与瓦斯突出的因素多数是定性的或是模糊相似,采用模糊聚类分析方法对煤炭与瓦斯突出程度进行分析,建立模糊模式;应用模糊相似选择原理进行评价,以模糊模式为评价对象,以待预报样本为参考对象,根据模糊模式与以待预报样本的相似程度进行预测预报。哪一模式与预报样本最相近,等待预报样本即属于那一突出类型。采用模糊聚类及模糊相似原理2种方法结合分析预测,不仅克服了模糊聚类单一分析方法的不确定性,使定性预报转为定量预报,而且提高了预报效果的准确程度。实例分析表明,这是预报煤与瓦斯突出危险程度的一种较好的方法。 相似文献