基于模糊神经网络的煤与瓦斯突出区域预测研究

煤与瓦斯突出影响因素间复杂的非线性关系,难以用经典的数学理论建立精确的预测模型。本文用自适应模糊神经网络技术建立煤与瓦斯突出预测系统,以模糊数学作为表达与处理不精确数据、模糊信息条件的手段,以自适应BP神经网络作为解决问题的途径。结果表明:方法可行,预测精度高,能够满足要求,进一步充实了煤与瓦斯突出区域预测理论      

煤与瓦斯突出预报的模糊聚类相似分析法

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。     

电磁辐射法用于煤与瓦斯突出预测

文章探讨了电磁辐射的基本原理，并结合现场考察，论述了电磁辐射强度与预测指标（钻屑量、钻孔瓦斯涌出初速度）之间的关系，指出电磁辐射法是预测煤与瓦斯突出的一咱有效的先进手段。     

应用瓦斯地质单元法预测煤与瓦斯突出

本文阐述了瓦斯地质单元法的理论依据，介绍了瓦斯地质单元法的基本思想和具体操作程序，考察了主要瓦斯地质指标的应用价值，评价了其预测效果和应用前景。最后给出了应用实例。     

基于专家系统的煤与瓦斯突出预测知识库研究

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。      

煤与瓦斯突出预测的距离判别分析方法

以煤与瓦斯突出预测为研究对象,选取地质构造、采深、瓦斯放散初速度等10个因素作为预测指标,应用距离判别分析方法建立了煤与瓦斯突出预测模型;结合实际数据,对预测模型进行训练和检验;将该模型用于实际,预测结果符合实际情况。     

韩城矿区煤与瓦斯突出主控因素及突出区预测

通过大量地质调查与瓦斯地质特征的研究表明,影响韩城矿区煤与瓦斯突出的主控地质因素为煤层瓦斯含量、煤体结构类型及地质构造应力。文章确定了瓦斯突出预测的定量指标及临界值;提出了等性块段叠加法的概念。通过划分瓦斯等性块段、煤体结构等性块段与构造应力等性块段,建立块段突出危险类型评定原则与方案。运用等性块段叠加法,圈定并预测了3号煤层突出危险区,为矿井合理开展突出防治工作提供了科学依据。     

透视法预测煤与瓦斯突出的尝试

在瓦斯矿井采面内,当存在地质构造形成的煤层松动破碎带和软分层带,容易发生煤与瓦斯突出。透视法是利用电磁波在这些破碎带和软分层带的传播过程中,被折射、反射、吸收和屏蔽,使信号减弱或消失,形成的透视阴影区来分析工作面内地质构造,达到预测煤与瓦斯突出的目的。经实际试验,取得了一定效果。     

基于ArcIMS的煤与瓦斯突出预测WebGIS研究与开发

将WebGIS应用于煤与瓦斯突出预测中,对于煤矿安全生产有重要价值。在分析ArcIMS结构、功能和支持环境的基础上,提出了基于ArcIMS煤与瓦斯突出区域预测WebGIS的实现方案;深入探讨了系统需求、数据准备与组织、服务器配置及客户端定制与开发等技术要点。通过煤与瓦斯突出预测WebGIS的开发和应用表明,构建方案切实可行,可以在“数字矿山”进程中采用。     

基于SAGA-FCM的煤与瓦斯突出预测方法

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。     

煤与瓦斯突出预报的理想灰贴近函数聚类关联分析

从预报煤与瓦斯突出所获取的数据信息知，其信息多数为灰色特征。为突出其灰色特性，本文采用理想灰贴近函数聚类关联分析预测预报煤与瓦斯突出的危险程度，并将此方法同模糊聚类预测预报法和模糊聚类关联分析预报法及模糊聚类相似分析预报法进行了对比分析。由对比分析可知，采用4种数学方法预测预报煤与瓦斯是否突出，给出的结论是一致的，只是预测预报是否发生的可能程度略有差别。其中关联分析比相似分析计算过程较简单，且相似分析在确定编号时，有时受截值λ取值影响。尽管如此，但不影响预测预报结果。所以，不论是采用模糊聚类，还是灰色聚类数学方法预报煤与瓦斯突出均是可行的，可在实践中应用。     

人工神经网络在煤与瓦斯突出强度预测中的应用

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。     

基于瓦斯涌出异常的煤与瓦斯突出预报软件开发

介绍了瓦斯突出孕育过程中瓦斯涌出异常特征,结合计算机软件进行瓦斯突出预报。利用软件实现了对瓦斯浓度数据中异常信息的提取,并通过图形形式实时显示突出前夕瓦斯浓度变化趋势、幅度等异常征兆,可直观、明了地反映突出早期信号,对防治突出,减少事故,确保煤矿安全生产有重要的指导意义。     

基于粗糙集和模糊模型识别的斜坡危险性区划

为了在斜坡危险性区划中考虑岩体结构的控制作用,将粗糙集和模糊模型识别理论用于区域斜坡岩体结构识别,并结合信息量法对斜坡单元进行空间危险性预测。尝试在指标中考虑深部岩体结构特征和岩层变形构造（断层、岩层曲率）,将该方法应用于巴东新城区库岸斜坡危险性区划。结果表明：巴东新城区滑坡的主要影响因素有坡向和岩层倾向关系、坡角和岩层倾角关系、构造条件,可将斜坡分为3种结构类型。不同结构类型斜坡在危险性评价时各指标的影响程度或权重不同,可将巴东新城区划分为4个危险性等级,与现有滑坡比较验证了结果的合理性。     

煤与瓦斯突出机理研究现状及分析

对现有的煤与瓦斯突出机理研究成果进行了评述;阐述了煤与瓦斯突出机理的研究思路与方法及其历史发展过程和研究现状;分析了这些研究成果的不足之处,提出了煤与瓦斯突出机理的研究方向。研究表明,煤与瓦斯突出机理已经从单因素向多因素发展,综合作用假说得到了普遍认可,这为防突工作提供了理论依据。认为,煤与瓦斯突出准备机理、失稳与平衡机理、发展机理、传播机理和煤与瓦斯突出带分布规律研究是煤与瓦斯突出机理需要深入研究的方向。     

煤巷掘进迎头煤与瓦斯突出的突变机制分析

将巷道简化为圆形,并将掘进迎头视为圆形直立层裂体建立力学模型;导出了层裂体总势能函数的表达式,建立了圆形层裂体的折叠突变模型,得出了瓦斯突出起动的突变条件,并用有限元方法进行了数值模拟。研究表明,层裂体两侧压力差超过临界值将导致瓦斯突出,这对有效防止瓦斯突出具有重要指导意义。