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      

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。     

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。     

基于遗传神经网络的瓦斯含量预测研究

瓦斯含量预测取决于多因素、非线性的函数关系的建立 ,预测模型建立的准确与否决定于各个影响因素之间的相互作用、相互耦合的特性。文中将神经网络与遗传算法有机地结合起来 ,以神经网络理论为基础 ,利用遗传算法优化隐含层神经元个数和网络中的连接权值 ,建立瓦斯含量预测模型。在实验室测试数据的基础上 ,建立遗传神经网络训练和检验样本集 ,其中包含有 38个典型样本 ,并且将检验结果分别与回归模型、标准BP神经网络、自适应BP神经网络的预测结果进行比较。结果表明 :遗传神经网络模型可靠 ,预测精度高 ,为促进软计算技术与瓦斯地质的结合奠定了基础。     

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。     

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。     

测井曲线在预测煤与瓦斯突出中的作用

本文利用逐步回归分析的方法,建立了煤层气含量与测井响应值之间的数字模型,利用聚类分析的方法划分了煤体结构类型,在上述研究的基础上,结合等温吸附曲线,预测了宿南向斜煤与瓦斯突出可能发生的范围和在煤层中的位置。     

正村井田二1煤层瓦斯地质特征及防治瓦斯对策

通过对正村井田煤系地层及构造特征、煤层特征进行分析归纳,对煤与瓦斯突出矿井近年来发生的瓦斯动力现象及涌出量资料的统计和计算,认为正村煤田煤与瓦斯突出具有以小型突出为主、突出前有预兆并受作业方式诱导、突出点附近瓦斯质量体积和瓦斯压力高、易发生在掘进工作面和煤层变化带等特征,根据这些特征提出了相应的瓦斯防突措施,为该煤田防治煤与瓦斯突出提供了理论指导。     

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。     

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。     

神经网络在冲击地压危险性预测预报研究中的应用

分析了影响冲击地压危险性的主要因素,首次利用神经网络模型模拟各个因素之间的复杂的非线性关系,消除了传统预测方法中的人为确定冲击危险指标的影响。检验结果表明 :模型可靠,预测精度高。为冲击地压与人工智能等高新技术的进一步结合奠定了基础。     

BP网络在位场解释中的应用

介绍了ＢＰ网络的特点，阐述了它在位场资料解释中应用的方法、特点和可行性。通过模型计算证实了该方法在位场异常识别中的效果，正确率达９７％。此外，通过修改网络单元的激发函数，增强网络的稳定性和内插功能，使ＢＰ网络在多层密度界面反演中得到满意的结果，模型和实例计算证明了该方法的有效性。     

人工神经网络在致密砂岩气层识别中的应用

致密砂岩气层识别是一个难题。如何在已有的地质、钻井、测井、地震等资料的基础上，利用现代人工智能方法进行气层识别，值得我们去探计。作者在本文中利用一个改进的BP网络模型，充分利用现有的地质、测井等资料，以单井为单元进行垂向气层识别，然后又以地震资料为约束进行气层横向预测，结果非常令人满意。     

应用BP神经网络预测煤质参数及含气量

煤层气储层物理结构以及煤层气的存储，运移等方面不同于常规天然气，评价煤质参数的测井等效体积模型难以较好地描述煤层这种复杂的物理结构，提出利用ＢＰ神经网络预测煤质参数及煤层气含量的模型和算法，预测的煤质参数以及煤层含气量与煤样分析结果比较表明，预测与煤样分析参数之间的平均绝对误差和相对误差都较小，精度满足定量计算的要求。     

自适应BP网络在洛带气田测井解释中的应用

应用自适应算法对BP网络进行改进，可以提高BP网络的收敛速度和全局寻优性能。在此基础上，利用多种测井数据及岩心描述资料作为网络模型的学习样本，以测井解释渗透率的神经网络模型为例，通过网络的学习、训练，建立测井解释神经网络模型。并应用此模型，定量计算出多口井的渗透率值，与常规渗透率计算结果相比，BP的解释结果及精度均令人满意，同时还取得了良好的实际应用效果。     

物探方法在隧洞超前探测中的应用

在云南厂口隧洞工程施工中,根据不同地质问题,采用高密度电法、洞地间地震波CT和超前预报三种物探方法进行探测,探测结果均对地质灾害有较明确的反映,说明作为基本技术手段的物探方法在隧洞超前探测中能发挥重要作用。     

电性源瞬变电磁法在油田上的应用研究

电性源瞬变电磁法是目前俄罗斯等国家油气勘探的主要手段,国内相关解释和应用技术研究较少.以在江苏油田的应用为例,介绍电性源瞬变电磁法在油气田上的应用效果及应用中的一些相关问题.     

BP神经网络识别塔北低阻油气层

简要介绍了塔北低阻油气层岩性剖面、低阻油气层地球物理测井曲线特征,分析了塔北地区低阻油气储层成因,重点论述BP人工神经网络识别油气层、油水同层、水层和干层的方法原理.识别实例表明,BP人工神经网络识别低阻油(气)、水层的结果与实际相符,明显地提高了测井的解释精度.     

非地震方法在内蒙古地区乌兰盖盆地的应用

乌兰盖盆地属于松辽外围中新生代火山岩覆盖区,利用重力、磁力和大地电磁测深等非地震物探方法调查潜在沉积盆地分布和构造格架,为油气资源潜力评价提供依据.在充分研究盆地岩石地层物性特征的基础上,根据重、磁、电各方法的优势,采用互约束反演技术,开展综合研究,解释推断了盆地白垩系巴彦花群、侏罗系地层的分布形态及构造格架,指出乌兰盖断陷盆地具有很好的找油气前景.