基于可拓理论的煤矿安全动态预警模型

首先确定了影响煤矿安全的因素指标及评价安全等级集,并采用模糊层次分析法确定了指标因素权重,为提高预警可靠性,提出了动态可拓物元预警方法.其次,以同煤集团燕子山矿为例,综合考虑近三个月的全部指标因素的取值情况,利用模型方法对该矿安全性进行了预警分析,所得结果与实际情况相符.上述研究不仅丰富了煤矿安全预警方法,而且也为可拓理论在矿业工程中进一步应用提供了参考.     

基于可拓理论的建筑施工安全预警模型研究

建筑业是高危险和事故多发行业,进行安全评价是安全生产管理形势发展的必然需求.该文针对施工现场常见的安全事故,从人员、材料、设备设施、管理、技术和环境六个方面出发建立施工安全评价指标体系,并采用AHP法确定指标权重.结合施工安全检查标准,将安全等级分为无警、轻警、中警和重警四个等级,构建基于可拓理论的安全管理预警模型,能够定量评价施工现场的安全状况.最后,结合工程实例对该方法进行了验证,结果表明该方法实用、有效.     

果蝇模型在煤与瓦斯突出危险中的预警

为提高煤与瓦斯突出预测的准确性,采用线性回归模型选择了瓦斯压力、坚固性系数和破坏类型作为控制指标,选择残差分析模型构建了突出回归数据库并以三维火柴杆图来展现.结果表明:以"个体嗅觉探测"和"群体视觉靠拢"为指导思想,获得了安全型、危险型和突出型突出危险评估指数的确定方法.应用煤与瓦斯突出危险评估指数对突出实例进行回代判别,预测结果基本符合工程实践,具有乐观的可信性和客观的应用性.     

基于地理信息系统和神经网络的煤与瓦斯突出预警

依据煤与瓦斯突出机理及突出过程物理特征,结合煤矿安全监测系统,提出以瓦斯浓度和煤体温度时间序列的煤与瓦斯突出预警指标,利用GIS技术和人工神经网络建立了煤与瓦斯突出预警模型.某矿17180工作面的预警结果表明:预警模型可以为煤与瓦斯突出预警提供技术支持.     

神经网络理论在延时煤与瓦斯突出预警中的应用

为提高煤与瓦斯突出预警的准确性,利用人工神经网络特有的非线性适应性信息处理能力,选择瓦斯涌出峰值、上升梯度、下降梯度、超限时间四个延时突出预警指标,实现煤与瓦斯延时突出的预警.瓦斯样本学习和突出预警结果与实际情况对比表明,前馈神经网络预警模型准确率很高,可以克服传统预警方法存在的瓦斯突出漏报和误报的缺陷.     

一维煤与瓦斯突出波模型

郑哲敏等人1993年发表了考虑渗流破坏、两相流动和空气压缩波的一维瓦斯突出恒稳推进模型,俞善炳等人1997年发表了考虑气固混相流动的强间断模型.本文在这两个模型的基础上,综合考虑渗流破坏、混相流动强间断和空气压缩波,提出了一个关于一维煤与瓦斯突出恒稳推进的模型.根据模型进行数值计算,与实验结果大致相符,利于看清煤与瓦斯突出的基本机理.     

基于Hopfield网的煤与瓦斯突出分类模型

针对原有Hopfleld网学习算法的局限性,利用Hopfield网的非线性逼近能力来模拟煤与瓦斯突出中各指标的复杂非线性关系,通过联想记忆功能对煤与瓦斯突出进行分类。引入一种基于混合混沌法的学习算法,较快较好地训练了网络。将煤与瓦斯突出分类指标化分等级,进行编码,基于混合混沌法训练Hopfield网,建立煤与瓦斯突出分类模型。通过实验检验,证明了此模型的实用性。     

煤与瓦斯突出灾变预警与应急辅助决策

为了实现煤与瓦斯突出突变预警,以便及时采取应急措施防止事故扩大,提出了煤与瓦斯突出灾变预警与应急辅助决策技术。具体对瓦斯涌出异常特征进行了分析,给出了煤与瓦斯突出灾变的监测与识别方法;结合煤矿现有的安全监测系统,对灾变后瓦斯涌出量预测、波及范围预测、区域断电措施等技术进行了研究;并利用以上技术对大平煤矿“10·20”瓦斯爆炸事故进行了反演,该技术能在瓦斯波及之前发出将波及预警和给出相关应急措施建议。     

煤与瓦斯突出的地质理论分析

从地质理论出发,分析了导致煤与瓦斯突出的内因和外因。结果表明,地应力、煤层形成时代、大地构造环境是导致煤与瓦斯突出的主要内因,掘进方式和掘进速度是导致煤与瓦斯突出的主要外因。研究旨在提高对煤与瓦斯突出的理论认识,减少由煤与瓦斯突出带来的灾害。     

煤与瓦斯突出工作面突出危险预警技术的研究与实施

根据煤与瓦斯突出的特点,瓦斯一般呈条带状分布,另外受地质构造影响较为明显,针对突出事故的这些特点,我们提出了研究工作面突出危险性预警技术,就是结合邻近工作面、工作面掘进期间所结论的瓦斯地质情况,提前预警划分出工作面瓦斯异常区域,在异常区域内采取有针对性的防突措施,在确保安全的基础上提高工作面生产     

基于多重分形理论的工作面煤与瓦斯突出预测

为对工作面煤与瓦斯突出进行高效准确的预测,采用多重分形理论分析的方法,对瓦斯涌出时间序列进行研究.绘制了分配函数和划分尺度之间的双对数曲线,计算了广义分形维数D_q、奇异指数α、多重分形谱f(α),分析了k_0、?α、?f(α)在不同时间段的变化规律,从不同角度反应瓦斯涌出量的非均匀质特征.研究结果表明:无论是q0时还是q0时所有ε区间上的分配函数和划分尺度之间的双对数曲线都是直线,瓦斯涌出量时间序列具有多重分形特征,在较大测度内满足标度不变性.多重分形参数k0、?α、|?f(α)|在一般情况会不断小幅度的变化但都趋于稳定,在快接近煤与瓦斯突出发生时间点时显著大于正常水平.它们之间有很好的相关性,可以共同对煤与瓦斯突出进行预测.     

基于颗粒流理论的煤与瓦斯突出数值模拟研究

针对煤与瓦斯突出机理的复杂性,基于颗粒流离散元理论,利用PFC3D(particle flow code)软件对煤体进行340组单轴压缩及巴西劈裂试验,建立了煤体宏观参数与颗粒流数值模拟所需细观参数之间的关系。基于寺河矿煤样单轴压缩和抗拉物理实验的实测宏观参数,推算出模拟煤与瓦斯突出所需的细观参数。在PFC3D流固耦合理论的基础上,利用PFC模拟软件进行了煤与瓦斯突出的数值模拟,再现了煤体的堆积过程。研究表明:在突出准备阶段,煤壁深部瓦斯压力较高,突出孔洞附近瓦斯压力梯度较高;发动及发展阶段,平衡状态被破坏,形成口小腔大的突出孔洞,破坏范围由巷道高度的中间位置向顶底板处扩展;在突出过程中,工作面前方煤体靠近煤壁的暴露面处的最大主应力向量逐渐偏离垂直方向,且应力向量连线形成一个凸向煤壁深部的圆弧。     

浅谈我国煤矿煤与瓦斯突出的现状及其预警技术

21世纪以来随着国民经济对煤炭能源需求的激增和开采新技术的运用，我国煤矿的开采强度和开采深度不断增加，复杂的地质条件与高端的工艺．管理要求使煤与瓦斯突出的威胁不断加剧。虽然国家已经对该问题给予了高度的关注，但作为一种极其复杂的动力现象，煤与瓦斯突出仍是煤矿安全工作中的难点。本文深入介绍了我国矿井煤与瓦斯突出的现状．基本规律与预兆特征，并分析了通过综合预警技术，从根本上解决矿井煤与瓦斯突出这一难题的可行性及具体措施。     

煤岩渗透率与煤与瓦斯突出关系理论探讨

为预测和防治煤与瓦斯突出，从断裂力学角度，在细观上分析阐述了原始环境条件下饱和瓦斯煤岩体受采掘活动影响，在围岩应力增高情况下，其内部裂隙发生发展过程与渗透率之间的关系，由此分析说明了煤岩体渗透率的变化对煤岩体和瓦斯突出的影响，对研究和防止矿井煤与瓦斯构成的固流耦合系统的失稳破坏，造成煤与瓦斯突出提供了一个新的思路。     

基于极值统计理论的矿井瓦斯浓度预警模型

煤矿瓦斯爆炸风险评价与预警系统涉及的风险因素众多,而瓦斯浓度超限是导致事故发生的首要因素.基于极值统计理论,以靖远大水头煤矿瓦斯浓度监测研究为例,通过对相关图形的分析和监测参数的修正,建立瓦斯浓度预测的Frechet模型,确定该矿瓦斯浓度阈值u=1.2,并以此作为瓦斯爆炸预临界值,提出了基于远程监测的瓦斯浓度动态预警模型.结果表明,该模型具有相当的精度,可以实现煤矿瓦斯灾害的信息化管理,具有十分重要的现实意义.     

基于模式识别的煤与瓦斯突出区域预测

从潘一矿13 1煤层煤与瓦斯突出特征出发,探讨了突出机理,认为该煤层的突出是构造应力主导的倾出和压出类型的突出·针对该类型的煤与瓦斯突出,从突出的诸控制因素和预测方法的工程可行性等层面讨论了区域预测思想和具体的方法·指出煤和顶底板岩石物理力学性质的异常是构造应力主导的倾出和压出型突出危险区的基本特征和必然共性,并提出了侧重分析煤物理力学性质和瓦斯信息,对勘探资料和测井资料进行充分的数据挖掘,并结合支持向量机先进的分类算法的多因素模式识别区域预测方法,它既有理论基础,又具有工程实用性和可操作性·用这一方法对潘一矿13 1煤层煤与瓦斯突出的区域进行预测,得到的突出危险区与实际发生的突出点分布范围相...     

煤与瓦斯突出瓦斯射流数值模拟

将煤与瓦斯突出过程的瓦斯突出视为连续射流,应用伯努利方程,建立了瓦斯射流的数学模型,得到了瓦斯突出射流流速和流量表达式,在此基础上考虑突出口压力和突出口直径影响,进行了瓦斯射流的数值模拟,得到了突出压力与突出射流最大速度、突出压力与射流流场分布、突出口直径与突出影响范围间关系规律。模拟结果表明:突出口压力与突出射流最大速度近似呈线性关系,在一定条件下射流流场分布具有甩尾效应,突出口直径越大,其突出影响范围越大。     

防治煤与瓦斯突出浅谈

分析煤矿煤与瓦斯突出规律,采取有效防突措施,为突出矿井煤与瓦斯的治理提供借鉴经验。     

煤与瓦斯突出missForest-EGWO-SVM预测模型

针对煤与瓦斯突出预测的数据不完整或缺失问题,提出一种基于miss Forest-EGWO-SVM的煤与瓦斯突出预测模型.以淮南地区的实测数据作为研究样本,采用missForest算法对样本数据进行缺失值填补;为解决SVM算法性能受参数影响大的问题,利用高效灰狼算法(EGWO)对SVM进行参数寻优;完善后的数据集作为EGWO-SVM模型的输入进行实验,与其他模型对比.研究结果表明:采用missForest填补缺失数据,提高了模型的突出事故预测率,EGWO-SVM模型能够有效避免GWO在后期搜索中陷入局部最优,进一步提高了SVM的预测精度.研究结论为缺失数据情况下煤与瓦斯突出预测提供了一种途径.