采煤工作面瓦斯涌出量预测逐步回归方法

在综合分析矿井瓦斯涌出量影响因素基础上,探讨了采煤工作面瓦斯涌出量与影响因素之间的关系,利用逐步回归分析方法建立了瓦斯涌出量预测数学模型,并将模型应用于平煤天安十矿己组煤层24110采面瓦斯涌出量预测. 结果证明,该数学模型对采煤工作面瓦斯涌出量预测比较准确.     

PCA-BP在回采工作面瓦斯涌出量预测中的应用

为对回采工作面瓦斯涌出量进行准确预测,运用主成分回归分析以及BP神经网络原理和方法,结合现场实测数据,采用多元统计分析软件SPSS处理相关数据,研究影响回采工作面瓦斯涌出量各因素间的相关关系并提取主成分,以确定BP神经网络中的输入参数,建立BP神经网络进行预测.利用PCA-BP神经网络方法建立瓦斯涌出量预测模型.研究结果表明:采用PCA-BP神经网络方法的预测值与实际值最大相对误差为2.820%,最小相对误差为2.036%,平均相对误差为2.357%,较其他预测模型有更高精度.对降低事故发生率和矿井延深水平的回采工作面瓦斯涌出量预测具有较好的指导作用.     

PCA-BP神经网络在回采工作面瓦斯涌出量预测中的应用

为对回采工作面瓦斯涌出量进行准确的预测,运用主成分回归分析以及BP神经网络原理和方法,结合现场实测数据,采用多元统计分析软件SPSS(Statistical Product and Service Solutions)处理相关数据,研究了影响回采工作面瓦斯涌出量影响因素间的相关关系并提取主成分,以确定BP神经网络中的输入参数,从而建立BP神经网络进行预测.并利用PCA-BP神经网络的方法建立了瓦斯涌出量预测模型.研究结果表明:采用PCA-BP神经网络方法的预测值与实际值最大相对误差为2.820%,最小相对误差为2.036%,平均相对误差为2.357%,较其他预测模型有更高精度.对降低事故发生率和矿井延深水平的回采工作面瓦斯涌出量预测具有较好的指导作用.     

基于TLBO-LOIRE的回采工作面瓦斯涌出量预测

瓦斯涌出量是瓦斯防治与管理、矿井通风系统设计的重要基础数据,准确地预测瓦斯涌出量对于煤矿安全生产有着极其重要的指导意义与应用价值.但工作面瓦斯涌出规律复杂,在检测、数据采集过程中不可避免地会混入异常噪声,直接影响着瓦斯预测的准确性.本文采用l1正则化异常值隔离与回归方法(LOIRE)对煤矿回采工作面瓦斯涌出量及其相关影响因素的统计样本数据库进行计算分析,隔离样本的异常噪声干扰,利用教与学算法(TLBO)优化回归参数,建立了回采工作面瓦斯涌出量的优化预测模型,并对煤矿现场数据进行分析预测,结果表明3个回采工作面的瓦斯涌出量预测误差分别为3.04%、0.33%和2.36%,平均相对误差仅为2.36%.TLBO-LOIRE优化预测方法,预测准确性高,能够满足井下瓦斯防治的工程需要,对其它工程领域的数据预测同样适用.     

矿井回采工作面瓦斯涌出量预测新途径

在研究大量国内外矿井瓦斯涌出量预测方法的基础上,通过比较,分析灰色理论在矿井瓦斯涌出量预测方法中的优势,根据某矿102回采工作面的相关瓦斯涌出数据,以灰色预测理论为基础,通过对影响回采工作面瓦斯涌出量的关键因素分析,建立该工作面的瓦斯涌出量GM(1,1)预测模型,通过模型的求解,给出预测结果,并对结果进行检验.结果表明,该模型预测结果与生产实际吻合度较高,对煤矿瓦斯管理具有十分重要的指导意义.     

基于PLS-BP神经网络组合模型的回采工作面瓦斯涌出量预测

提出PLS-BP神经网络组合模型,预测回采工作面瓦斯涌出量.利用分源预测法划分回采工作面瓦斯涌出来源,根据瓦斯涌出来源受不同因素的影响,运用偏最小二乘法(PLS),通过交叉有效性分析,确定提取主成分个数,将主成分作为神经网络输入层建立关联模型.研究证明,本方法不仅避免了各种不相关因素之间的干扰,解决各因素之间多重相关问题,降低变量维数,而且可以结合BP神经网络的非线性映射能力和适应学习能力等优点,提高预测稳定性和精度.     

基于PCA-BO-XGBoost的矿井回采工作面瓦斯涌出量预测

针对矿井回采工作面瓦斯涌出量预测精度欠佳的问题,建立基于极端梯度提升(XGBoost)瓦斯涌出量预测模型。首先,为解决瓦斯涌出量影响因素维数高和信息冗余等问题,在预测模型中引入主成分分析法(PCA)对11种影响因素降维。其次,通过贝叶斯优化算法(BOA)对XGBoost中超参数进行优化以提高预测模型的精度。最后,将训练集数据作为预测模型的输入进行训练,利用训练好的模型对测试集数据进行验证,并与传统的BP神经网络和支持向量机进行对比。结果表明：PCA-BO-XGBoost模型的平均绝对误差为0.070 3,均方根误差为0.095 7,能够满足对瓦斯涌出量预测的精度要求。与其他机器学习算法相比,建立的模型预测精度更高、耗时更短、效率均更高,对煤矿井回采工作面瓦斯涌出量的预测精度和效率提升具有借鉴作用。     

回采工作面瓦斯涌出量的灰色动态预测

本文应用灰色系统理论建立了回采工作面瓦斯涌出量的灰色动态预测模型,并对化处矿1273回采工作面瓦斯涌出量进行了实例预测。     

基于多元线性回归模型煤矿瓦斯体积分数预测

依据多元线性回归模型理论,对可能影响瓦斯涌出量的数据进行分析,找到影响瓦斯涌出量的主要因素.将多元线性回归模型应用于瓦斯涌出量预测.通过将预测值与实际值比较,证明多元线性回归模型预测的瓦斯涌出量值是可行有效的,对指导煤矿安全生产具有一定意义.     

综采工作面的瓦斯涌出规律及涌出量的预测

根据综合机械采煤的特点和瓦斯流动理论,将瓦斯涌出源划分为煤壁(围岩)瓦斯涌出、落煤瓦斯涌出、采空区(残煤)瓦斯涌出及上下邻近层(未采分层)瓦斯涌出4个部分。针对现有回采工作面瓦斯涌出量预测计算方法存在的问题,以煤层瓦斯流动理论和实测数据分析为基础,系统的研究了综采工作面涌出源瓦斯的涌出规律,结合综合机械化采煤具有采、装、运连续作业的特点,分别对各瓦斯涌出源的瓦斯涌出量进行预测,进而建立了一种适应性范围广且准确率高的综采工作面瓦斯涌出量预测模型,对制定瓦斯防治方案,进而根治矿井瓦斯具有重要的实际意义。并且运用该模型对潞安集团新建的屯留矿进行了瓦斯涌出量的预测。     

遗传规划在采煤工作面瓦斯涌出量预测中的应用

采煤工作面瓦斯涌出量的预测对于矿井设计和安全生产有着重要意义．由于影响采煤工作面瓦斯涌出量的各因素之间关系不明确,而遗传规划特别适用于各影响因素之间因果关系不明确的复杂非线性问题,因此,它为预测采煤工作面瓦斯涌出量提供了一条新的技术途径．应用遗传规划理论,建立了采煤工作面瓦斯涌出量的预测模型．结果显示,预测精度满足要求．表明该方法是可行的、合理的     

东欢坨矿8煤层瓦斯涌出特征及其影响因素研究

通过历年来工作面瓦斯涌出量数据,分析了东欢坨矿8煤层瓦斯涌出特征,研究了不同因素对8煤层瓦斯涌出规律的影响。研究结果表明:瓦斯涌出量随工作面开采深度的增加而增大;工作面相对瓦斯涌出量和遇到的断层数密切相关;靠近向斜轴一侧,瓦斯涌出量值普遍偏小,局部有异常存在;在远离向斜轴方向,瓦斯涌出量普遍较大;工作面瓦斯涌出量和工作面涌水量之间表现为负相关;顶板岩性对瓦斯涌出也有一定的影响。     

回采工作面瓦斯涌出分布规律的研究

回采工作面瓦斯超限现象经常发生,给煤矿安全生产带来重大隐患.为了掌握回采工作面瓦斯涌出的状况及随时空的变化规律,寻找瓦斯富集地点,确保工作面安全生产.采用单元法原理对平煤新峰四矿12160工作面的瓦斯来源及构成进行了研究分析,得出了回采工作面瓦斯涌出的分布规律,为工作面防止瓦斯积聚及改变瓦斯运移通道等瓦斯治理提供必要的技术指导.     

放炮落顶在综放工作面初采中的应用

针对综放工作面回采初期顶煤不能放下、回采率低和瓦斯涌出量大的特点,分析了切眼顶板支护点和周期来压的影响的特点,创新性地提出了回采前放震动炮的措施,以及时将顶煤放下,最大限度地减少煤炭资源损失,并很好地消除工作面瓦斯涌出量大的影响。     

基于PCA-PSO-ELM的瓦斯涌出量预测

为了更加准确有效地预测瓦斯涌出量,提出采用主成分分析结合粒子群算法、极限学习机的瓦斯涌出量预测方法,其中极限学习机中隐含层节点数量及激活函数的类型由粒子群算法进行组合优化.实验综合考虑影响回采工作面瓦斯涌出量的13个因素对沈阳某煤矿历史数据进行分析,首先采用主成分分析对数据进行降维,消除指标数据之间的相关性,将降维后的数据划分为训练集和测试集2部分,设计了粒子群算法的惯性权重,并由粒子群算法结合十折交叉验证对极限学习机的2个参数进行优化,选择最优参数组合建立预测模型,通过对测试集瓦斯涌出量进行预测,其均方误差为0.108 3,优于采用极限学习机及随机森林的预测结果.     

基于灰色系统理论的煤矿瓦斯涌出量预测研究

运用灰色理论建立巷道瓦斯涌出量的灰色模型,对矿井瓦斯涌出量进行预测预报。采用残差识别方法修正GM(1,1)模型进行瓦斯涌出量预测,预测精度更高。利用灰色灾变预测理论,对某矿矿井工作面瓦斯涌出资料进行分析、研究,建立煤矿瓦斯涌出量灰色预测模型,并对矿井瓦斯涌出量变化趋势进行预测。     

回采工作面瓦斯涌出及防治

回采工作面瓦斯涌出直接影响着工作面通风的合理性、瓦斯灾害防治措施的有效性和高效生产的安全性。分析了回采工作面瓦斯涌出特点进而研究瓦斯防治问题。     

GIS在采掘工作面瓦斯涌出预测中的应用

采掘工作面瓦斯涌出量涉及到大量与地理坐标相关的多种信息.基于GIS( Geographic Information System)平台和C++Builder软件,结合采掘瓦斯涌出量性能化预报方法,开发了煤矿 采掘工作面瓦斯涌出预测系统.该系统使瓦斯涌出预测向多参数、多目标、多维方向发展,解决了瓦斯涌出预测数据庞大且数据大多与地理坐标相关的问题,实现了采掘工作面瓦斯涌出预测与煤矿安全管理决策的一体化、可视化,能科学指导生产矿井工作面的风量分配与瓦斯管理,提高采掘工作面瓦斯涌出预测的准确性、决策科学性和直观性.     

高瓦斯特厚煤层首采工作面瓦斯涌出分布特征研究

为了得到高瓦斯特厚煤层首采综放工作面瓦斯涌出分布特征,以小庄煤矿40201工作面为研究对象,采用立体单元测定法对工作面瓦斯体积分数进行测定,得到了工作面沿倾向和走向方向的瓦斯分布曲线以及瓦斯涌出变化曲线。研究表明,工作面沿倾向随着风流方向距离的增加,煤体瓦斯涌出对断面瓦斯分布的影响加大;而风流速度和采空区瓦斯涌出的影响作用在减小。在走向方向,各测定断面瓦斯体积分数基本呈现"高—低—高"的分布趋势,煤体瓦斯解吸累积、采空区瓦斯涌出与风速三者共同决定工作面上行前段瓦斯值大小,后段则主要由前两者起决定因素。回采初期,瓦斯绝对涌出量不断上升,在初次来压首次达到峰值,之后呈现波浪式下降趋势。工作面相对瓦斯涌出量与日产量之间呈现指数函数减小趋势,当日产量达到一定值后,基本不受其变化影响。     

回采工作面瓦斯涌出及防治

回采工作面瓦斯涌出直接影响着工作面通风的合理性、瓦斯灾害防治措施的有效性和高效生产的安全性.分析了回采工作面瓦斯涌出特点进而研究瓦斯防治问题.