模糊数学在煤与瓦斯突出预测中的应用

本文应用模糊数学方法,结合南桐矿务局砚石台煤矿的具体情况,对该矿煤与瓦斯突出的预测进行了多级模糊综合评判。其评判结果与该矿的实际情况吻合,表明了模糊论方法学在煤与瓦斯突出预测中的应用是可行的。本文所得结果对该矿煤与瓦斯突出的预测及防治措施的研究都具有参考价值。图1,表5,参5。     

煤与瓦斯突出的神经网络预测分析

煤与瓦斯突出是一个复杂的过程 ,做好预测预报工作显得尤为重要。本文通过建立煤与瓦斯突出的人工神经网络预测模型、原始样本的学习 ,可预测待报样本的突出情况 ,并进行了实例分析。经过检验 ,该预测模型的预测精度较高。图 1 ,表 2 ,参 3。     

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...     

基于案例推理和数据融合的煤与瓦斯突出预测

为了实现对煤与瓦斯突出快速、准确和动态预测,确保煤矿安全生产,考虑影响煤与瓦斯突出多种因素,提出了一种基于案例推理和数据融合技术的煤与瓦斯突出预测方法.利用基于均值的分批估计融合方法对判别煤与瓦斯突出指标的多传感器数据进行处理以获取更为准确、可靠的数据以提高预测准确性,以获得的多种判别煤与瓦斯突出指标数据为输入利用案例...     

煤与瓦斯突出预测模糊专家系统

利用模糊数学与专家系统理论 ,建立了煤与瓦斯突出预测模糊专家系统并用于对实际矿井进行检验 ,证明结果是可信的     

基于模糊数学法的煤与瓦斯突出危险性预测

本文利用模糊数学的方法,结合突出机理普遍接受的综合假说,选取潞安集团李村煤矿3#煤层影响突出的敏感指标,构建三角形隶属度函数,采用层次分析法确定敏感因素的权重系数,建立权重集,得出危险评估,计算评价结果。结果表明,李村煤矿3#煤层无煤与瓦斯突出危险性,验证该方法可为矿井防突提供依据。     

煤与瓦斯突出区域预测集成专家系统的实现

以煤瓦瓦斯突出区域预测的灵敏指标为基础,建立了预测揄知识树。以专家系统开发工具ＶＰ－ＥＸＰＥＲＴ为支持环境,以“功能集成”为主导思想,以“总控调用”为结构特色,以“非直接耦合”模块间连接的纽带,建立了集单一预测系统、集成预测系统和辅助系统为一体的煤与瓦斯突出区域预测集成专家系统,预测精度和系统功能较以往的同类系统有明显改进和提高。     

煤与瓦斯突出声发射的神经网络预测方法

以自适应神经网络的基本原理为基础,以声发射总事件、大事件、能率时间序列为基础数据,将神经网络模型应用于煤与瓦斯突出危险性预测.应用结果表明,煤与瓦斯突出声发射神经网络预测法具有预测方法简单、准确性高等特点,可应用于工作面煤与瓦斯突出危险性的预测.     

煤与瓦斯突出灾害的预测枛——基于遗传和BP算法

分析了煤与瓦斯突出的非线性动力系统特性和因素指标,利用神经网络的BP算法解决突出的主要性能指标和突出灾害等级的非线性网络连接.特别是利用遗传算法的全局优化能力, 对神经网络的连接权值、拓扑结构等进行进化操作,设计出具有较好性能参数和全局搜索能力的神经网络模型, 同时神经网络也可用于遗传算法的进化训练.遗传算法和神经网络的融合优化了煤与瓦斯突出灾害预测模型,并且该方法对其它灾害预测也有借鉴意义.     

基于神经网络与遗传算法耦合的 煤与瓦斯突出区域预测研究

煤与瓦斯突出是煤矿地下开采过程中的一种动力现象,剧烈的动力效应可导致矿井重大的财产损失和人员伤亡,因此,实现煤与瓦斯突出的有效预测对煤炭工业安全生产具有重要意义。文章以煤与瓦斯突出的自然条件及地质构造特征为基础,针对神经网络易陷入局部极小而引起预测指标权值分布不合理的缺陷,提出了基于神经网络和遗传算法耦合的煤与瓦斯突出区域预测模型,并进行了实例验证。研究结果证明了该模型的合理性,对煤矿实现煤与瓦斯突出区域的预测具有较大的指导价值。     

基于过采样支持向量机的煤与瓦斯突出预测

基于机器学习的煤与瓦斯分类预测方法中,各突出案例的数量不平衡会导致预测准确率降低。为了提升煤与瓦斯突出预测模型的准确率及稳定性,构建了过采样算法和支持向量机(support vector machine, SVM)组合的分类预测模型。首先,通过聚类分析将突出样本分成多个簇,在每个簇中对可能的噪声点按概率去除;然后通过过采样算法合成新样本,以减少样本数量不均衡对模型训练的影响;最后,用支持向量机模型结合粒子群算法对新数据集进行训练调优。实验结果表明:提出的模型在G-mean、曲线下面积(area under curve, AUC)值上均高于传统的分类模型,具有更强的算法鲁棒性,并且随着突出样本数量的减少,其优势更加明显。     

基于不相容最小二乘理论的煤与瓦斯突出灾害的预测研究

应用不相容方程组和最小二乘理论,根据已有的瓦斯压力原始统计资料,建立了煤层瓦斯压力和煤层地理位置关系的方程,并进行了相关性分析。分析结果表明可以根据此方程,由煤层所在的地理位置准确地预测煤层的瓦斯压力,进而对煤与瓦斯突出灾害进行预测,对矿山的生产和建设具有重要的实用价值。     

煤与瓦斯突出的突变学分析

运用突变学理论对煤矿生产中严重的灾害煤与瓦斯突出的突出机理和突出条件进行了定性分析。通过建立煤与瓦斯突出的尖点突变模型,较为直观的对突出的孕育过程和突出过程作出了系统的理论分析,得出了瓦斯突出启动的突变机制和突变条件,从而为煤与瓦斯突出灾害预测与防止提供了新的理论依据。     

3102掘进工作面瓦斯突出危险性预测及分析

在3102巷掘进过程中,工作面瓦斯涌出量较大,达到0.2%～0.3%,致使回风流瓦斯体积分数超过0.5%,巷道瓦斯涌出量超过了3m3/min。同时在探水过程中,经常发生卡钻现象,致使探水工作无法达到预计的长度。针对这种情况,对3102掘进工作面采用单顶指标法和综合指标法来鉴定该煤层是否具有瓦斯突出危险性。     

利用“球壳失稳”理论确定煤与瓦斯突出瓦斯压力临界值

通过实验分析得出了马家沟矿9—12、12煤层初始释放瓦斯膨胀能与瓦斯压力的线性关系，从而确定了马家沟矿深部水平9—12、12煤层煤与瓦斯突出瓦斯压力临界值，为深部水平煤与瓦斯突出预测提供了依据。     

贵州某煤矿煤与瓦斯突出规律分析

以贵州某煤矿近年来发生的煤与瓦斯突出为例,指出了该煤矿煤与瓦斯突出类型及突出强度特征,分析了其影响因素,得出了该矿发生煤与瓦斯突出的规律.     

潘二矿突出煤层石门快速揭煤技术应用

为实现潘二矿首个A组煤快速投产,实现矿井正常接替,通过合理利用现有巷道关系,优化钻孔设计,改进钻孔施工工艺,提高钻孔施工质量。并实行抽采系统自动排水,提高钻孔抽采效果,实现石门揭煤快速消突。为快速进入A组煤的煤巷掘进提供有力保障。     

吴寨矿庚组煤层煤与瓦斯突出危险性预测

随着采深的延伸和采掘强度的增大,非突出煤层或矿井的突出危险性预测与评价为保证煤层的安全开采提供了重要保障。平煤股份二矿庚20煤层曾发生煤与瓦斯突出现象,作为相邻矿井的吴寨矿在开采庚20煤层前需要确定其煤与瓦斯突出危险性。应用单项指标法对吴寨矿西翼采区标高-400 m以浅庚20煤层进行了煤与瓦斯突出危险性预测。结果表明,在该区域内庚20煤层的煤体破坏类型、坚固性系数均达到了突出煤层的临界指标值,但是煤层瓦斯压力和瓦斯放散初速度未达到临界指标值,因此,在该区域范围内庚20煤层不具有煤与瓦斯突出危险性,该结论指导了矿井安全生产和高产高效。     

固庄煤矿瓦斯突出分析

通过对固庄煤矿瓦斯突出进行的分析,阐述了煤与瓦斯突出的预兆特征,提出了煤与瓦斯突出的防治措施。