首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 161 毫秒
1.
基于粗糙集和支持向量机的采空区煤自燃火灾预报   总被引:1,自引:0,他引:1  
考虑到采用标志气体分析法对煤自燃火灾预报时特征维数较高、特征之间存在冗余且样本有限,文中提出基于粗糙集和支持向量机的采空区煤自燃火灾预报方法。该方法首先采用粗糙集对原始样本去除冗余和特征维数约简得到多组候选特征子集,然后对获得的多组候选特征子集利用支持向量机进行分类和性能评价,选取分类性能最好的一组特征子集用于设计支持向量机分类器,并对采空区遗煤自燃状态进行预测分析。实验选择大同矿区煤样自然发火实验数据,与4种典型分类预测算法的进行比较分析,实验结果表明文中算法预测准确率更高,训练速度更快。粗糙集为煤自燃火灾预报中标志气体选择提供了一个理论依据和新的思路,而支持向量机则提高了煤自燃火灾预测的精度。  相似文献   

2.
研究煤自燃特征信息,确定煤自然发火预测指标,实现煤自燃的早期预报,对煤矿的安全生产具有重要的实际意义.根据煤样自燃发火过程模拟实验和程序升温实验,得出煤自燃特征温度段,依据多元信息融合技术,结合现场采集煤自然发火观测气体数据,应用模糊聚类的方法,提取煤自燃多项指标信息的特征,并采用模糊模式识别的方法,确定出煤自燃特征信息及其与特征温度段的对应关系,从而实现煤自燃状态的识别和早期预报.  相似文献   

3.
煤自然发火预报的人工神经网络模型   总被引:1,自引:1,他引:0  
采用自组织特征映射神经网络(SOFM)对采空区煤自然发火与否进行了识别分类.在此基础上,建立了通过分析采空区抽放孔气体成分和抽放孔位置参数来预报煤炭自燃的BP神经网络模型.对模型预测结果与实际情况进行了对比分析,结果表明,用人工神经网络方法识别和预报采空区煤自燃是可行的.为煤自燃程度的识别和预报探索出了一种新的方法.  相似文献   

4.
本论文针对徐庄煤矿8174采煤工作面煤容易自燃特性,为减少和防止8174采煤工作面煤自燃火灾发生,对该工作面进行煤自燃标志气体分析,研究煤氧化过程中放出的气体成分及含量,分析气体成分及含量随煤温变化的规律,并优选出标志气体,建立各种标志气体含量与煤温的定量关系,以达到预测预报煤炭自然发火这一目的。  相似文献   

5.
为了研究煤炭的氧化规律以及准确地对自燃发火情况进行预测预报,针对官地煤矿8煤层,采用煤氧化实验装置,对实验所析出气体的成分、生成先后顺序和生成量与温度之间存在的规律性进行了测试研究,并结合工作面的实际,进行预测预报。结果表明:8煤层利用CO增加趋势作为预测预报煤自燃发火的指标值,在CO存在的前提下,只要出现C_2H_4气体,即井下某区域发生了煤炭自燃,必须立即采取灭火措施。根据对采空区工作面的现场监测,得出采空区没有形成自燃发火区域。  相似文献   

6.
自燃是煤矿的主要灾害,采空区自燃直接影响到回采工作面的生产,甚至能够造成严重的恶性事故。遗煤的存在是造成采空区自燃的根源,采空区内遗煤属于颗粒堆积型多孔介质范畴。由于遗煤颗粒形状相似但粒径大小差别巨大,具有分形特征。本文基于分形理论建立了采空区遗煤的粒径质量分布分形维数模型,并从实际的采空区内取煤样进行筛分对粒径分布特征进行了分析,通过分析计算得出六合煤矿和阜生煤矿的分形维数分别为2.2596和2.0554。分析影响煤自燃的孔隙主要是外部孔隙,对筛分出来的不同粒径的煤进行了外部孔隙率的测定,结合粒径分布的分形维数,对采空区遗煤的孔隙率进行了分析。通过研究粒径分布分形维数来分析采空区内的孔隙率分布,为采空区内孔隙率的研究提供了一个新思路。  相似文献   

7.
为研究采空区煤自燃对工作面及整个矿井安全生产的危害及影响,减小矿井发生自燃火灾的可能性,提高安全生产效率,采用沿综放工作面两端头向采空区布置测点的方法,进行采空区温度以及气体组分浓度变化分析,得到了大水头煤矿东108综放工作面采空区遗煤温度和特征气体参数的变化曲线;利用Matlab软件的最小二乘法拟合方法,对所观测到的数据进行曲线拟合,通过高阶函数驻点特性分析、以及实际参数曲线所反映的采空区煤炭自燃"三带"规律,分析得出了采空区自燃的散热带和氧化带的临界点在采空区深度大约55 m处,氧化带和窒息带临界点在大约92 m处,采空区氧化带内最剧烈氧化点出现在深度约为68 m处,这些研究成果为指导大水头煤矿防灭火工作提供了一定的科学依据。  相似文献   

8.
针对目前远程教育中个性化教学水平较低的问题,提出了一种基于粗糙集的Web学习者聚类算法,并应用粗糙集的约简方法解决了学习者特征数据中的属性冗余问题,提高了聚类算法的效率,从而提高了远程教学网站的个性化教学水平.  相似文献   

9.
针对煤矿机械化水平提高,开采速度加快,引起采空区遗煤增多和面积扩大,使得采空区煤炭自燃隐患更加突出,大面积采空区煤炭自然发火率高、火灾危害大,对其成因和灭火技术的研究有助于最大限度的降低大面积采空区煤炭自燃火灾的危害程度.通过分析国内外学者对煤自燃机理的不同说法,提出了煤自燃过程的3个阶段,即准备阶段、氧化阶段和自燃段,指出煤体要发生自燃必须具备4个条件:根据对煤炭自燃机理的研究,将防治技术措施按其作用机理可分为:灌浆防灭火、均压防灭火、阻化剂防灭火、惰气防灭火等4类.  相似文献   

10.
李恒宾 《科学技术与工程》2012,12(21):5149-5153,5162
提出了一种模糊聚类、粗糙集理论与神经网络集成的混合智能故障诊断方法。引入聚类有效性函数和点分布密度函数。对模糊c-均值聚类算法进行改进,形成了自适应模糊聚类算法并依据该算法将连续的故障特征值离散化。应用粗糙集理论处理离散化的故障诊断数据。采用基于信息熵的方法,约简冗余的故障特征。依据约简结果构建神经网络,采用遗传算法优化网络的权值和阈值。将该方法用于柴油机气门故障诊断,并与普通神经网络进行对比。结果表明,该方法提高了故障诊断的正确率。  相似文献   

11.
针对采空区煤炭容易发生自燃问题,且采窄区发火危险区域尚不明晰,通过对采空区内气体监测以及建立采空区流场和温度场耦合数学模型,采用该模型对采空区自然发火数值模拟,判断出发火危险区域位置,从而对煤炭安全高效生产起到良好的指导作用.  相似文献   

12.
近距离煤层采空区自然发火预测模型研究   总被引:7,自引:0,他引:7  
根据近距离煤层采空区渗流及扩散数学模型,利用东荣二矿近距离煤层采空区的特征,对该近距离煤层采空区作出了相应的假设,并利用近距离煤层工作面的现场观测数据,进行数据拟合,得出了相应的函数方程,建立了近距离煤层采空区自然发火预测模型.利用CFD软件FLUENT6.0进行解算,得出了近距离煤层采空区氧浓度变化值、速度变化值、压力变化值等结果,与实际相符.图2,参8.  相似文献   

13.
佳瑞矿15101工作面属于近距离煤层开采,采空区为松散煤岩混合体。实验室开展了14#、15#煤的程序升温实验,分析了煤自燃过程中各气体的生成量与温度之间变化规律。结果表明:两个煤层自燃生成的CO、C2H4、CH4等气体变化规律基本相同,C2H6气体变化规律差异明显。综合确定了佳瑞矿采空区煤炭自燃标志性气体指标为CO、C2H4及C2H2,为预防采空区煤炭自燃提供了依据,有效保障煤矿的安全高效生产。  相似文献   

14.
 为了防治天池煤矿15#煤层102 综放孤岛工作面采空区煤炭自燃发火,基于采空区自燃“三带”划分标准和数值模拟的方法,采用流体力学COMSOL 计算软件,研究了工作面不同进风量时采空区氧化升温带的变化规律,确定了氧化升温带的范围,得到工作面供风量与氧化升温带宽度的拟合曲线。通过现场实践,研究了加强封堵和均压等以风治火技术对103 回风闭墙采空区CO 体积分数的影响。研究结果表明,U+I 型102 工作面采空区自燃发火主要是由采空区漏风引起;氧化升温带宽度随着工作面供风量的增加而增加;均压后,103 回风闭墙采空区的CO 体积分数由最开始的超过20×10-6降至5×10-6。在102 综放孤岛工作面的现场实践表明,运用以风治火技术防治天池煤矿采空区遗煤自燃是可行的,对于类似综放孤岛工作面防止遗煤自燃有一定借鉴意义。  相似文献   

15.
针对庞庄矿7431综放工作面实际情况,沿采空区倾向布置4个测点,对采空区气体成分进行测定,采用三次样条插值的方法,按O2、CO浓度确定采空区"三带"的宽度、具体范围及遗煤处于氧化带的时间,最后根据"三带"范围确定了现场防灭火技术的实施工艺,有效防治了采空区遗煤自燃,保证了工作面的安全回采。  相似文献   

16.
姚桥矿煤最短自然发火期实验和数值分析   总被引:2,自引:0,他引:2  
针对目前煤炭自然的严重情况,利用大型煤低温自然发火实验台,对煤自然特性参数进行了测定和计算,确定了煤的自然发火期、临界温度、气体产生率、放热强度和极限参数,为煤自然过程的研究和煤自然火灾的预测和防治打下了基础。实验中所得数据能够很好的满足现场要求,实验精度在90%以上。  相似文献   

17.
通过对煤样进行热解实验,研究了新峪煤业公司5110工作面主采10#、11#煤层自然发火特性,测定了煤样在不同热解温度下CO、CO2、CH4、C2H4、C2H6等气体的浓度,确定了这些气体的检出温度。在实验研究的基础上,结合指标气体优选原则,分析了自然发火指标气体随温度变化的规律性,选出了适合本矿煤层自然发火预测预报的指标气体,对提高煤炭自燃早期预测预报的准确度和矿井防火有重要指导意义。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号