基于BP神经网络的摩擦阻力系数确定

矿井巷道摩擦阻力系数是整个矿井通风设计、管理以及系统改造的关键,是矿井巷道阻力特性中的重要影响因素。为了确定矿井巷道的摩擦阻力系数,提高矿井通风的管理能力,采用BP神经网络模型对矿井巷道的摩擦阻力系数进行模式识别,结合改进的贝叶斯正则化方法,运用MATLAB软件进行计算,预测矿井巷道的摩擦阻力系数。与实测的摩擦阻力系数做对比,结果表明:BP神经网络结构简单,收敛速度较快,并且预测精度高,对矿井巷道摩擦阻力系数的确定发挥重要作用,方便矿山井巷通风安全管理的实现。     

基于广义回归神经网络的矿井涌水量预测

矿井涌水量预测对矿山的安全生产和地下水资源的保护都有着重要意义。将广义回归神经网络(GRNN)引入到矿井涌水量预测中,以实例为研究基础,提出采用GRNN对矿井涌水量预测问题进行建模,将大气降水、采空区面积和底板构造断裂及采动裂隙三个影响因子作为网络输入,涌水量作为预测输出,采取交叉验证方法获得光滑因子来建立预测模型。预测结果表明,GRNN模型的预测值与真实值的最大相对误差仅为4.27%,而BP神经网络预测的最大相对误差为10.48%。同时,减少训练样本数量,即应用于小样本预测问题时,GRNN模型的预测结果较BP神经网络精度高且稳定性好。因此,应用GRNN模型进行矿井涌水量预测是准确的、可行的。     

潘北煤矿通风系统阻力测定及现状评价分析

以潘北煤矿2014年通风系统改造为例，对其通风网络系统运行现状进行了测定和解算分析，分析结果表明矿井部分工作面存在通风风量分配不合理现象；部分巷道通风阻力较高，如1121(3)上顺槽阻力损失高达561 Pa,占系统总阻力30.8%。通过对矿井通风网络分析解算，提出科学合理的通风系统优化改造方案，为矿井通风系统能够安全、高效运行提供基础依据参考。     

多风机多级机站通风系统优化的模糊群体决策法

矿井通风系统是一个复杂的非线性系统，具有随机性、模糊性和不确定性特征。为了实现矿井通风的系统安全，对系统的安全性进行了定性、定量的预测分析和安全评价。按目标分层，用分层模糊优选理论对矿井通风系统设计方案进行优选，分层时允许评价因素重叠，从而便于确定目标与评价因素的权重。对矿井通风系统建立了多个设计方案的评判指标体系，并应用模糊群体决策确定矿井通风系统方案评判指标的权值，研究成果已应用于中条山有色金属公司胡家峪铜矿通风系统优化研究中，获得了满意的结果。     

一种新型的矿井突水分析与预测的支持向量机模型

针对矿井突水样本数少,信息不完整的特点,提出了矿井突水分析的线性核H-SVMs模型。推导模型的理论推广误差公式,设计自顶向下基于SVM最大间隔逐层分类构造H-SVMs的新方法,并应用于实际的矿井突水预测。实验结果表明,线性核H-SVMs模型结构简单、泛化能力强,不仅能很好地预测矿井突水,而且其层次结构能正确反映突水的等级关系,各判别函数的法向量还可以指示各突水影响因素的权重,通过判决函数能有效分析突水影响因素并提取突水预测规则,为矿井突水预测提供了新的方法。     

深部矿井井下通风系统优化方案研究

瓦斯是影响深部矿井作业安全的主要因素之一,为减少由瓦斯引起的安全事故,应建立起完善的通风系统,以提高井下的通风质量,避免瓦斯聚集,预防安全事故。邢东矿是华北地区最深的矿井之一,本文就其通风系统中存在的问题,提出了五种优化设计方案,并对这五种方案进行了对比分析,确定了最终优化设计方案,保障邢东矿通风系统的安全性和可靠性,可供同类矿井借鉴、参考。     

自然风压在井下通风系统的应用与研究

介绍了自然风压的产生原因和形成原理,通过理论推导得出自然风压的计算公式。以一个受自然风压影响较大的矿井为例,并以近两年的现场检测数据为依据,分析自然风压的影响因素,进一步阐述了自然风压对井下通风系统的影响,在此基础上,采取相应的改进措施,抑制了自然风压对矿井通风的负面作用。提出了自然风压是有规律可寻的,冬季,自然风压促使风流上行;夏季,自然风压促使风流下行。充分认识和利用这些规律可以避免因自然风压的存在而对矿井通风造成的影响。     

矿井通风系统评价方法与标准

分析了几种常见的矿井通风系统评价方法在使用中的利弊，指出了《冶金矿山矿井通风系统鉴定指标》中某些指标的缺陷，提出了修改意见，并根据国内冶金矿山的实际情况，制定出了相应的评价标准与方法。     

基于灰色马尔科夫模型的钻孔瓦斯流量预测

钻孔瓦斯流量是影响矿井瓦斯抽放效果的一个重要因素,为准确预测钻孔瓦斯流量,优化矿井瓦斯抽放工艺,将灰色系统理论与马尔科夫链预测相结合,充分利用两者的优点,通过对瓦斯流量原始数据处理,瓦斯流量状态划分,构建马尔科夫转移概率矩阵及Matlab分析软件进行计算的方法,建立灰色马尔科夫预测模型。结合现场工程实例,将该预测模型和GM(1,1)预测模型进行比较分析,结果表明,利用灰色马尔科夫模型预测钻孔瓦斯流量,能够消除GM(1,1)模型本身固有偏差,预测值平均相对误差为2.16%,最大相对误差仅为5.40%,均优于GM(1,1)模型。     

长广七矿通风阻力测定及分析

矿井通风阻力测定是矿井安全管理工作的重要内容之一。本文介绍了气压计基点法的测定原理及测定步骤，并将该方法应用于长广七矿通风系统阻力的测定中，通过对测定数据的整理分析，揭示了该矿通风阻力分布和风量分配的基本情况，并针对存在的问题提出了相应的技术对策，为该矿井实现通风管理的科学化和制订合理的技术改造方案提供基本依据。     

基于SVM的通风系统故障诊断惩罚系数与核函数系数优化研究

使用支持向量机（SVM）方法对矿井通风系统进行故障诊断,存在惩罚系数（c）和核函数系数（g）,通过人工方法选取效率低、难以达到较高准确率并且出现过拟合的问题。为了提高矿井通风故障诊断的效率、准确率,同时避免过拟合现象,提出了一种改进遗传算法（GA）,在故障诊断过程中对支持向量机的c,g参数进行优化。经过多组试验分析,研究结果表明:用遗传算法优化的SVM矿井通风故障诊断系统相比于未优化系统的故障诊断准确率有所提升,参数未优化前故障诊断的准确率为60%,优化后的准确率为97.894 7%,并且优化参数经过大数据样本验证,未出现过拟合现象,证明了本文提出方法的有效性。     

基于BP神经网络的矿车运行时矿井摩擦阻力的预测*

为了快速有效地确定矿车等运输设备在巷道内运行时矿井摩擦阻力的变化情况,克服模拟软件计算量和现场实测工作量大的问题,以巷道风流速度、矿车运行速度、阻塞比、矿车长度4个矿车运行时巷道摩擦阻力的影响因素作为切入点,采用动网格技术模拟得到矿车在巷道内运行时有关矿井摩擦阻力的数据,以此为样本构建基于BP神经网络的矿井摩擦阻力预测模型,运用MATLAB软件进行网络训练,并将BP神经网络预测值与FLUENT模拟值进行对比。研究结果表明:BP神经网络结构比较简单,能以较快速度收敛,预测值与模拟值最大误差在7%以内,该神经网络模型用于求解矿车等运输设备在巷道内运行时摩擦阻力的变化情况是可行的。     

基于MIC-BBO-SVM的大坝渗流预测模型*

为监控大坝运行过程中的异常状态，准确预测大坝渗流量的变化趋势，采用最大信息系数(MIC)量化渗流量与影响因子之间的相关性大小并从中选取主导因子作为输入变量，通过引入生物地理学优化算法(BBO)并以K折交叉验证意义下的平均均方根误差为损失函数来优化支持向量机(SVM)作为预测模型，以某水电站工程的拦河大坝为例进行模型验证。结果表明:MIC-BBO-SVM模型的拟合优度、均方根误差、平均绝对误差和平均绝对百分比误差分别为0.957 5，0.155 0 m3/h，0.135 6 m3/h，11.51%，预测性能明显优于逐步回归模型、SVM模型和MIC-SVM模型，可为大坝渗流安全监测提供参考与借鉴。     

井下巷道-矿车系统风流扰动特征规律实验研究*

针对井下巷道-矿车系统易造成巷道风流紊乱、影响矿井通风系统安全稳定性的问题,建立巷道-矿车系统风流扰动模式及影响因素体系,提出表征巷道-矿车系统的风流扰动特征的关键参数,包括巷道扰动风阻、阻塞比、矿车位置,推导矿车运行至巷道不同位置时巷道-矿车系统扰动风阻计算公式,研究巷道风速、阻塞比与巷道风阻的关系。研究结果表明:矿车在巷道中顺风行驶的速度大于风速时,巷道-矿车系统对通风系统进行增压调节;当矿车逆风行驶时,巷道-矿车系统的风阻随着矿井通风系统供风量的增大而减小,最大扰动为矿车驶出巷道时刻,阻塞比与巷道风阻呈现线性递增关系;此外,小风速、小断面巷道运行的矿车对巷道-矿车系统的风阻影响较大,模型求解结果与实测数据的最大误差为6.84%。研究结果可为矿井通风系统的智能化调控提供理论依据。     

基于多元线性回归的煤矿驾驶员情绪预测模型*

为研究煤矿人车驾驶员情绪状态不良引发的煤矿驾驶事故问题，设计眼动实验并建立基于多元线性回归的驾驶员情绪状况预测模型对驾驶员情绪状况进行预测；通过眼动仪采集煤矿驾驶员良好情绪与不良情绪状态下的各项眼动指标，记录其主观情绪状态；使用多元线性回归方程对数据进行分析与建模，采用平均相对误差对预测模型进行评估。结果表明:每秒注视点个数、平均扫视速度、反应时间、危险源辨识个数在情绪变化前后存在显著差异，且与情绪状态呈较强相关；基于多元线性回归的驾驶员情绪状况预测模型预测精度较高，平均相对误差为8.16%。模型适用于煤矿人车驾驶员的情绪监测，可为煤矿驾驶员安全行驶提供保障。     

矿井通风网络数据可靠性检验

进行矿井通风阻力测定时,由于受环境的温度、湿度、压力传递存在时间差以及测点处标高不准确等因素的影响,根据实测数据,计算所得矿井巷道基础数据存在一定的误差,常用的测量数据检验方法只能对若干条通路进行闭合回路检验,而不能对全矿井通风网络基础参数进行可靠性检验。本文中所介绍的检验方法将风网基础数据输入通风网络解算软件,以实测风量和经过计算所得巷道风阻为基准,实测风量为目标条件,进行计算机通风网络模拟,对全矿井巷道风阻进行连续的优化调整,使通风网络模拟结果与实际测定各巷道风量基本符合,从而实现全矿井风网基础数据的可靠性检验。该方法在某矿进行了实际应用,实践证明此方法科学、准确的获得了全矿巷道风阻参数,为矿井的通风改造奠定了技术基础。     

扰动法在风网解算中的应用研究*

为简化矿井通风复杂风网的解算,提出将扰动法引入到风网解算中,并介绍扰动法的原理、风网解算的基本定律;给出常见的固定风压、固定风量和给定风机性能函数3种风机工况下的扰动方程矩阵表达式及详细的计算过程;对所提风网解算方法进行实例验证。结果表明:扰动法作为固定运算次数的近似方法,在工程实际允许的误差范围内,相比于以牛顿法为代表的迭代法耗时少、不依赖初值,是1种简单实用的风网解算方法。     

基于随机森林的阻变型通风网络故障诊断方法*

为了在矿井通风网络发生阻变型故障时,能够快速准确判断出故障位置和故障量,提出1种基于随机森林的通风网络故障位置和故障量诊断方法。利用矿井通风仿真系统IMVS将唐安矿模拟故障生成空间数据集并进行数据预处理,构建基于随机森林的故障诊断模型,并利用该诊断模型对唐安矿矿井通风网络模拟故障位置和故障量进行判断和预测。引用多种方法对模型进行度量,通过唐安矿模拟实验验证基于随机森林的故障诊断模型的有效性。将随机森林和决策树的故障诊断准确率进行对比,研究结果表明:随机森林较决策树故障准确率有进一步的提高,并发现故障地点失误诊断多是相邻巷道,在一定程度上工作人员对故障地点的判断并不受其影响。     

基于随机搜索优化XGBoost的瓦斯涌出量预测模型*

为防治瓦斯灾害,解决井下瓦斯涌出量在预测过程中因影响因素繁多带来的精度较低问题,提出1种基于套索(Lasso)回归与随机搜索优化极限梯度提升(XGBoost)的模型进行瓦斯涌出量预测。以沈阳某煤矿综采面瓦斯涌出量历史数据为例,综合考虑影响瓦斯涌出量的影响因素。首先利用Lasso回归提取对瓦斯涌出量有重要影响的特征数据,作为预测输入;采用随机搜索算法对XGBoost模型4种主要参数进行寻优,选取最优参建立预测模型获得预测指标并分析比较其他模型。研究结果表明:Lasso回归筛选出的影响因素结合随机搜索获得的最优参数组合优化XGBoost比其他模型预测精度更高,平均相对误差为1.53%,均方根误差为0.140 3 m3/min,希尔不等系数为0.013 2,研究结果可为现场瓦斯管理提供参考依据。     

矿井气候多参数预测与通风网络自动解算算法研究

为了对受矿井气候影响的通风网络进行自动解算,并能在实际矿井中应用,提出了一种快速的通风网络自动解算算法。矿井气候对通风网络的影响体现在自然风压上,首先对影响自然风压的温度参数进行预测,在不考虑自然风压的前提下进行解算,以此结果为基础,根据热交换原理计算出通风网络各分支节点的温度;然后对相关变量:压强、密度、自然风压、通风阻力相互关系推导为只含有压强这一变量的函数;最后对含有自然风压的矿井通风网络迭代计算。实验结果表明:该算法实现井下各节点密度和压强的预测和含有自然风压的矿井通风网络自动解算。