基于RS-SVM模型的煤与瓦斯突出多因素风险评价

为挖掘瓦斯突出风险与煤矿开采中各影响因素间的关系,应用支持向量机(SVM)理论从模式判别角度分析瓦斯突出风险与各地质因素组成的特征向量间的判别关系,基于粗糙集(RS)理论对待分析数据进行知识约简,提取核心判别指标,建立基于粗糙集-支持向量机(RS-SVM)的瓦斯突出风险判别模型。研究结果表明,RS知识约简方法可以很好地对原始数据中的冗余指标进行约简,通过对约简后指标数据进行SVM回归分析,可对煤与瓦斯突出模式进行很好的判别,所建立的瓦斯突出风险判别模型较一般SVM模型具有更高的预测精度,同时指标约简过程降低SVM运算中的复杂度,提高运算效率。     

基于支持向量机(SVM)的回采工作面瓦斯涌出混沌预测方法研究

针对瓦斯涌出传统的线性预测方法存在的问题,根据瓦斯涌出时间序列固有的确定性和非线性,利用混沌动力系统的相空间延迟坐标重构理论,结合基于机器学习理论的支持向量机(SVM),建立基于SVM理论的瓦斯涌出混沌时间序列预测模型。经Ⅱ1024回采工作面瓦斯涌出时间序列仿真计算,仿真结果显示该预测模型具有比传统的回归方法更好的泛化能力,预测方法具有很高的预测精度。同时,该模型具有以往传统机器学习的瓦斯涌出预测模型建立简便、训练速度快等优点。由于充分考虑瓦斯涌出时间序列的混沌性,并利用SVM预测的优良特性,使得预测更科学。     

采煤工作面瓦斯涌出量分源计算

采煤工作面瓦斯涌出量计算是矿井通风设计和瓦斯治理的重要依据。根据煤层瓦斯涌出特点,将瓦斯涌出源分为煤壁、采落煤、运煤和采空区4个分源。基于采煤工作面瓦斯浓度监测数据中包含的各源瓦斯涌出信息,建立绝对瓦斯涌出量分源计算方法。以古汉山矿长壁采煤工作面为例,介绍该方法的应用过程。研究结果表明,通过分析采煤和准备工序期间单一或组合瓦斯浓度监测曲线特征,能够计算采煤工作面分源瓦斯涌出量。     

回采工作面瓦斯涌出量预测的神经网络方法

回采工作面瓦斯涌出量受煤层瓦斯含量、工作面产量和采煤方法等各种因素的影响 ,笔者通过研究得出 :回采工作面瓦斯涌出量与煤层的赋存条件和开采条件之间是一种非线性关系 ,但目前还难以用精确的数学建模来求解。因此 ,提出了一种应用BP人工神经网络模型和算法 ,建立工作面瓦斯涌出量预测模型 ,从而预测不同开采条件下回采工作面瓦斯涌出量。实际应用表明 ,模型精度能满足要求。笔者还对隐含层神经元数目对步长影响作了讨论。     

回采工作面瓦斯涌出量VMD-DE-RVM区间预测方法

为有效、准确地预测回采工作面绝对瓦斯涌出量,基于变分模态分解(VMD)方法;差分进化(DE)算法和相关向量机(RVM)原理,提出回采工作面绝对瓦斯涌出量的VMD-DE-RVM区间预测方法;通过VMD方法将绝对瓦斯涌出量分解为若干固有模态分量并分析其局部特征,分别建立每个固有模态分量的RVM预测模型,并通过DE算法优化模型参数以提高预测精度;加权叠加各个分量的预测结果得到绝对瓦斯涌出量预测结果,并将其与经验模态分解方法所得结果对比。结果表明:应用该方法预测回采工作面瓦斯涌出量,能弱化瓦斯涌出量的局部特征,得到置信度为95%时涌出量预测区间有效度为100%,平均绝对误差为0. 096 m3/min,平均相对误差为2. 43%,预测精度有所提高。     

煤与瓦斯突出预测的支持向量机(SVM)模型

基于支持向量机(SVM)分类算法,考虑影响煤与瓦斯突出的主要因素,建立了煤与瓦斯突出预测的SVM模型。该模型选取开采深度、瓦斯压力、瓦斯放散初速度、煤的坚固性系数以及地质破坏程度5个指标作为模型输入量,同时将煤与瓦斯突出程度划分为无突出、小型突出、中型突出和大型突出4个等级,进而使其评判结果更为细化。以实测数据作为学习样本进行训练,建立相应判别函数对待判样本进行预测。通过算例分析,表明该模型的方法对煤与瓦斯突出预测的合理性与有效性,可以在实际工程中推广。     

基于支持向量机的煤与瓦斯突出预测研究

为准确预测矿井煤与瓦斯突出的危险性,针对煤与瓦斯突出样本的不足从一定程度上制约了基于知识的方法在煤与瓦斯突出预测中的应用这一问题,利用支持向量机在小样本情况下具有较强识别能力的特点,提出了煤与瓦斯突出的支持向量机预测方法。对煤与瓦斯突出影响因素进行灰关联分析,提取特征向量。选用典型突出矿井的煤与瓦斯突出实例作为学习样本,以云南恩洪煤矿的突出实例作为预测样本,将支持向量机预测结果与其他预测结果进行对比。结果表明支持向量机模型能够满足煤与瓦斯突出预测的要求。     

回采工作面瓦斯涌出特征及其灰色预测模型

在分析回采工作面瓦斯涌出特征的基础上 ,分别建立了回采工作面瓦斯涌出量与采深和工作面产量关系灰色预测 GM(1,1)改进模型 ,以预测工作面在不同采深与产量时的瓦斯涌出量。实际应用表明 ,预测模型可信 ,精度能满足要求。     

PCA-SVM模型在煤层瓦斯涌出量预测中的应用

针对煤层瓦斯涌出量影响因素众多且各因素间呈复杂非线性的特点,文章利用主成分分析法(PCA)和支持向量机(SVM)的理论基础,构建了PCA-SVM的煤层瓦斯涌出量预测模型,该模型利用SPSS20.0软件中的主成分分析模块对影响煤层瓦斯涌出量的12个因素进行降维,提取其中3个最能反映原始数据本质特征的主成分因子,再将主成分因子的前25组数据作为训练集,后10组数据作为测试集,借助MATLAB中的LIBSVM工具箱进行支持向量机预测,最后将PCA-SVM、SVM及使用较为广泛的多元线性回归3种方法的瓦斯涌出量预测结果进行对比,预测结果表明PCA-SVM模型在预测精度、稳定性方面都优于其他两种预测方法,更适合煤层瓦斯涌出量的预测。     

模糊支持向量机在煤与瓦斯突出预测中的研究

模糊支持向量机(FSVM)综合了模糊理论和支持向量机(SVM)的学习理论,不仅继承了SVM在小样本情况下所具有的较强识别能力的特点,并且比SVM拥有更好的学习能力。在FSVM算法中,每个样本被赋予一个隶属度值,使得构造目标函数时不同的样本有不同的贡献,达到最大限度的消除噪声或者孤立点的效果。运用了灰色关联分析(GRA)对煤与瓦斯突出指标进行提取,引入了一个合适的模糊隶属度函数,并在此基础上提出了基于FSVM的煤与瓦斯突出预测的模型,通过实际数据的验证和其他预测方法的对比,证明了FSVM模型能够满足煤与瓦斯突出预测的要求。最后,将FSVM和传统SVM对同一组数据进行训练,证明了FSVM相比较传统SVM拥有更高的精确度。     

煤和瓦斯突出预测煤体结构指标计算方法的探讨

煤体结构类型是煤和瓦斯突出预测的重要地质指标,笔者在对煤体结构类型与瓦斯参数关系研究的基础上,提出突出煤层煤体结构有效厚度的概念和计算方法,并以河南平顶山矿区为例,进一步探讨了突出煤层煤体结构指标临界值的计算方法,为煤体结构指标定量计算提供了新的研究方法。     

Fisher判别法在煤与瓦斯突出危险程度预测中的应用

为了提高煤与瓦斯突出的预测精度,根据煤与瓦斯突出的综合作用假说,选取开采深度、瓦斯压力、瓦斯放散初速度、煤的普氏系数以及煤体破坏类型作为判别指标。利用国内典型突出矿井20个实测数据作为训练样本,建立煤与瓦斯突出危险程度预测的Fisher判别分析模型,并应用于其他待判样本的预测。结果表明:Fisher判别分析模型能够反映多因素对煤与瓦斯突出的影响,分类性能良好,误判率低,借助SPSS软件实现,具有计算简单的特点,是煤与瓦斯突出预测的一种有效方法。     

模糊集重心理论在隧道瓦斯突出评价中的应用

以隧道瓦斯突出评价为研究对象。选取地质构造、煤层厚度、隧道埋深、瓦斯含量、瓦斯压力、瓦斯放散初速度和煤的坚固性系数作为指标,建立隧道瓦斯突出评价标准;用关联函数确定指标权重;结合模糊集重心理论与最短距离识别准则,构建属性识别模型,对隧道瓦斯突出进行评价。评价结果与可拓评价结果一致,从而验证了该方法的实用性。研究表明,基于模糊集重心理论的属性识别模型用于隧道瓦斯突出评价是可行的,为隧道瓦斯突出评价提供了一种新方法。     

基于网络分析和联系熵的煤与瓦斯突出预测研究

以煤与瓦斯突出预控为目的,将网络分析法和联系熵理论相耦合,建立了煤与瓦斯突出预测的ANP-CE模型。该模型运用网络分析法建立了煤与瓦斯突出预测指标网络模型并计算预测指标权重分布,划分了突出危险性等级及其相应的指标临界值,确定了各危险等级的联系熵范围。结合工程实例,预测结果与工程实际情况相符,表明了该预测模型在计算预测指标权重分布和煤与瓦斯突出危险性预测上具有可行性和合理性,为煤与瓦斯突出预测方法提供了一种新的途径。     

预抽煤层瓦斯消突效果评价FTA及综合指标优选

针对预抽煤层瓦斯这一区域性防治煤与瓦斯突出措施的消突效果评价,应用事故树分析法(FTA),可根据导致预抽煤层瓦斯后发生煤与瓦斯突出事故的各种可能途径,以及各个诱导因素对事故发生的影响程度,找到可用于消突效果评价的关键因子,进一步分析出评价指标和评价方案.本文构造出了预抽煤层瓦斯后发生煤与瓦斯突出的事故树模型,通过FTA定性分析,得出了预抽煤层瓦斯消突效果评价因子的客观排序,为区域防突措施消突效果评价提供了一种新的理论方法.     

常用经验模型预测煤屑瓦斯解吸量对比分析

为研究常用瓦斯解吸经验模型对解吸量预测准确性,基于容量法试验测定长时间的煤屑瓦斯累计解吸量,通过截取不同时段的瓦斯解吸量数据回归拟合得到常用解吸经验模型参数,并将其代入模型中计算出瓦斯解吸量与试验测定量进行对比。研究结果表明:各常用经验模型公式对不同时间段数据拟合都表现出较好的效果;巴雷尔式不适合用于煤屑的瓦斯解吸预测;指数型经验模型公式计算得到曲线受制于拟合数据时间段长短,在拟合时间段后很快趋于平直而低估累计瓦斯解吸量;乌斯季诺夫式适合用于短时间煤屑瓦斯解吸数据推算长期瓦斯解吸量;重庆-文特式适合用于预测短期瓦斯解吸量,而利用较长时间段瓦斯解吸量数据推算煤屑瓦斯解吸量宜采用艾黎式。该研究成果对于煤的瓦斯涌出及煤层气产能预测有着重要实际意义。     

煤与瓦斯突出影响因素评价分析的模糊层次分析方法

采用模糊层次分析法(FAHP),建立煤与瓦斯突出模糊层次分析模型,并进行分析计算。依据模糊层次分析法,选择影响平煤集团12矿己组煤层煤与瓦斯突出的主要因素,确定各因素的权重系数,并对其进行分析、排序,最后进行综合评定煤与瓦斯突出的影响因素。结果表明:地应力D,地质构造T,煤层瓦斯压力P等是影响该矿己组煤层煤与瓦斯突出的主要因素。该FAHP的应用为制定相应的煤与瓦斯突出防治措施,提供了科学的理论依据和切合实际的评价方法。     

非突出煤层升级方法和指标体系的探讨

以淮南矿业集团B8煤为研究对象,针对《煤矿瓦斯防治经验五十条》关于非突出煤层升级的一些规定和指标确定的难点,通过对实际突出点的瓦斯地质条件调查分析、现场跟踪考察和实验室实验,重点考察和分析煤层突出危险性与地质构造、构造软煤厚度及瓦斯赋存的关系,结合日常生产中容易获取的各参数,构建了非突出煤层升级的方法和指标体系。该体系中:区域升级指标以相对较容易获取的煤层瓦斯含量和软煤厚度为主要指标;以f,△P值为经常检验的辅助指标;动态监测指标包括:地质构造异常带、构造软煤厚度的变化,日常预测参数K1值、S值,并确定了各指标临界值和应用方法。