基于ANSYS软件的硫化矿石堆温度场数值模拟

硫化矿石的氧化自燃一直是矿山开采中的重大安全隐患.而温度是影响矿石自燃氧化速率的一个重要指标.结合现场实际条件,运用ANSYS软件对银家沟硫化矿石堆内部的温度场进行了数值模拟,给出了不同时刻矿堆温度场的分布图.为预测矿石的氧化程度,及时地采取措施预防矿山的内因火灾提供了良好的依据.     

红外测温法测定硫化矿石堆自热温度的影响因素研究

硫化矿自燃是一个以氧化放热为主、自发产生热量及热量积蓄引起硫化矿堆升温的非常复杂的物理化学过程.因此,研究硫化矿自热过程是研究硫化矿自燃早期预测预报方法的前提.文章以红外非接触方式,利用RaytekminiTemp红外测温仪和CENTER可记录温度计测定硫化矿石堆氧化自热温度,重点分析了测定过程中的实际温度时影响精度的有关因素,主要有矿样种类、矿样温度、矿样块度、检测距离、环境温度、光束与矿样的夹角.通过实验室研究,为研制出专门用于舍硫矿自燃预测预报的装置提供理论依据,从而达到预测预报硫化矿自燃的目的.     

硫化矿石堆自燃预测预报技术

笔者在参考大量有关煤炭自燃理论研究成果的基础上,结合国内外关于硫化矿石氧化自燃的研究现状,对硫化矿石堆自燃的预测预报技术进行系统分析。概述硫化矿石氧化自热的机理;详细介绍硫化矿石的自燃倾向性测试、综合因素评价、统计经验法等预测方法;找出煤炭与硫化矿石堆自燃过程的共性,提出了数学模型模拟预测方法;阐述了标志气体分析和测温两种预报方法。展望硫化矿石堆自燃预测预报技术对硫化矿山的安全生产具有重要的指导意义。     

流变-突变论在预防硫化矿自燃中的应用研究

利用安全流变-突变理论系统,分析了硫化矿石氧化自热到自燃整个过程的特征规律,确定了硫化矿堆自燃流变-突变的各个阶段,并提出了其流变-突变模型。根据模型提出了预防硫化矿堆自燃的安全管理及安全技术措施,例如:加强安全教育,完善规章制度等,建立完善的硫化矿石自燃火灾事故的应急预案机制等完善安全管理;合理设计通风系统,进行采场温度实时监测,喷洒阻化剂来抑制矿石的自热等主要安全技术措施。控制硫化矿堆自燃的关键在于将其控制在安全流变阶段,加强安全管理和采用安全技术,防止突变的发生,这对于硫化矿山的安全生产具有重大的指导意义。     

矿井相对瓦斯涌出量动态无偏灰色马尔科夫预测

矿井瓦斯涌出量预测对于煤矿瓦斯防治具有重要意义。为预测矿井瓦斯相对涌出量,以传统灰色GM(1,1)模型为基础,构建动态无偏灰色马尔科夫模型,通过分析潞安矿区某矿2003—2010年的煤矿相对瓦斯涌出量数据,预测2011—2012年煤矿相对瓦斯涌出量数据,利用无偏灰色GM(1,1)模型代替传统灰色GM(1,1)模型,通过拟合得到煤矿相对瓦斯涌出量数据变化趋势,并在此基础上利用马尔科夫模型进行预测,并在此预测中进行原始数据更新,并对4种预测方法的预测结果进行对比分析。结果表明,动态无偏灰色马尔科夫模型不但能够消除传统灰色GM(1,1)模型自身的固有偏差,而且能提高预测精度,平均绝对误差为3.2%,平均相对误差为2.59%,均低于传统灰色GM(1,1)模型与一般灰色马尔科夫模型。动态无偏灰色马尔科夫模型对于煤矿相对瓦斯涌出量数据的平均预测精度达到96.74%。     

两种预测模型在煤层瓦斯抽采量预测中的对比分析

本文分别采用灰色GM(1,1)预测模型与灰色马尔科夫预测模型对贵州某矿21124工作面运输巷本煤层瓦斯抽采量进行预测,其中灰色GM(1,1)预测模型的绝对误差为13.33%,灰色马尔科夫预测模型的绝对误差为4.22%;利用残差检验法对以上两种预测模型进行精度检验,其中灰色GM(1,1)预测模型的小误差概率为0.25,均方差比值为1.55,马尔科夫预测模型的小误差概率为0.92,均方差比值为0.46,结合预测精度等级划分,看出后者的预测精度级别更高;灰色马尔科夫预测模型更适合数据波动性较大的煤层瓦斯抽采量预测,与灰色预测模型相比,该法具有预测误差更小、预测精度更高、预测规律更符合实际数据的真实变化趋势等优点。     

GM(1,N)模型在城市道路交通噪声预测中的精度分析

根据武汉市1998～2002年城市道路交通噪声检测数据以及相关的数据,分析相关因素的选取对GM(1,N)灰色模型的预测精度的影响.结果表明选取相关因素会降低GM(1,N)灰色模型的精度,而GM(1,1)模型则有较好的预测精度;利用GM(1,1)模型对武汉市2008年前的道路交通噪声进行了预测.     

单变量灰色预测模型在煤矿开采沉降预测中的对比分析

以预测煤矿开采而引起的地表高程的损失为目的,通过灰色系统理论的建模、关联度分析和残差辨识,建立基于贫信息的传统GM(1,1)模型、GM(1,1)残差模型、时序残差GM(1,1)模型,又建立基于原始数据具有绝对误差的灰色CompertzⅠ和灰色LogisticⅠ模型与具有相对误差的灰色CompertzⅡ和灰色LogisticⅡ模型,并将其应用到金竹山矿业公司土珠煤矿的地表沉降量的实际预测分析中,对该矿2007年度1—10月的地表高程损失量进行灰色生成后,建立了7种灰色预测模型。根据其预测值的精度检验结果对比分析表明,所建立的7种模型均为一级(好)模型,且灰色CompertzIⅡ和灰色LogisticIⅡ模型远优于传统GM(1,1)模型,预测精度高,可靠性强,对煤矿开采的复垦规划有重要指导作用。     

硫化矿石自燃倾向性鉴定技术研究

根据硫化矿石自燃过程的复杂性，通过程序升温氧化（TPO）实验对硫化矿石吸附性能进行研究，提出了硫化矿石程序升温氧化（TPO）吸氧鉴定的方法，测试矿样温度从30℃到1000％条件下的总吸氧量和自热起始温度作为硫化矿石自燃倾向性鉴定指标，并对其进行分类；提出了基于支持向量机的硫化矿石自燃倾向性预测方法，通过预测建模最终达到了预期数据与实际数据的最佳拟合。     

改进GM(1,1)模型在管道结蜡厚度预测中的应用研究

为了准确预测含蜡原油管道的结蜡厚度,构建了基于灰色系统理论的改进GM(1,1)模型.在分析GM(1,1)模型基本原理和建模步骤的基础上,基于平移变换的思想建立了改进GM(1,1)模型,对比分析了改进GM(1,1)模型和传统GM(1,1)模型预测结果的差异,探讨了不同平移量对改进GM(1,1)模型拟合精度和预测精度的影响.结果 表明:改进GM(1,1)模型的拟合精度和预测精度均高于传统GM(1,1)模型;随着平移量的增加,改进GM(1,1)模型的预测精度出现了先高后低的变化趋势,因此在实际应用中应对平移量进行合理选择;应用改进GM(1,1)模型来提高管道结蜡厚度的预测精度是可行的,具有一定的推广应用价值.     

灰色预测模型在能源消费需求预测中的应用

以我国1998—2008年度5种能源实际消费数据分别作为原始离散数据序列,利用非线性理论中的灰色建模原理,以关联度分析和残差辨识为基础,应用缓冲算子三公理原理对各能源消费的原始序列进行二阶弱化(D2)得序列X(0)。再通过生成处理和倒数变换获得序列X(1),借助灰色系统理论数据处理软件、Originapro作图软件和Matlable计算软件求得各模型的待辨参数a,b和c后,获得基于贫信息的传统GM(1,1)模型、基于原始数据具有绝对误差的灰色CompertzI和具有相对误差的灰色CompertzII模型。通过残差检验发现,建立的15种预测模型的预精度在85%～98%,属好的预测模型,预测数据可靠。用其预测我国2015年度的能源需求发现,煤炭占总量的66%～70%,说明煤炭依然是未来能源中的主体能源,高效开发与科学利用是未来的重点,同时也揭示:高消费有限的不可再生能源,意味着主体资源即将枯竭,开发新能源已成未来社会稳定与发展的重大课题。     

基于灰色Elman神经网络的煤矿事故预测

随着煤炭工业的快速发展，煤矿事故频繁发生，安全生产形势依然严峻。针对煤矿事故的特点，根据我国1998～2007年煤矿事故数据，将灰色预测模型GM（1，1）与Elman神经网络预测模型相结合，建立煤矿事故预测模型。结果表明，灰色Elman神经网络模型优于传统灰色预测模型，符合煤矿事故的特点。由此可对煤矿事故进行科学的预测与分析，为安全管理提供依据，以最大限度地减少事故的发生。     

灰色Elman神经网络在火灾事故预测中的应用研究

针对我国火灾事故现状,结合灰色理论和神经网络的特点,提出灰色Elman神经网络火灾事故预测模型。依据我国1998—2007年火灾事故统计数据,分别选用GM(1,1)模型和灰色Elman神经网络模型对1998—2005年数据(火灾起数)进行拟合,对2006年、2007年数据进行(火灾起数)预测。结果表明:灰色Elman神经网络火灾事故预测模型符合火灾事故的特点;有效地解决了传统灰色预测模型在火灾事故预测中误差大稳定性差的缺陷,提高了预测精度;可对火灾事故进行预测与分析,为消防安全管理提供依据,以最大限度地减少火灾事故的发生。     

基于混沌、灰色理论模型,预测煤矿生产中安全状况的对比分析

建立煤矿安全生产状况预测的非线性回归模型、混沌动力学模型、灰色模型和灰色残差模型,用4种模型对我国百万吨煤矿死亡率进行预测分析,其结果表明:混沌动力学预测模型和非线性回归模型使用参数较少、计算简单,易于推广,但预测精度尚不高,误差较大;使用灰色残差模型进行预测,虽然计算复杂,但预测精度较高,验证2007年度百万吨死亡率相对误差仅为0.96%,煤炭生产的安全性指标百万吨死亡率宜采用残差模型进行预测。笔者认为,灰色残差模型在对煤矿安全生产的宏观管理领域有广泛的应用前景。     

基于ASM1的中药废水处理数学模型研究——进水水质组分（COD和氮）估计

采用中药废水(两相厌氧消化系统出水)作为膜生物反应器(MBR)的进水,以活性污泥1号(ASM1)数学模型为基础,对中药废水的COD和氮(N)组分进行估计.结果表明,中药废水的COD和N组分不同于传统生活污水.中药废水COD组分中的SS为141.2 mg/L,XS为2 113.2 mg/L,XI为85.3 mg/L,SI为53.8 mg/L; N组分中的SNH为20.93 mg/L,SNO为0.5 mg/L,SND为17.6 mg/L,XND为263.4 mg/L.组分估计是ASM1模型的输入项,它的正确性同模型的模拟结果直接相关,是模型参数的重中之重,同时对研究类似废水水质组分估计也有指导和借鉴作用.     

矿井粉尘浓度的灰色预测法

采用粉尘浓度统计值建立GM(1,1)模型,进而对粉尘浓度进行预测,说明这种方法的有效性和实用性.     

GM(1,1)模型群在黄河水质预测中的应用研究

灰色预测对统计数据较少问题可以进行预测,一般3-4个数据就可以建模,由于建模序列长短不同,会得到不同的预测方程,即对实际问题发展趋势某种程度的把握.实际预测时若能将不同的预测结果综合考虑进去,效果更佳.介绍了GM(1,1)模型建立的方法与步骤,并依据黄河潼关断面过去10年(1996-2005年)水质状况,利用GM(1,1)模型群预测了未来7年(2006-2012年)的水质发展状况.     

改进GM(1,1)模型在城市环境噪声预测中的应用

本文从传统GM(1,1)预测模型构造原理出发分析其存在的不足,指出模型适用于具有较强指数规律的序列,只能描述单调变化过程,而且预测数据序列中出现连续两个相等值时将使得a等于0,会使预测数据发散致使预测失效.文中通过采用平均斜率的概念计算a(k)序列,并利用MATLAB编程实现数据处理.广州市环境噪声污染数据的计算表明,新方法有满意的拟合和预测效果,从而为提高建模精度提供了新的途径.     

南京市化学原料及化学制品制造业能源消耗预测

化学原料及化学制品制造业作为南京市高能耗、高污染产业,对其能源消耗总量及能源消耗结构进行预测,对节能减排具有重要意义。以2002—2012年能源消耗量弱化之后的数据为原始数据,运用灰色GM(1,1)模型对2013—2020年南京市化学原料及化学制品制造业能源消耗总量以及主要能耗进行了预测。由于部分原始数据序列光滑性较差,所建预测模型的精度较低,使用平均弱化缓冲算子对其进行处理。结果表明,处理之后建模精度提高,预测的结果更加准确。     

基于灰色BP网络的火灾事故预测

将BP网络模型与灰色系统预测方法相结合,利用人工神经网络对GM(1,1)模型进行残差修正,建立了火灾事故预测模型.该模型兼具灰色系统与BP网络的优点,不但能体现火灾复杂的灰色系统行为,又能根据每次学习误差的不同调整学习速率,加快收敛速度.与单一的GM(1,1)模型相比,该模型预测结果具有更高的精度.