基于关系矩阵和模糊集合的煤与瓦斯突出综合评价

用关系矩阵确定表征各影响因素在煤与瓦斯突出地位中的因素活动性指数，并利用模糊集合理论中的隶属变化量化手段确定单因素分级指数，最后综合两种指数求得反映煤与瓦斯突出的危险性系数。此方法在平顶山煤业集团预测煤与瓦斯突出中的应用表明：基于关系矩阵和模糊集合的煤与瓦斯突出综合评价是可行的。     

铁福来 煤矿安全的科技创新

煤与瓦斯突出问题是煤矿瓦斯综合治理的世界性难题。煤矿安全也一直是政府、社会和企业关注的热点难点问题。河南省是产煤大省,煤与瓦斯突出问题严重,目前,省内70%以上煤炭矿区是有瓦斯突出危险煤层的矿区。     

基于量纲理论的煤层瓦斯压力计算模型的优化

煤层瓦斯压力预测对煤与瓦斯突出和煤层安全开采意义重大。在陈连省等基于量纲分析建立的煤层瓦斯压力计算模型的基础上,通过重新进行量纲分析以及MATLAB数值模拟分析,利用已有的实测数据,针对其所建立的煤层瓦斯压力计算模型进行了重新建模和优化,新模型为整体的一个数学模型,避免了原分段数学模型带来的误差,使得煤层瓦斯压力的预测计算更为准确,可为煤层瓦斯压力的预测提供参考。     

保护层开采工作面开采期间的瓦斯治理技术

保护层开采是对于煤与瓦斯突出矿井开采煤层群时首选的经济有效的区域性防治突出措施.但开采保护层时既要治理本煤层涌出的瓦斯,还面临着被保护层卸压瓦斯涌入保护层工作面,所以在开采保护层时也存在瓦斯治理的难题.以恩洪煤矿二号井10801保护层工作面为例,介绍保护层工作面开采期间的瓦斯治理技术.     

平凉市煤矿瓦斯气象预警系统

利用崇信县气象观测资料,选用华煤集团新柏煤矿瓦斯浓度观测资料,进行多因子分析,探讨气象条件与矿井瓦斯浓度的关系,选取相关系数绝对值大于0.3的因子,用统计学方法中的逐步回归法进行煤矿区不同回风巷瓦斯浓度预测,建立瓦斯气象条件预警模型,并建立瓦斯气象自动监控预警系统平台,为研究煤矿瓦斯爆炸,减少煤矿安全生产事故的发生,提供科学依据。     

大平煤矿煤巷掘进中突出敏感指标及其临界值的确定

以河南大平煤矿为例,通过分析大平煤矿以往煤巷掘进的预测数据和试验结果,指出了R值指标法存在的问题,确定了突出敏感指标及其临界值的选定标准、可靠性评价指标以及测试方案,在对测试数据进行统计分析的基础上,得出瓦斯涌出初速度q为该矿井煤巷掘进突出预测的最敏感指标,其临界值取5 L/min,钻屑量S值作为掘进工作面突出危险性预测的辅助指标,临界值取4 kg/m;为矿井煤巷掘进突出危险性预测和效果检验提供了依据.     

基于Keras长短时记忆网络的矿井瓦斯浓度预测研究

瓦斯浓度监测是煤矿瓦斯灾害事故预警的重要的手段,其浓度变化预测对于提升矿山安全生产具有重要意义。针对矿井瓦斯浓度预测问题,建立了一种基于Keras长短时记忆网络的矿井瓦斯浓度预测模型。该模型首先对矿井瓦斯浓度时间序列进行标准化处理,并将处理后的时间序列划分为训练集与测试集;然后通过调用测试集数据进行模型训练,利用提出的基于LSTM网络建立的矿井瓦斯浓度多步预测模型,实现了对矿井瓦斯浓度发展趋势的预测,并利用损失函数计算预测误差大小,评估模型的预测精度;最后以贵州某煤矿掘进工作面为工程背景,利用基于LSTM网络建立的矿井瓦斯浓度多步预测模型,开展了矿井瓦斯浓度预测研究,并通过与ARMA模型、ARIMA模型的预测结果进行对比,验证该模型的预测效果。结果表明:该模型预测结果的均方根误差RMSE值最小仅为2%,且预测步长约为ARMA模型、ARIMA模型的5倍,说明该模型的预测效果好,可为煤矿井下合理规避瓦斯灾害事故提供科学依据。     

平庆煤矿局部预测钻屑解吸指标临界值的研究

为了确定平庆煤矿C7+8煤层的局部突出危险性预测钻屑解吸指标K1和S值的临界值,本文通过实验研究、理论计算和综合分析初步定量确定C7+8煤层钻屑解吸指标临界值。然后利用"三率"法确定钻屑解吸指标临界值的原则及方法,结合现场试验研究成果,最终确定了煤与瓦斯突出局部预测钻屑解吸指标的临界值:K1指标,临界值为0.6 ml/g.min1/2,预测参考指标:S指标,临界值为14 Kg/m。     

不同破坏程度下颗粒煤瓦斯扩散特性试验研究

为探索不同破坏程度下颗粒煤瓦斯扩散特性,制备不同粒径的煤样,达到人为模拟不同破坏程度颗粒煤的效果,并利用瓦斯吸附-扩散装置对不同破坏程度的煤样进行等温吸附-扩散试验。试验结果表明:颗粒煤瓦斯扩散率随着粒径的增大而减小,当粒径增大到一定值时,颗粒煤瓦斯扩散率随着粒径的增大而保持不变;同初始吸附平衡条件下,相同时间段的颗粒煤瓦斯扩散系数随粒径的增大而增大,而颗粒煤有效扩散系数则随粒径的增大而减小,当颗粒煤粒径增大到一定值时,颗粒煤瓦斯有效扩散系数基本保持不变。通过对颗粒煤瓦斯有效扩散系数与粒径的关系进行拟合,能很好地满足乘幂函数关系式De=a·rb0,通过该关系式可对不同破坏程度颗粒煤瓦斯有效扩散系数进行预测,对预防煤矿瓦斯灾害具有重要的现实意义。     

古汉山煤层瓦斯突出防治措施探讨

本文针对河南焦作古汉山煤矿煤层瓦斯突出问题,通过相关工程实践技术的研究,从预抽成孔机理及钻具参数的优化配置的角度,有针对性地提出了该煤矿煤层瓦斯突出防治的具体技术措施,以为提高防治煤层瓦斯突出的工作效率、降低矿山瓦斯突出的危险提供依据.     

基于BP人工神经网络的矿井瓦斯涌出量预测

应用BP人工神经网络模型和算法，建立了煤层群开采矿井瓦斯涌出量预测模型。实际应用表明，模型精度能满足要求，并对隐含层神经元数目对步长影响作了讨论。     

Monitoring in Building Road Tunnel Across Coal Measures

<正>In some cases coal measures, goaf, big caves, and huge faults, as well as high initial stress cannot be avoided in road tunnel excavation. These geological features may make it more difficul practical tunnel construction. So it is necessary to take strong precautious measures against gas outburst, water bursting and roof fall in a tunnel across coal measures with risk of gas outburst. The techniques, such as advance drilling exploration, multiple-cycle shallow depth hole controlled blasting, reinforced supporting, which include concrete grouting and twice supporting, and monitoring measures are often applied in the construction of tunnels and satisfied results are achieved. Results in this paper can help others to get experiences in road tunnel construction with similar geological features.     

基于传感器阵列的可燃混合气体RBF网络分析

为克服传感器阵列在混合气体检测中的交叉敏感现象,采用具有最佳逼近和全局最优性能的RBF神经网络对传感器阵列的输出信号进行分析。建立了多种可燃气体分析的数学模型,并对CO,H2和CH4的混合气体样本进行了实验。结果表明,传感器阵列和RBF神经网络处理单元构成的气体分析系统可以较好地实现对可燃混合气体的分析,误差不大于2%。     

燃煤锅炉低氮氧化物燃烧特性的神经网络预报

大型燃煤电站锅炉的低NO_x燃烧技术日益受到关注,但NO_x的排放特性复杂,受煤种、锅炉设计结构和操作参数等多种因素影响.在对某台600MW四角切圆燃煤电站锅炉的NO_x排放特性和飞灰含碳量特性进行多工况热态测试的基础上,应用人工神经网络的非线性动力学特性及自学习特性,建立了大型四角切圆燃烧锅炉NO_x排放特性和燃烧经济性的神经网络模型,并对此模型进行了校验.结果表明,该模型能根据燃煤特性及各种操作参数准确预报锅炉在不同工况下的NO_x排放和飞灰含碳量特性,可为大型电站锅炉通过燃烧调整降低NO_x排放和提高锅炉燃烧效率提供有效手段.     

HCl emission characteristics and BP neural networks prediction in MSW/coal co-fired fluidized beds

IntroductionWiththedepletionofspaceforlandfillingofmunicipalsolidwasteandtherisingpricesforrawmaterials ,moreandmorefluidizedbedincineratorshavebeenusedtotreatMSWduetotheprimaryadvantagesofhygieniccontrol,volumereductionandenergyrecovery .BecausetheMSWhas…     

京津冀“以电代煤”替代大气污染物排放清单

本研究建立了基于人工神经网络的民用散煤燃用量估算模型,得到了京津冀地区“以电代煤”替代民用散煤大气污染物排放清单.结果表明：截止到2018年,京津冀地区“以电代煤”替代散煤用户约259万户,每年可减少散煤燃烧约706.6万t,减少PM_2.5、NO_x、SO₂的排放量分别约为2.81,0.76,2.17万t.其中,北京市和天津市实施效果较为明显,占京津冀地区“以电代煤”散煤替代总量的62.01%和22.82%.基于调研数据得到京津冀各市燃煤量月分布系数,1月份分布系数最大,燃煤量占比为27%~40%.     

基于BP人工神经网络的矿山地表移动研究

采用MATLAB语言建立BP人工神经网络模型,以沈煤集团红阳三矿为例,在收集矿区开采移动实测数据基础上,利用已有观测数据对网络进行训练和测试,研究了煤矿开采引起的地表移动变形计算参数与地质采矿条件数据之间的关系,对地下开采引起的地表移动变形参数进行求取,对参数变化规律进行研究。建立了地袁移动参数预测模型,经过与实测值进行对比回归分析,证明了该网络的有效性和准确性。