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。     

关于铁路行车事故预测的应用研究

本文论述了事故预测对铁路行车安全的重要性,并应用灰色预测模型和概率回归估计法模型研制了预测软件,进行铁路行车事故的宏观及微观预测,为采取有针对性的防范措施提供一个可靠信息。     

倾斜煤层矿井突水对防水煤柱稳定性的影响规律分析

针对倾斜煤层防水煤柱合理尺寸留设问题,以道清煤矿淹井事故为原型,采用理论解析分析与数值计算相结合的对比分析方法,研究矿井突水对防水煤柱的稳定性影响,得到在矿山压力作用与水压作用下防水煤柱的极限设计尺寸优化公式,结合道清煤矿生产实际得到防水煤柱尺寸,通过数值模拟分析对比验证防水煤柱尺寸的合理性,并探究了防水煤柱的破裂过程。结果表明,煤体受采动应力影响,应力状态重新分布,煤体由弹性状态转变为塑性状态,产生塑性形变,强度逐渐降低,当压力增大达到其强度极限时,煤体内部出现裂纹,裂纹逐步扩展靠近防水煤柱,形成裂纹带,随着时间的累积,防水煤柱的强度逐渐降低,塑性变形区逐步向弹性核区移动,矿井涌水后,煤体裂隙导通充满大量孔隙水,在水压作用下,新生裂纹及原生裂纹进一步扩展,裂纹的张开度不断增大,最终形成导水裂纹带,使得防水煤柱发生严重破坏,煤体的破坏形式以拉剪破坏为主,煤层沿倾向发生相对位移,表现出剪涨变形,煤体出现剪切带。     

基于支持向量回归机的煤层瓦斯含量预测研究

为了对煤层瓦斯含量进行准确预测,应用支持向量回归机(SVR)理论建立煤层瓦斯含量预测模型,结合现场实测数据利用支持向量机(SVM)工具箱进行模型的求解及预测,并从均方根误差、希尔不等系数和平均绝对百分误差3个不同误差指标与人工神经网络预测模型进行比较分析。研究结果表明:SVR模型其预测精度及可行性高于神经网络模型,而且运算快,实时性较好,用于煤层瓦斯含量的预测较理想,具有良好的应用前景,可以为煤矿瓦斯防治提供理论依据。     

基于PCA-AHPSO-SVR的煤层瓦斯含量预测研究

为了提高煤层瓦斯含量预测的准确性和科学性,通过主成分分析方法对影响煤层瓦斯含量的7个因素进行特征提取,消除影响因素之间的相关性,减少维度;用支持向量回归机对提取的因素进行训练,并用改进的自适应混合粒子群算法对SVR的参数进行优化,提出PCA-AHPSO-SVR模型;与PCA-PSO-SVR,PSO-SVR这2个模型在相同环境下进行30次运行比较。研究结果表明:研究提出的PCA-AHPSO-SVR模型较其他2种模型平均准确率分别提高5.51%和9.32%,稳定性更佳,可满足工程实际需求。     

论减少井下排矸量对煤炭清洁开采的意义

<正>煤炭是重要的能源和原料,但在煤炭的开采、加工过程中会排放出大量的污染和废弃物,如矸石、井下废气、粉尘、污水等,严重污染环境,而控制污染的措施之一就是清洁开采。采煤过程中排放的矸石,主要来源于井下岩石巷道掘进、半煤岩巷掘进、煤仓和溜煤眼的掘进以及采煤工作面的矸石(掺入煤炭中的顶、底板岩石或煤层夹矸中的岩石)。它与矿井开拓系统和采区巷道布置紧密相关。随着