首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 78 毫秒
1.
运用灰色关联分析法和临界值迫近度分析法,对钻屑瓦斯解吸指标、最大钻屑量以及钻屑温度差这3个指标的实测数据进行分析处理,考察了它们对发耳矿煤与瓦斯突出预测的敏感性,比较其突出危险敏感性的大小,找到突出预测敏感指标.  相似文献   

2.
人工神经网络在煤与瓦斯突出预测中的应用   总被引:4,自引:0,他引:4  
由于煤与瓦斯突出发生机理的复杂性,传统预测方法的应用受到很大的限制,而人工神经网络理论以其高度非线性映射的特性为解决这一问题提供了新的途径。以突出预测指标为基础,利用多层反向传播神经网络(BP网络)模型实现对突出危险性的预测。实例分析表明,模型精度很高,可用于工作面煤与瓦斯突出危险性的预测。  相似文献   

3.
瑞利波预测煤与瓦斯突出   总被引:1,自引:0,他引:1  
瑞利波勘探是近年来发展起来的一种新型的岩土原位测试勘探方法。笔者重点对瞬态瑞利波相速度的算法进行了研究。提出了对信号进行预先调制 ,随后再对所求得的相位进行修正的方法 ;另为还须考虑其仪器采集信号时的时间差影响。根据以上算法求得的相速度更接近瑞利波真速度 ,从而提高了相速度的分辨率和精确度。把瞬态瑞利波勘探法运用在矿山生产中 ,利用平面瑞利波的频散特性 ,根据瑞利波的传播速度与煤岩的物理力学性质具有相关性 ,提出了一种新型的预测煤与瓦斯突出的方法。为矿井安全生产预测预报瓦斯突出提供了一种新的手段 ,同时对突出煤层掘进前方突出危险区和安全距离的分析判断提供了一种新的方法  相似文献   

4.
煤与瓦斯突出预测指标的灰色优选   总被引:1,自引:0,他引:1  
运用灰色理论中灰关联分析数学模型,定量分析了六种预测煤与瓦斯突出的指标,并确定了最佳预测指标,为煤与瓦斯突出预测指标的选择提供了定量化依据。  相似文献   

5.
为了更加准确的预测掘进工作面煤与瓦斯突出,防止灾害事故的发生,针对“三率”各评价指标与掘进工作面煤与瓦斯突出预测综合指标具有区间型属性特性,运用灰靶决策理论,提出了基于熵值加权法与多指标加权灰靶相耦合的决策模型。该模型引入“奖优罚劣”变换算子,对样本矩阵进行无量纲初始化处理,结合改进的熵值法确定指标权重,构建了综合指标F临界值的决策模型,将综合指标F值在200~400内以10为步长形成了21个评价方案,对综合指标F的临界值进行研究。最后,通过在章村煤矿的现场实际应用,证实了该模型的有效性与实用性。  相似文献   

6.
运用灰色理论中灰关联分析数学模型,定量分析了六种预测煤与瓦斯突出的指标,并确定了最佳预测指标,为煤与瓦斯突出预测指标的选择提供了定量化依据。  相似文献   

7.
为解决新安煤田煤与瓦斯突出影响因素众多和防治难度较大等问题,运用瓦斯地质理论分析了新安煤田煤与瓦斯突出特征及控制因素,并提出了有针对性的煤与瓦斯突出防治措施。研究表明:地质构造是控制新安煤田煤与瓦斯突出分布的主要地质因素;构造应力是控制新安煤田煤与瓦斯突出的主要动力因素;新安煤田煤与瓦斯突出吨煤瓦斯涌出量较大,是增加煤与瓦斯突出发生可能性及危险性的重要因素。基于此,从突出危险性预测、防治突出措施及安全防护措施等三个方面提出了多项煤与瓦斯突出防治措施。  相似文献   

8.
基于神经网络的煤与瓦斯突出预测模型   总被引:7,自引:1,他引:7  
在全面分析了煤与瓦斯突出影响因素的基础上 ,提出了煤与瓦斯突出预测的人工神经网络模型。介绍了突出特征指标的选取及表示方法与推理过程。实例分析表明 ,模型精度很高 ,可用于工作面煤与瓦斯突出预测 ,并分别给出图 2 ,表 3,文献 5  相似文献   

9.
在综合分析煤与瓦斯突出多种影响因素的基础上,将Fisher判别分析应用到煤与瓦斯突出预测中,结合我国典型煤与瓦斯突出煤矿17个突出实例,建立了煤与瓦斯突出预测的Fisher判别分析模型,模型回代预测的误差率为0。应用该模型对云南恩洪煤矿8个突出实例进行预测,并与单项指标法、综合指标法、BP网络进行比较。结果表明,Fisher判别分析模型具有较高的可靠性和精确性,能对煤与瓦斯突出进行有效预测。  相似文献   

10.
煤与瓦斯突出预测研究动态及展望   总被引:11,自引:0,他引:11  
笔者总结了以突出敏感性指标预测为基础的接触式煤与瓦斯突出预测技术的发展现状 ;阐述了瓦斯地质理论研究进展情况 ;对统计学方法、计算机模拟、模糊数学、灰色系统理论、神经网络技术、专家系统、分形理论、流变与突变理论等数学物理理论在煤与瓦斯突出预测领域中的应用情况作了系统的描述 ;对GIS技术、无线电波透视探测技术及以地震波为主的弹性波技术为煤与瓦斯突出预测技术的发展前景作了必要的分析。  相似文献   

11.
为了确定煤与瓦斯突出矿井的突出危险区域,威胁区域和安全区域,提出基于地质动力区划的多因素模式识别概率预测方法预测煤与瓦斯突出的新思路。以鸡西滴道矿立井为研究对象,利用地质动力区划方法确定不同尺度和级别构造运动的特征,建立板块构造学说与矿井工程实际的联系,将对矿井煤与瓦斯突出产生影响的因素为参数,采用多因素模式识别概率预测方法划分研究区域内的危险区域。研究表明该方法对煤与瓦斯突出区域预测的合理性与有效性,可以在实际工程中应用推广。  相似文献   

12.
依据平煤集团历年煤与瓦斯突出事例的统计数据,应用7±2心理极限概念,合理选定模糊评判因素集,采用层次分析法确定各因素对突出强度的贡献度权重;采用定性数据定量化理论建立了各因素隶属于大型突出、中型突出和小型突出的隶属度;采用二级模糊综合评判方法和“加权平均型”评判数学模型,在国内外首次建立了煤与瓦斯突出强度预测模糊综合评判方法,按最大隶属度判别准则实现对突出强度的定量预测。对平煤集团91次突出事例突出强度预测验证表明,验证正确率为94 .5 % ,说明提出的煤与瓦斯突出强度预测方法在技术上是可行的,对突出矿井煤与瓦斯突出预测具有重要的指导意义。  相似文献   

13.
煤与瓦斯突出预测的支持向量机(SVM)模型   总被引:2,自引:4,他引:2  
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。  相似文献   

14.
特大型煤和瓦斯突出的地质条件及其成因   总被引:2,自引:0,他引:2  
特大型煤和瓦斯突出危害极大,具有独特的发生条件,应专门研究。在全国99 次特大型煤和瓦斯突出详细研究的基础上,总结了特大型突出的一般特征及发生的地质和采矿条件,并给出了南桐矿区的几个临界值。对特大型突出地质条件的成因进行了较深入的探讨,提出了防止特大型突出的几点建议  相似文献   

15.
地质因素对煤层瓦斯赋存影响的研究   总被引:2,自引:0,他引:2  
为研究地质因素对煤层瓦斯赋存的影响,针对淮北矿区石台煤矿3煤层,采用瓦斯地质块段划分的方法,以井田内主要断层和天然焦区为界,把3煤层划分为3个独立的地质块段,分区对不同地质块段内地质因素对煤层瓦斯赋存规律进行研究,分析褶皱构造、断裂构造及岩浆侵蚀等对煤层瓦斯压力和瓦斯涌出量的影响。结果表明:地质构造对瓦斯保存和运移起到重要作用,岩浆岩侵入对石台煤矿3煤层煤与瓦斯突出的控制作用最为明显,地质块段的划分(分区管理)对地质构造复杂的高瓦斯及煤与瓦斯突出矿井具有重要意义。  相似文献   

16.
煤与瓦斯突出过程中煤体瓦斯的作用研究   总被引:3,自引:1,他引:3  
为了研究煤与瓦斯突出过程中煤体瓦斯的作用,采用煤体中瓦斯总量守恒的原理研究瓦斯含量与瓦斯积聚内能的基本方程和影响因素;分析煤与瓦斯突出产生的力学条件和机理,建立了煤与瓦斯突出危险程度的矩阵图。结果表明:瓦斯含量是煤体瓦斯内能最直接的反应,其值大小决定瓦斯内能的大小;瓦斯压力梯度、煤体的断裂韧性及煤体内的裂隙发育程度决定着瓦斯突出的危险性,低渗透性构造煤对瓦斯运移阻力较大,容易形成较大的瓦斯压力梯度,从而更容易发生煤与瓦斯突出。煤层中的瓦斯含量、瓦斯压力、地应力越大,煤体的强度、渗透率越小,越容易发生突出。煤层瓦斯情况、力学性能、地质构造和煤层的应力状态是决定煤与瓦斯突出的主要因素。  相似文献   

17.
GRNN模型在煤与瓦斯突出及瓦斯含量预测中的应用   总被引:1,自引:1,他引:1  
煤与瓦斯突出的作用机理非常复杂,是诸多因素如地应力、煤层瓦斯、煤体物理力学性质等共同作用的结果。在分析广义回归神经网络(GRNN)的基本原理和算法的基础上,建立煤与瓦斯突出等级以及基于构造复杂程度定量评价的瓦斯含量GRNN模型。然后用收集到的工程实例样本训练和检验该模型。结果表明,GRNN模型具有很好的预测能力和泛化能力,能较好揭示瓦斯含量和诸影响因素间的关系,可用于煤与瓦斯突出判别以及瓦斯含量预测。同时可以看出,光滑因子的合理选取对于提高GRNN模型的预测精度非常重要,因此,在以后的实际应用中需要不断尝试,找出最合理的光滑因子。  相似文献   

18.
为提高煤与瓦斯突出强度的预测精度及预测速度,用最大最小蚂蚁系统和BP神经网络相结合的方法进行预测模型设计。根据煤与瓦斯突出强度及其主要影响因素之间的关系数据,建立其神经网络的预测模型。以网络的权值和阈值为自变量,网络误差为目标函数,通过蚁群算法的迭代运算,搜索出误差的全局最小值,以实现BP神经网络的初始权值、阈值优化,并用优化后的网络进行瓦斯突出强度的预测。实例结果表明,MMAS-BP算法的预测值均方差为0.089,约为BP神经网络的0.1倍,且输出稳定性好,适用于煤与瓦斯突出强度的预测。  相似文献   

19.
煤与瓦斯突出机理研究的现状及相关问题   总被引:2,自引:0,他引:2  
煤与瓦斯突出是影响煤矿安全生产、制约煤炭工业发展的世界性难题.针对这一问题,参考分析了大量国内外关于煤和瓦斯突出机理理论与实验研究的文献资料.在此基础上,对现阶段煤与瓦斯突出机理研究成果进行总结和分类,并指出目前研究中存在的问题及进一步研究的方向.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号