基于LLE-ELM的矿井瓦斯涌出量预测方法研究

基于局部线性嵌入(Locally Linear Embedding,LLE)算法和极限学习机(Extreme Learning Machine,ELM)神经网络建立矿井瓦斯涌出量预测模型,该预测模型运用LLE算法对矿井瓦斯涌出量影响因素样本进行数据挖掘,得到降维后的有效因子,再将这些有效因子作为ELM神经网络的输入层进行训练和预测。利用某矿井的实测数据进行实例分析,结果表明该预测模型预测速度快,精度高,能够用于矿井瓦斯涌出量预测。     

基于人工神经网络的储罐区泄漏源实时定位技术初步研究

本文建立了基于误差反向传播算法（BP）的多层感知器（MLP）结构的神经网络进行储罐区泄漏源的实时定位，提出了现场传感器阵列优化布置的原则，设计了输入空间和解空间，应用计算机仿真获得的泄漏浓度场对建立起来的神经网络进行了训练，并成功进行了验证，分析了隐层节点数、权值和阈值的取值范围和符号、学习因子等因素对网络性能的影响。研究表明利用神经网络的非线性映射能力对储罐区泄漏源进行实时定位是可行的，单隐层的MLP可以被训练来反向分析泄漏浓度场。     

基于人工神经网络的气体泄爆最大超压预测研究

为解决传统经验公式在预测气体泄爆中最大超压出现时的较大偏差或过于保守的问题,提出使用人工神经网络预测气体泄爆最大超压。基于124组实验数据,采用BP与RBF神经网络,通过优化算法计算与迭代循环对泄爆样本中的影响因素进行降维与选择,并确定2类神经网络本身在学习与计算气体泄爆样本时的相关参数。结果表明:PCA（主成分分析法）在当前样本条件下的降维效果较差,而通过迭代对比确认气体泄爆样本中的5类特征全部保留时神经网络的训练模拟效果最好;通过对124组实验数据进行随机挑选训练集与测试集的训练模拟结果发现,神经网络对气体泄爆中最大超压的预测效果较好;通过对比Molkov提出的和经Fakandu等改进的NFPA 68经验公式以及2类神经网络的预测结果表明,神经网络相比于传统气体泄爆经验公式具有明显优势。     

障碍物场中预混燃烧火焰的数值模拟

利用k-ε湍流模型和拉切滑(SCASM)预混燃烧模型,对障碍物场中预混燃烧火焰进行了三维空间数值模拟。通过对控制方程添加不同的源项以反映障碍物对流场的影响,采用交错网格控制容积法将计算区域进行离散,用SIMPLE算法求解离散控制方程。模拟结果表明,障碍物的存在改变了燃烧流场的结构,成为加速燃烧甚至诱导爆炸过程的不稳定因素。该研究结果对有效预测障碍物场中火焰走势及其流场的分布情况,加强人们对火焰传播规律的认识,对预防工业灾害有重要参考价值。     

基于SKPCA与NEAT算法的煤与瓦斯突出危险性预测

针对煤与瓦斯突出预测精度不足的问题,为了减少突出灾害的危害,提出了基于稀疏核主成分分析法(SKPCA)与增强拓扑神经进化算法(NEAT)的煤与瓦斯突出危险性预测方法.通过核主成分分析法对突出非线性数据进行降维,然后对主成分数据进行稀疏化,减少原始数据中不重要元素对降维后主成分的影响.搭建增强拓扑神经进化网络(NEAT)预测模型,采用进化算法同时优化神经网络的权值和拓扑结构,得到最佳神经网络预测模型.将处理后的主成分数据输入模型预测突出危险指数,结果表明,该方法危险等级预测准确度达到98％,SKPCA-NEAT模型在煤与瓦斯突出预测上相比PCA和BP神经网络具有优势.     

基于CFD的半封闭空间内LNG泄漏后果研究

为定量分析半封闭空间内液化天然气（LNG）泄漏后果,利用计算流体力学（CFD）软件FLUENT,对不同条件下的“冷箱”内LNG泄漏后扩散与爆炸过程进行了模拟。结果表明:无论通风与否,危险区域（甲烷体积分数为5%~15%）一直存在,但通风时该区域比无通风时小; LNG泄漏后会导致箱内温度降低,且泄漏量越大温度下降越低,但通风在一定程度上能减小温降; 当危险区域最大时,发生爆炸产生的超压最大,对于泄漏量小的情况,通风能减小爆炸压力; 障碍物的存在会增大爆炸压力,研究中的最大爆炸超压为158 kPa,可对设备与人员造成严重危害,故在设计“冷箱”时须提出相应的强度要求。研究方法与结果对于与“冷箱”类似的受限空间安全设计与风险评估有指导意义。     

爆炸塔内爆炸流场的数值模拟

采用二维非定常流体动力学差分方法(隐式TVD格式),以轴对称和平面问题对半球顶圆柱筒身爆炸塔内,中心和偏心爆炸的流场进行了数值模拟。本文简要介绍了方法与结果。     

应急状态下矿井瓦斯爆炸致灾因子传播快速分类器研究*

为了在矿井瓦斯爆炸灾变发生后,快速确定瓦斯爆炸冲击波的压力、温度、有毒有害气体等致灾因子在井巷网络中的传播情况。利用CFD数值模拟或爆炸实验获得瓦斯爆炸冲击波的压力、温度、有毒有害气体等致灾因子传播大数据,将影响瓦斯爆炸传播的因素以及观测点等参数作为人工神经网络的输入节点,压力、温度等致灾因子作为输出节点,建立瓦斯爆炸致灾因子传播快速预测机器学习模型,解决CFD数值模拟的建模、计算及数据分析处理等过程耗时大、不适应灾变应急的快速响应等问题。研究结果表明:在给定爆炸位置和爆炸当量的均直巷道,获得任一点的爆炸冲击波压力、温度以及有毒有害气体所需时间是瞬时的,人工神经网络平均训练误差为6.92 %,有训练样本的验证误差为5.24 %,无训练样本的验证误差为6.88 %。     

某型号锅炉末级过热器流动特性的三维数值研究

为定量分析某电站锅炉末级过热器的烟气中颗粒冲刷磨损状况,基于CFD软件Fluent,建立了过热器管道的三维模型.由于末级过热器结构复杂,将整个流场划分为若干个子区域,分别划分网格,建立其三维网格模型.采用κ-ε湍流模型,结合末级过热器现场测试的部分参数,对烟气的速度场和固相的颗粒轨迹场进行了数值模拟,为研究烟气对末级过...     

复杂安全系统数据场及其降维理论模型

为探索复杂安全系统降维方法和模式,基于安全系统数据场视角,对复杂安全系统降维理论模型开展研究。首先,将数据场概念引入复杂安全系统,并从宏观和微观2个层面阐述安全系统数据场的内涵及其4个基本要素;其次,分析数据场在安全系统中产生的3种效应模式及其导致事故发生的内在机制;最后,以复杂安全系统降维过程中的降维、降变和降容为主线,构建复杂安全系统降维理论模型。结果表明,数据场理论及其效应模式适用于描述和阐释复杂安全系统的降维过程与规律,自聚类、维内降容、维间降维、维内(间)降变是复杂安全系统降维的4个关键过程。     

采空区流场模拟中工作面物理模型设置方法探讨

利用Fluent软件,对工作面物理模型考虑为多孔介质区域、真实情况、支架与多孔介质区域,结合使用三种条件下的工作面及采空区流场进行了分析,通过分析流场分布得到合理的工作面物理模型设置方法。结果表明:三种工作面物理模型设置情况下的工作面空间流场分布有很大差别;工作面设置为真实情况、支架与多孔介质区域结合使用时的上隅角瓦斯浓度及采空区流场却相差无几,而将工作面考虑为多孔介质区域时,与其它两种情况相比,其上隅角瓦斯浓度、采空区流场分布有较大差异。因此,若对工作面空间流场分布进行研究时,应根据工作面布置的实际情况(支架、采煤机、刮板运输机等),建立与之相符的物理模型进行求解;若对上隅角瓦斯浓度及采空区流场分布进行研究时,为减少建模的复杂程度,可在工作面设置有支架的基础上,将工作面考虑为多孔介质来处理。     

基于PCA_Fuzzy_RF模型的煤层底板突水预测

针对煤层底板突水问题,提出了基于主成分分析、模糊数学和随机森林的一种新预测模型。首先通过主成分分析将6个影响因素(水压、采高、隔水层厚度、断层落差、煤层倾角、断层距工作面距离)进行降维,提取4个主成分因子,其次对主成分因子进行模糊化,作为随机森林模型的输入变量,建立基于PCA_Fuzzy_RF的煤层底板突水预测模型。利用华北矿区实测资料的50组数据作为PCA_Fuzzy_RF模型的训练数据,10组数据作为测试数据,并将预测结果与BP神经网络及Fisher模型进行对比分析,结果表明,PCA_Fuzzy_RF模型的误判率为0,适用于解决煤层底板突水问题。     

圆柱形无约束气云爆炸高温效应研究

为了分析无约束可燃气云爆炸产生的高温伤害效应,建立了相应的数学模型,利用有限体积的离散方法,对无约束空间内甲烷浓度10％、高径比为1的圆柱形可燃气云爆炸的瞬态温度场进行了数值研究。研究结果表明,圆柱形可燃气云爆炸的温度场呈不对称性分布,靠近地面处足最危险区域,高温可能达到的最大怪直高度和最大水平距离分别约为圆柱体高的2倍和半径的3．2倍。对数值模拟结果的数据进行多项式拟合,得到了圆柱形可燃气云爆炸场最高温度随水平距离、初温及参与爆炸气云质量的函数关系式,给可燃气云爆炸灾害的预测及防护提供了科学依据。     

基于BP神经网络不同输入变量的爆破振速预测

以某隧道爆破开挖为实例,利用BP神经网络解决复杂非线性函数逼近问题的能力,以最大段药量、爆心距、爆破分段数、泊松比、岩石基本质量指标作为影响爆破振动速度的主要因素,选取不同维数的输入变量建立BP神经网络模型来预测爆破振动速度。对比分析各组预测值与实测值之间的相对误差,选取合理维数的输入变量建立了爆破振动危害预测的BP神经网络模型。     

烟气消白烟道导流板CFD数值模拟流场设计

Fluent是一款常用CFD软件,在烟气消白工程设计烟道系统过程中增设导流板,采用CFD数值模拟,能优化换热器进口处烟气流场分布,该文通过比较烟道系统中有、无设置导流板流场模拟分析,得出两种不同流场模拟结果,优化后的换热器进口流场不均匀系数为0.085(优化前为0.346),较优化前改善明显,优化后换热器进口处的流场分...     

煤尘爆炸火焰传播特性因子分析与BP网络组合预测研究

为研究煤尘爆炸火焰传播规律,利用因子分析和BP网络定量预测煤尘爆炸火焰传播特性,探究工业分析指标、煤尘着火特性、环境因素和物理因素对煤尘爆炸火焰传播特性的影响。选取40个煤样,通过改造试验激波管体,实现25 m内煤尘爆炸火焰传播特性测试。将前30个煤样因子得分作为输入变量、火焰传播特性数据作为输出变量,同时添加附加动量进行BP网络训练。结果表明,煤尘爆炸火焰传播特性预测误差小于5%,网络训练预测成功,基于因子分析的网络预测精度得到提高。     

基于ADPSO-FNN算法的催化再生烟气二氧化硫预测方法

为了解决催化裂化装置再生器出口烟气二氧化硫质量浓度难以实时预测的问题，提出一种基于自适应粒子群优化-模糊神经网络(Adaptive Particle Swarm Optimization-Fuzzy Neural Network, ADPSO-FNN)算法的催化再生烟气二氧化硫质量浓度智能预测方法。首先，针对数据来源多，且来自数据采集系统(Data Collection System, DCS)与实验室信息管理系统(Laboratory Information Management System, LIMS)中多维数据时间尺度不匹配的问题，利用基于自适应回归算法实现多时间尺度的数据清洗；其次，建立基于模糊神经网络算法的二氧化硫质量浓度预测模型，提取再生烟气产排过程中的动态特性；然后，提出基于动态惯性权重和学习因子机制的自适应粒子群算法，平衡全局探索能力及局部开发能力，实现再生烟气二氧化硫质量浓度的预测；最后，利用炼厂检修前、后的数据分别建立二氧化硫预测模型并进行测试。结果显示：该预测方法实现了催化再生器出口二氧化硫的准确预测，解决了现场多时间尺度数据难以建模的问题。     

粉尘密度对20 L球罐内粉尘分散规律影响

为分析不同粉尘因密度的差异对20 L球形爆炸装置球罐内粉尘分散过程流场变量变化和点火延迟时间的影响,利用CFD数值模拟的方法,研究了3种不同密度的粉尘在球罐分散过程中湍流动能、流场速度、粉尘浓度3种流场变量在球心处的变化规律。研究结果表明:在其他条件一致的情况下,粉尘密度越小,湍流动能的峰值越小,粉尘云浓度和流场速度的峰值则越大;粉尘密度对湍流动能的增值速率没有影响,而粉尘密度越小,流场速度和粉尘浓度的增值速率越快,粉尘浓度衰减至稳定值的时间也越短。表明粉尘密度越小,点火延迟时间也越小,因此,建议铝粉点火延迟时间在50~60 ms之间,锆粉和锌粉在60~80 ms之间。     

基于PCA-ELM的地震死亡人数评估

地震往往会在短时间内造成巨大的人员伤亡和财产损失,为了震后救援工作能够快速高效的展开,建立了主成分分析(Principal Components Analysis,PCA)和极限学习机(Extreme Learning Machine,ELM)相结合的地震死亡人数预测模型。综合考虑影响地震死亡人数的多种因素,选取震级、震源深度、震中烈度、抗震设防烈度、人口密度、发生时间和预报水平7项主要因素作为评价指标。首先,利用主成分分析对原始变量进行降维处理,并计算出主成分得分,作为ELM的输入;其次,对构建的ELM地震死亡人数预测模型进行训练;最后,对选取的32组地震样本进行算例仿真,并与未经PCA处理的ELM算法和BP神经网络算法进行对比。结果表明,基于主成分分析的极限学习机算法对地震死亡人数预测具有较高的预测精度,验证效果良好。     

基于Fluent软件的SABR反应器流场模拟

分段进水厌氧折流板反应器(SABR)是一种高效的污水生物处理反应器,流场十分复杂。运用通用商业计算流体力学(CFD)软件Fluent对SABR反应器进行流场模拟,用Solidwork建立反应器流场实体模型,采用分块结构化网格技术实现了适用于复杂形体的分块结构化网格的计算程序,采用修正的k-epsilon双方程湍流模型以及滑移网格法(SG)处理反应区。分别考察了进水流量为0.276,0.420,0.840,1.680 L/h时厌氧反应器的速度场、压力场以及湍动性能。结果表明,计算所选模型能较准确地预测反应器流场情况,模拟结果与实测结果比较符合,具有较高的参考价值,对今后SABR反应器的进一步研究与改进有着十分重要的意义。