煤体注水难易性评价的可拓物元模型与应用

基于可拓学的物元理论和熵原理,构建了煤体注水难易性评价的可拓物元模型,引入熵权法确定煤体注水难易性的权系数。选取裂隙发育程度、孔隙率、煤体湿润边角、煤的硬度和饱和水分增值五个指标作为评判因子,并确定煤体注水难易性分级标准和指标阀值范围,即构建了经典域物元和节域物元。利用建立的模型对五个工程实例进行综合评价,应用研究结果表明:评判结果与工程实际情况吻合良好。因此,可拓学评价方法应用于煤体注水难易性评价是可行的,与传统评价方法相比,具有计算简单、便捷实用,易于在同类工程中推广应用。     

基于灰色神经网络组合模型的矿山安全事故预测分析

本文在分析灰色预测方法和神经网络预测方法所具有的互补优势的基础上,提出修正灰色预测残差序列的方法,计算其拟合结果,排除系统数据受到的冲击和干扰,建立基于灰色神经网络组合算法的模型,进而提高预测的精度。将此方法运用于矿业安全事故预测分析中,建立了多个预测模型,比较得出灰色神经网络组合预测模型的最优性,为矿业安全事故的预测研究提供了一种可行性途径。     

煤层注水中水分蒸发现象的研究

对煤层注水的水分蒸发现象进行了研究 ;提出了注入水分蒸发的力学平衡公式 ;研究了影响水分蒸发的各项因素。在此基础上 ,提出了在注水钻孔中添加粘尘棒 ,阻止注入水分过早蒸发的新方法 ,并进行了纯水和粘尘棒溶液在煤体中蒸发的试验。     

采煤工作面瓦斯涌出量预测的神经网络模型

正确预测瓦斯涌出量,对于指导矿井设计和安全生产有重要意义。为此,应用神经网络理论,建立了采煤工作面瓦斯涌出量的预测模型,对其影响因素进行了权重排序,并确定了关键因素。实际应用表明,预测模型可信,精度能满足要求。     

基于神经网络模型的燃料空气混合物爆炸威力预测研究

燃料空气混合物爆炸威力准确预测研究是学术界的一个难题。针对燃料空气混合物爆炸威力有效预测问题,采用神经网络方法,设计多层神经网络模型,进行实际预测应用。应用结果表明,采用的预测方法简便、可行,可以为燃料空气混合物爆炸威力预测提供一种新途径。相比3层BP模型,设计的预测模型可以减少训练次数,缩短训练时间,提高预测正确率,应用优势较明显。     

煤层注水过程分析和煤体润湿机理研究

分析了煤层注水过程中水在煤体中的运动动力和过程,用界面化学理论分析了煤体表面的润湿过程,得出了煤体能够自行润湿的条件,即润湿过程的润湿功必须为正,同时得出了各种润湿过程的判断依据.根据上述理论分析,阐明了煤层注水降尘的润湿机理,为煤层注水提供理论基础.     

氯乙烯储罐注水堵漏腐蚀风险的预测方法研究

为更好地解决氯乙烯储罐注水堵漏可能导致储罐发生腐蚀泄漏的实际问题,提出1种基于ASPEN和神经网络的氯乙烯储罐注水堵漏腐蚀风险的预测方法.运用ASPEN流程模拟软件,对氯乙烯储罐注水堵漏工艺进行模拟,得到不同泄漏孔径下注水速率和HCl浓度的关系;以HCl浓度作为导致腐蚀的主要影响因素,对不同种钢材进行挂片腐蚀实验;结合...     

煤矿事故预测的指数平滑-BP神经网络混合模型研究

为准确预测煤矿未来安全生产形势,采用指数平滑法、BP神经网络模型对我国1991~2010年煤矿死亡人数进行建模研究。在分析两单一模型预测结果后进一步采用指数平滑-BP神经网络混合模型对原数据进行分析,结果表明混合模型泛化能力强,预测精度高,更加符合煤矿事故发展的特点,适用于对煤矿死亡人数的预测。并应用该混合模型对2014年及未来五年的煤矿死亡人数进行预测和分析,为煤矿安全管理提供理论依据,有助于最大限度地减少事故的发生。     

道路交通事故BP神经网络预测研究

在分析道路交通事故影响因素的基础上,确定道路交通事故评价指标体系。该体系包含交通事故次数、死亡人数、受伤人数3个输出指标及12个影响因素。利用人工神经网络具的强非线性逼近、模糊推理、自学习的优点,建立道路交通事故BP神经网络预测模型。模型对我国2006年、2007年、2008年的交通事故情况进行预测,其中,2006年、2007年预测精度较高,2008年预测误差稍大,可能的原因为2007年12月修订的《中华人民共和国道路交通安全法》对减少交通事故起到较大作用。     

基于BP神经网络人群流量预测的实现

人群拥挤踩踏突发性的特点决定了现场的事故救援措施效果较差,事前预防是唯一有效的策略。对商业区人群流量进行预测,对于合理控制商业网点人口,预防人群类事故的发生具有重要的意义。本文介绍了基于BP神经网络的人群流量预测方法,利用Matlab建立了相关模型,并结合实际数据对模型进行了调整,分析了隐含层神经元个数、不同输入-输出结构、不同传递函数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人群流量进行预测时可行的。     

基于神经网络的煤与瓦斯突出预测模型

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     

改进BP算法在煤与瓦斯突出预测中的应用

为了正确预测煤与瓦斯突出的趋势与危险性 ,基于反向BP神经网络 ,笔者提出了一种改进的BP网络模型 :为了加快BP网络的收敛速度 ,增强其跳出局部极小点的能力 ,采用了自适应变步长法和改进模拟退火法 (SA法 )相结合的方法。实际应用表明 ,该模型收敛速度快 ,准确性高 ,具有较高的可靠性和实用性 ,是一种十分有效的煤与瓦斯突出危险性预测方法。     

基于神经网络的煤矿安全性预测模型及应用

指出矿井安全性及其预测对煤矿生产的重要性以及传统的预测方法存在的缺陷。应用神经网络建立了时间序列的矿井安全性预测模型,克服了传统预测方法必须事先构造函数的不足之处,提高了安全预测的精度。实例分析表明,该预测模型的预测精度较高,具有较大的理论指导意义和应用价值。     

基于神经网络建立煤与瓦斯突出的预测模型

基于神经网络，提出了建立煤与瓦斯突出预测模型的方法，给出了网络系统的构造方式及算法，预测结果表明该法具有很高的容错性和准确性     

浅埋型矿井涌水量预测预报的灰色模型

矿井涌水量预测 ,对矿井安全及正常生产都至关重要。矿井涌水量预测采用的常规方法对各含水层的水文地质参数依赖性较大 ,而对各因素之间的影响程度难以区分和把握 ,因此 ,在预测预报中的精度较差 ;而采用灰色理论则具有高度的概括性 ,可以把各种不确定因素 ,统统用一个简单的“灰数”来表示 ,并且预测精度高而简单实用。笔者在分析浅埋型矿井涌水量的构成要素的基础上应用灰色系统理论对其涌水量进行了预测 ,其方法与结果对推动矿井水文地质工作有一定的现实意义和指导作用。     

回采工作面瓦斯涌出量预测的神经网络方法

回采工作面瓦斯涌出量受煤层瓦斯含量、工作面产量和采煤方法等各种因素的影响 ,笔者通过研究得出 :回采工作面瓦斯涌出量与煤层的赋存条件和开采条件之间是一种非线性关系 ,但目前还难以用精确的数学建模来求解。因此 ,提出了一种应用BP人工神经网络模型和算法 ,建立工作面瓦斯涌出量预测模型 ,从而预测不同开采条件下回采工作面瓦斯涌出量。实际应用表明 ,模型精度能满足要求。笔者还对隐含层神经元数目对步长影响作了讨论。     

基于神经网络的煤层自然发火的非线性预测

煤炭自燃是一典型的非线性现象。笔者论述了煤炭自燃的危害 ,从非线性理论的角度分析了煤炭自燃的本质特征 ;应用神经网络中BP网络这一高度非线性关系映射建立了自然发火预测模型 ,克服了传统预测方法的不足并在山东枣庄矿业集团公司柴里煤矿进行了预测分析 ,预测结果与验证结果基本吻合 ,取得了满意的效果 ,为解决煤炭自燃的预测提供了一条良好的思路和方法 ,具有较大的理论意义和应用价值。     

遗传神经网络在煤层自燃预测中的应用

煤层开采自燃危险性程度与许多影响因素之间存在着复杂的非线性关系，利用人工神经网络技术和人工生命学中的遗传算法，建立了预测模型，不但很好地解决了该问题，同时也大大提高了运算速度。     

人工神经网络模型在地震安全评价中的应用

地震影响系数是地震安全评价的一个重要参数 ,其分布受到场地条件和基岩条件的共同影响 ,对场地影响的考虑相对比较成熟 ,对基岩的影响则相对考虑较少 ,难以满足城市和重大工程设防的要求。综合考虑基岩条件和场地条件的地震影响系数计算 ,关键在于确定基岩裂缝、能量、位移、场地等指标的分布与地震影响系数之间的关系 ,由于这种非线性关系需要构建多元非线性模型 ,故通过应用人工神经网络方法 ,得到地震影响系数计算模型。以唐山市为实例 ,进行了计算并分析了计算结果 ,为城市规划和工程建设提出了几点建议