煤层底板突水的突变理论预测方法及其应用

基于煤层底板突水的尖点突变特征 ,应用突变理论的方法 ,针对煤层底板突水预测指标监测信号 ,分析了单变量序列尖点突变模型及其稳定判据 ,提出了煤层底板突水的突变理论预测方法。实例表明 ,预测结果与现场工程实际情况相一致 ,证明了该方法可望成为预测煤层底板突水危险性的一条新的有效途径     

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。     

底板突水煤层的突变学特征

对建立在力学分析基础上的突水条件进行适当变换,得到煤层底板突水势函数,它符合尖点突变模型。进一步分析,发现煤层底板突水具有突变、缓慢两条路径,并在突水临界点附近具有发散性和４ 模态软化等性质。根据这些特性,可通过调控煤层底板突水条件使之不突水,从而达到煤层底板突水治理并防患于未然的目的。     

基于模糊神经网络的深井底板突水判别研究

通过分析深井底板突水因素的影响作用,建立各影响因素的层次分析结构模型,运用层次分析法计算各影响因素的权重并进行排序,进而选出深井底板突水的主控因素。在该基础上,建立隶属度和隶属函数实现各因素的归一,构建基于模糊神经网络的深井底板突水判别模型,选择合适的网络结构参数以改善神经网络的缺点,并选取样本训练网络,以现场实例为验证样本,以突水等级作为输出结果,该判别表明基本符合工程实践。     

煤层底板突水危险性预测的熵权-正态云模型

为克服煤层底板突水危险性分级时的不确定性和模糊性,建立一种用于煤层底板突水危险性分级预测的熵权-正态云模型。选取13个影响因素构建评价指标体系,通过熵权法(EWM)得到各评价指标权重,利用正态云模型计算综合不确定度,进而得到预测结果,以肥城矿区的14个地质块段作为检测样本,预测底板突水危险性等级。结果表明：该模型的预测结果基本与实际情况相符,且较层次分析法(AHP)在预测准确性和误差上更具优势,准确性提高7.14%,平均绝对误差(MAE)、均方误差(MSE)、平均绝对百分比误差(MAPE)和均方根误差(RMSE)分别降低0.21、0.35、0.069、0.27。     

林华煤矿13~#煤层底板突水危险性模拟研究

以林华煤矿为例,运用FLAC3D软件对林华煤矿开采13#煤层进行模拟,在模拟中通过开采对底板的破坏情况进行分析,对林华煤矿开采13#煤层底板是否有突水危险性进行预测研究。     

基于小波神经网络的瓦斯涌出量预测研究

准确地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,而瓦斯涌出量是一个与自然因素及开采技术等多因素有关的非线性建模问题。鉴于传统神经网络方法解决非线性问题收敛速度慢,易陷入局部最优解的缺陷,笔者提出一种既充分利用小波变换的时频局部化性质,又能结合神经网络的自学习能力的小波神经网络预测瓦斯涌出量的方法,并建立了预测模型。在此基础上,采用Delphi语言,设计了小波/BP神经网络仿真器。通过实例分析表明该方法较传统神经网络收敛迅速,预测精度高。     

基于未确知测度理论的煤层底板突水危险性评价

运用未确知测度理论,建立煤矿奥灰岩岩溶水类底板突水评价模型。选取煤层底板的地质构造(断裂构造密度、褶皱、断层导水性、岩体的裂隙发育情况)、水文地质条件(水压、含水性、岩溶含水层发育情况、强水源补给情况)、底板隔水层条件(隔水层厚度、岩石力学强度以及隔水岩层的完整性)、开采条件(采厚和采深)4个一级指标、13项二级指标作为未确知测度模型的判别指标;根据指标值的类型采用定量或定性的方法对其进行分级和赋值,建立评判集,进而构建单指标测度函数。将13个突水评价指标值代入单指标测度函数计算得到单指标测度评价矩阵。利用信息熵理论获得各判别指标的权重,依照置信度识别准则进行等级判定,最后得出煤层底板突水危险性评价结果。利用该方法对肥城矿区14个地质块段的煤层底板突水危险性进行评价,结果表明,该评价结果与矿山实际情况相符。     

基于渗流-损伤耦合分析的煤层底板突水过程的数值模拟

根据杨村煤矿17煤的水文地质条件,应用岩石破裂过程渗流与损伤耦合作用分析系统(F-RFPA2D),建立了薄煤层底板采动破坏的数值模型,模拟了采动条件下底板的破断失稳、裂隙扩展和突水过程,探讨了底板突水的机理,并对底板的易发生突水部位进行了预测.结果表明,当回采工作面推进到26.8 m时,在隔水层的两个约束端产生拉剪破坏区.该破坏区和12灰贯通形成突水通道.突水后通道处的位移、流量都发生突变增加,并形成连锁反应,使12灰到13灰及其之间的隔水层依次发生破坏,最大破坏深度达13 m,但未勾通和14灰、奥灰之间的水力联系,在底板没有断层的地段不会发生突水.两个工作面采前和采后压水试验结果表明,采动后底板破坏深度在9.96～12.35 m,同数值模拟结果相吻合.     

基于BP神经网络的煤层自燃预测

在全面分析影响煤层自燃因素的基础上,建立了煤层自燃预测的人工神经网络模型.应用该模型对某煤田的多个煤层样本进行了训练和预测,网络经过10次训练后,误差达到设定的最小值,6次预测测试中最大误差仅为0.027 8,最小的为0.000 1.研究表明,该模型精度较高,可用于预测煤层自燃的实际应用.     

基于模糊神经网络的煤层瓦斯含量预测研究

为提高未采区煤层瓦斯含量预测的准确性,在分析研究影响煤层瓦斯含量的主要地质因素的基础上,借助模糊数学作为表达与处理不精确数据、模糊信息的手段,以神经网络作为解决问题的途径,将模糊数学与神经网络有机结合,建立基于模糊神经网络的煤层瓦斯含量预测模型。研究结果表明:模糊神经网络模型不仅能够较好地解决模糊信息难于定量表达、学习样本难于确定等问题,而且能够较准确地提取出煤层瓦斯含量与其各个影响因素之间的非线性关系。通过实例运算验证,其预测精度较神经网络模型提高了4.84%～25.79%,应用于煤层瓦斯含量预测的效果更为理想,具有良好的应用前景,可以为实施科学的矿井瓦斯管理、预防各种瓦斯事故提供理论依据。     

煤层底板采动导水破坏深度计算的神经网络方法

在综合分析影响煤层底板采动导水破坏深度因素的基础上 ,应用人工神经网络方法 ,建立了底板破坏深度的计算模型。该模型利用现场观测资料作为学习训练样本和测试样本 ,对模型的测算结果、理论计算值和实测值进行了对比分析。结果表明 :用神经网络方法计算底板破坏深度考虑的因素更加全面 ,结果更接近于实际。笔者研究的计算模型和测算方法 ,为承压水上安全采煤决策提供了科学依据。     

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。     

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。     

一种新型的矿井突水分析与预测的支持向量机模型

针对矿井突水样本数少,信息不完整的特点,提出了矿井突水分析的线性核H-SVMs模型。推导模型的理论推广误差公式,设计自顶向下基于SVM最大间隔逐层分类构造H-SVMs的新方法,并应用于实际的矿井突水预测。实验结果表明,线性核H-SVMs模型结构简单、泛化能力强,不仅能很好地预测矿井突水,而且其层次结构能正确反映突水的等级关系,各判别函数的法向量还可以指示各突水影响因素的权重,通过判决函数能有效分析突水影响因素并提取突水预测规则,为矿井突水预测提供了新的方法。     

基于BP神经网络的事故致因分析方法

根据目前所采用的事故致因因素分析方法,提出了一种动态的分析方法,即神经网络分析方法,利用其中的一种神经网络（即BP网络）的原理和方法,根据专家系统提供的较为可靠和代表性数据训练网络,利用训练后的网络对所研究对象之间的相互关系进行分析.分析结果表明,该方法更为直观、准确,尤其在一些其他方法使用困难的场合,更有优越性.     

基于多代理系统(MAS)的煤矿水害事故响应系统

针对煤矿水灾害问题,提出水灾害响应的概念,并以此为基础建立以水灾害预防与治理为主的煤矿水害事故响应系统。该系统将煤矿突水预防和应急响应作为系统的需求,通过Agent组织煤矿及救援单位的有效资源,并以多代理系统(MAS,Multi-AgentSystem)为基础设计了煤矿水灾害响应的协商机制。不仅能及时地响应煤矿的常效排水需求,而且能在水灾害发生后快速制定应急救援方案,克服了原有煤矿水灾害救治流程中响应速度慢、缺乏目的性,救援资源难以有效调配的缺点,为煤矿水灾害的预防、应急救援、灾后处理提供了综合信息平台。应用案例表明,该系统对于提升煤矿水灾害救治的应急能力具有显著效果,并可有效地降低水灾害的人员和财产损失。