模糊综合评价法在煤与瓦斯突出危险性评估中的应用

为了直观准确地对煤矿进行煤与瓦斯突出危险进行评估,在工程实践中建立了安全评价模型,确定了体系层次结构,运用模糊数学方法和层次分析法合理地确定了各因素的权重以及各因素评判和整体综合评判,提高了结果的科学性、实用性。     

开拓新区煤与瓦斯突出危险性区划技术

煤与瓦斯突出严重地影响着矿井的安全生产,必须做好防治工作。防治工作的基础是准确地预测煤与瓦斯动力现象。该文通过考虑影响煤与瓦斯突出的定量和定性因素,建立了开拓新区煤与瓦斯突出综合评价的模型,该模型经在矿井应用,证明该技术可靠易行。     

基于综合评判模型的煤与瓦斯突出危险程度预测

针对某些矿井出现的"低指标"突出现象,提出一种新的综合评判模型,用于煤与瓦斯突出危险程度预测。选取鉴定煤与瓦斯突出的4个单项指标临界值作为参考点,建立煤与瓦斯突出危险性预测综合评判准则。当评判距离Ri属于[0,1],判断突出强度;当Ri属于[-1,0],判断突出危险可能性,量化了突出强度及可能突出的危险程度,并划分突出强度、突出危险可能性等级。利用模型对淮南矿突出程度进行预测,预测结果与实际吻合,实现了定性语言与定量数据相结合的突出预测,为煤与瓦斯突出提供了一种新的预测方法。     

平煤集团煤与瓦斯突出强度预测的模糊综合评判

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。     

李子垭矿煤与瓦斯突出危险性分类及评价指标的排序

通过对李子垭矿历年煤与瓦期突出资料的分析,划分出该矿的突出危险区,提出评价突出危险性的6项指标,采用层次分析法对其进行排序分析。     

应用层次分析-模糊综合评判法对煤与瓦斯突出危险性的预测

现场测定某矿掘进工作面煤与瓦斯突出的预测指标值,该指标包括:电磁辐射强度、电磁辐射脉冲、软分层厚度、钻屑量、瓦斯涌出初速度和综合指标R;运用层次分析法确定各预测指标的重要程度;利用模糊数学综合评价方法对煤与瓦斯突出的危险性进行综合预测。结果表明,该方法对煤与瓦斯突出的预测结果与综合指标R预测情况符合性较好,具有较强的实用性和可靠性,对煤矿的安全生产工作具有一定的指导作用和借鉴价值。     

基于RS-SVM模型的煤与瓦斯突出多因素风险评价

为挖掘瓦斯突出风险与煤矿开采中各影响因素间的关系,应用支持向量机(SVM)理论从模式判别角度分析瓦斯突出风险与各地质因素组成的特征向量间的判别关系,基于粗糙集(RS)理论对待分析数据进行知识约简,提取核心判别指标,建立基于粗糙集-支持向量机(RS-SVM)的瓦斯突出风险判别模型。研究结果表明,RS知识约简方法可以很好地对原始数据中的冗余指标进行约简,通过对约简后指标数据进行SVM回归分析,可对煤与瓦斯突出模式进行很好的判别,所建立的瓦斯突出风险判别模型较一般SVM模型具有更高的预测精度,同时指标约简过程降低SVM运算中的复杂度,提高运算效率。     

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     

煤与瓦斯突出机理研究的现状及相关问题

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.     

预抽煤层瓦斯消突效果评价FTA及综合指标优选

针对预抽煤层瓦斯这一区域性防治煤与瓦斯突出措施的消突效果评价,应用事故树分析法(FTA),可根据导致预抽煤层瓦斯后发生煤与瓦斯突出事故的各种可能途径,以及各个诱导因素对事故发生的影响程度,找到可用于消突效果评价的关键因子,进一步分析出评价指标和评价方案.本文构造出了预抽煤层瓦斯后发生煤与瓦斯突出的事故树模型,通过FTA定性分析,得出了预抽煤层瓦斯消突效果评价因子的客观排序,为区域防突措施消突效果评价提供了一种新的理论方法.     

煤与瓦斯突出预测的QGA-LSSVM模型

为快速、有效地对煤与瓦斯突出类型作出预测,运用灰色关联和因子分析模型对所选主要的判别指标进行分析提取,利用量子遗传算法(QGA)对最小二乘支持向量机(LSSVM)的参数作寻优处理,最终建立QGA-LSSVM煤与瓦斯突出预测模型。选取从砚石台矿区历史实测的数据,以96∶20的比例对该模型进行训练与测试,并将预测结果与其他预测模型的预测效果进行了比较。研究结果表明:对判别指标进行灰色关联分析可以有效去除对煤与瓦斯突出影响作用小的指标;用因子分析进行公共因子提取,可以有效减少数据信息冗余;利用QGA优化的LSSVM模型能使结果避免陷入局部最优解,用该模型可以有效预测煤与瓦斯突出类型,误判率为0。     

新安煤田煤与瓦斯突出特征及防治措施

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。     

模糊支持向量机在煤与瓦斯突出预测中的研究

模糊支持向量机(FSVM)综合了模糊理论和支持向量机(SVM)的学习理论,不仅继承了SVM在小样本情况下所具有的较强识别能力的特点,并且比SVM拥有更好的学习能力。在FSVM算法中,每个样本被赋予一个隶属度值,使得构造目标函数时不同的样本有不同的贡献,达到最大限度的消除噪声或者孤立点的效果。运用了灰色关联分析(GRA)对煤与瓦斯突出指标进行提取,引入了一个合适的模糊隶属度函数,并在此基础上提出了基于FSVM的煤与瓦斯突出预测的模型,通过实际数据的验证和其他预测方法的对比,证明了FSVM模型能够满足煤与瓦斯突出预测的要求。最后,将FSVM和传统SVM对同一组数据进行训练,证明了FSVM相比较传统SVM拥有更高的精确度。     

瓦斯在石门揭构造软煤诱发煤与瓦斯突出中的作用

为了更好地认识和防治煤与瓦斯突出,利用扫描电子显微镜和静态液氮吸附仪研究一种构造软煤的微孔结构特征,同时利用自主搭建的大型石门揭煤相似模拟试验系统,研究石门揭露构造软煤过程中瓦斯压力的变化规律。在试验研究的基础上,分析构造软煤的微孔特性对瓦斯赋存的影响,以及瓦斯在石门揭露构造软煤诱发煤与瓦斯突出中的作用。通过试验得出:构造软煤的结构破坏严重,微孔发育并且为特殊瓶颈的不透气孔,为瓦斯的赋存提供了极为有利的条件;瓦斯在突出的启动和发展过程中起重要作用,即在瓦斯压力突然降低、释放膨胀潜能时,瓦斯压力作为动力来源,加速了煤体向采掘空间抛出的过程。     

瓦斯压力对煤与瓦斯射流突出能量的影响

瓦斯压力是煤与瓦斯突出的主要动力源,其与突出能量的关系尚不明确。将煤与瓦斯突出视为煤-瓦斯气固两相射流突出,在分析煤与瓦斯射流突出过程的基础上,建立了煤与瓦斯射流突出数值模型,给出了突出能量表达式。通过理论分析、数值模拟相结合,得到了瓦斯压力对煤与瓦斯突出能量、突出强度、瓦斯涌出量等参数的影响规律。结果表明,突出发生时,突出能量具有波动性,即以突出口为界存在能量集聚骤升区和能量释放衰减区。能量集聚骤升发生在突出孔洞至突出口段,瓦斯-煤两相流突出速度成倍增大;能量释放主要发生在突出口附近和巷道中,瓦斯-煤两相流突出速度逐渐减小。煤与瓦斯射流突出产生强烈涡旋,在顶板、底板处尤为显著,与现场观察到的突出后顶板有摩擦和划痕、底板突出煤粉有分选现象一致。瓦斯压力与突出能量间呈线性增加关系,与突出强度和瓦斯涌出量均呈幂指数增加关系。计算得到的煤与瓦斯射流突出能量量级与前人结论基本吻合,结果可为煤与瓦斯突出能量预测提供参考。     

煤与瓦斯突出预测综合指标F临界值研究

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。     

模糊综合评判法预测煤与瓦斯突出强度的研究

依据统计数据和专家经验,应用层次分析法确定各影响因素对突出强度的贡献度权重,采用定性数据定量化方法确定各因素的隶属度,采用二级模糊综合评判方法和"加权平均型"评判数学模型,建立了煤与瓦斯突出强度预测模糊综合评判方法,实现了煤与瓦斯突出强度的定量预测.