煤与瓦斯突出预测的Fisher判别分析法及应用

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。     

石门揭煤工作面煤与瓦斯突出预测的理论分析

目前,我国石门揭煤工作面突出事故仍时有发生。为了研究石门揭煤工作面煤与瓦斯突出(以下简称"突出")预测问题,首先,根据工作经验指出我国《防治煤与瓦斯突出规定》中2种预测方法(综合指标法、钻屑瓦斯解吸指标法)存在的不足,即预测指标缺乏理论依据、临界值往往难以通过试验考察确定;其次,建立了石门揭煤工作面突出预测的物理模型,认为突出主要是爆破卸压增渗与瓦斯渗流产生的剪应力达到了煤体的剪切强度所致(突出的必要条件而非充要条件);第三,采用变分法求解强非线性一维平面瓦斯渗流偏微分方程,获得包括非线性特性的自模拟解(近似解析解);最后,利用自模拟解等建立了石门揭煤工作面突出预测的临界条件,得到了瓦斯压力的临界值p0max与煤的坚固性系数f的平方成正比的结论。介绍了俄罗斯现行防突指南中的临界条件(p0max1.4f2)及有关情况,建议作为综合指标法等的辅助指标用于石门揭煤工作面突出预测,也可供斜井、立井揭煤工作面突出预测参考。     

基于灰色遗传神经网络法的矿井瓦斯涌出量预测

矿井瓦斯突出的发生是一个非线性系统在时空演化过程中的灾变行为,影响突出的各个基本因素与突出危险性之间存在复杂的非线性映射关系.对于处理这样的非线性时空演变问题,传统的数学方法是有局限性的.为了更好地预测矿井瓦斯涌出量,将灰色理论引入到预测精度高的遗传神经网络,使灰色理论和遗传神经网络有机结合起来,以神经网络理论为基础,利用遗传算法优化隐含层神经元个数和网络中的连接权值,并用其建立瓦斯涌出量的预测新模型.在实验室测试数据的基础上,建立遗传神经网络训练和检验样本集,并且将检验结果分别与标准BP神经网络的预测结果进行比较.     

人工神经网络在煤与瓦斯突出预测中的应用

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。     

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     

基于改进极端学习机的混沌时间序列瓦斯涌出量预测

为更准确地预测瓦斯涌出量,预防瓦斯灾害,有必要建立和应用基于改进极端学习机(IELM)的混沌时间序列预测模型。首先,对瓦斯涌出量监测数据构成的多变量时间序列进行相空间重构,采用互信息法与虚假邻点法得到每一变量的延迟时间和最佳嵌入维数;然后,通过最小二乘方法和误差反馈原理计算出最优的网络输入层到隐含层的学习参数,对极端学习机(ELM)进行改进;最后,借助IELM建立瓦斯混沌时间序列的预测模型。通过仿真试验,运用该预测模型预测的最大相对误差为3.290 2%,最小相对误差为0.898 2%,平均相对误差为1.952 8%。     

基于瓦斯地质与监控信息耦合的煤与瓦斯突出预测方法

在矿井瓦斯地质研究基础上,从地质、瓦斯及监测监控3方面选取9个指标构建了煤与瓦斯突出预测指标体系,并利用多元信息耦合技术建立了煤与瓦斯突出预测模型。其中特征级运用模糊综合评判对数据级预测指标信息进行耦合,决策级运用D-S证据理论对特征级预测信息进行耦合,通过分级耦合得出反映煤与瓦斯突出危险性等级的可信度值。以郑煤集团超化煤矿31041工作面下付巷为例,一方面将预测等级和现场预测等级及钻孔动力现象记录进行对比,另一方面对信息耦合模型的准确性和可靠性进行验证,结果表明应用多元信息耦合模型对煤与瓦斯突出预测是可行的。     

瑞利波预测煤与瓦斯突出

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     

基于支持向量机的煤与瓦斯突出预测研究

为准确预测矿井煤与瓦斯突出的危险性,针对煤与瓦斯突出样本的不足从一定程度上制约了基于知识的方法在煤与瓦斯突出预测中的应用这一问题,利用支持向量机在小样本情况下具有较强识别能力的特点,提出了煤与瓦斯突出的支持向量机预测方法。对煤与瓦斯突出影响因素进行灰关联分析,提取特征向量。选用典型突出矿井的煤与瓦斯突出实例作为学习样本,以云南恩洪煤矿的突出实例作为预测样本,将支持向量机预测结果与其他预测结果进行对比。结果表明支持向量机模型能够满足煤与瓦斯突出预测的要求。     

用灰关联分析和神经网络方法预测煤与瓦斯突出

本文应用灰色系统理论的灰色关联分析,对煤与瓦斯突出影响因素进行灰关联分析,得出了各影响因素对煤与瓦斯突出影响程度的大小排序,选择灰关联分析的五个优势因子:瓦斯放散初速度、坚固性系数、瓦斯压力、煤体破坏类型和开采深度,作为输入参数,用计算机对神经网络编写程序,建立了煤与瓦斯突出预测的神经网络模型.用我国典型突出矿井的煤与瓦斯突出实例作为学习样本,对网络进行训练学习,并以云南恩洪煤矿的煤与瓦斯突出实例作为预测样本进行验证.     

采空区瓦斯涌出源位置对瓦斯浓度及自燃带分布的影响

利用Fluent软件,对采空区瓦斯为采空区整个区域涌出和上、下临近层及底板遗煤处同时涌出两种情况下的流场进行了数值模拟,并分析了采空区瓦斯体积分数及自燃带分布规律。结果表明:当采空区整个区域瓦斯涌出时,采空区瓦斯体积分数由底板到顶板垂直方向上呈逐渐升高的趋势;当上、下临近层及底板遗煤处瓦斯同时涌出时,采空区瓦斯体积分数在靠近底板和顶板位置处较高,中间区域处较低。与采空区整个区域瓦斯涌出相比,当上、下临近层及底板遗煤处瓦斯同时涌出时,在采空区底板处,自燃带更靠近工作面;在采空区底板和顶板中间位置处,自燃带远离工作面;在采空区顶板处,自燃带位置几乎没有变化。     

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。     

基于能量理论的煤与瓦斯突出机理探讨

为研究煤与瓦斯突出的力学机理和能量来源,根据理想气体状态方程,推导了采场围岩瓦斯突出过程中的瓦斯压力、瓦斯含量与对外做功的关系,基于弹塑性力学,阐明了岩体弹塑性状态转化前后应变能释放机理。研究结果表明:煤与瓦斯突出是瓦斯势能与煤岩体弹性能共同作用并转化为煤岩体动能的结果;瓦斯势能释放值与释放路径无关,而与瓦斯压力和瓦斯含量相关,与煤壁前方塑性区扩展规模相关;将其应用至1次特大型煤与瓦斯突出事故中,核算的突出煤量、瓦斯含量和煤体抛出速度基本吻合于实际结果;基于理论分析提出了煤与瓦斯突出的3项防治措施,一是通过钻孔卸压或瓦斯抽放减小瓦斯压力,二是增加极限平衡区距离或减小截深,三是避免高瓦斯巷道或工作面出现蝶形塑性破坏。     

基于多因素模式识别的煤与瓦斯突出预测研究

采煤工作面煤与瓦斯突出是由煤层自然条件和工程扰动共同作用决定的,充分考虑煤层原始赋存条件和人类工程活动对煤与瓦斯突出的影响,建立多因素模式识别准则和方法,应用VBA技术完成了工作面煤与瓦斯突出危险性动态预测系统开发。以平顶山十矿己15-24080工作面为研究对象,将瓦斯含量、瓦斯压力、采动应力等因素作为工作面煤与瓦斯突出的主要影响因素,运用多因素模式识别方法实现了对工作面煤与瓦斯突出危险性分单元概率预测,且能够随着工作面不断推进进行动态预测和分级管理。研究结果表明:突出危险性预测结果与现场实况有较好的一致性,对煤矿安全开采具有良好的指导作用。     

基于可拓模式识别的煤与瓦斯突出危险性分析

为了有效识别煤与瓦斯突出的危险性,运用可拓理论和熵理论建立了基于熵权的可拓模式识别模型。熵权和关联函数的建立避免了权系数和综合隶属度确定的主观性。利用该模型对某能源有限公司3个工作面的突出危险性进行识别分析,不仅得出了各工作面的突出危险性程度,还得出了各工作面突出危险性大小的排序。结果表明,基于可拓模式识别的方法既可以确定单一对象的隶属模式,又可以对多个识别对象进行排序,而且识别过程宜于编制计算机程序求解,计算简单,易于在现场推广应用。     

有机过氧化物的热危险性辨识研究

运用Gaussian 98量子化学程序包中考虑了电子相关性的密度泛函理论(DFT)的B3LYP方法,在6-311+G(3df)水平上根据分子结构与化学键的关系,计算得到了过氧化苯甲酰和过氧化甲乙酮两种有机过氧化物分解反应的反应物、中间物和产物的总能量数据,求出这两种有机过氧化物分解反应的最大反应热,应用CHETAH程序中最大分解热的判断标准预测这两种有机过氧化物的热危险性均为中等。同时使用绝热加速量热技术对这两种有机过氧化物的热危险性进行分析,通过绝热温升、自加速分解温度、单位质量产生的压力等参数可以得出,两种有机过氧化物的热危险性均为中等。这两种方法可以互为验证,用来作为辨识有机过氧化物的热危险性的依据。     

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。     

基于电磁辐射峰谷比值法的煤与瓦斯突出预警

为了提高电磁辐射预警煤与瓦斯突出危险的准确性,减少误报现象,在分析大量电磁辐射现场数据基础上,基于电磁辐射预警煤与瓦斯突出危险原理,提出了电磁辐射峰谷比值法,利用正态分布统计特征计算每个班次的电磁辐射瞬时强度峰值均值和谷值均值,并将其比值作为煤与瓦斯突出危险性的预警值。最后,将该方法应用于义忠煤矿11112风巷掘进工作面,研究结果表明:与临界值系数和动态变化趋势系数法相比,峰谷比值法误报较低,预警准确性高,能够很大程度上减少误报对生产的影响。     

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。     

GIS支持下基于非线性理论的煤与瓦斯突出综合预测模型

为弥补单一模型缺陷,提高预测的可靠性和准确性,提出了煤与瓦斯突出综合预测.根据煤与瓦斯突出的机理,选取模糊数学、灰色理论、物元分析模型、神经网络及支持向量机5种成熟的非线性方法作为综合预测的数学模型,应用灰色关联度模型确定预测指标,建立了基于非线性理论的煤与瓦斯突出综合预测模型.分析了GIS支持下基于非线性理论的煤与瓦斯突出综合预测系统的集成方法及关键技术,开发了快速综合预测系统并进行了应用.研究表明,该系统能够快速预测突出危险性.相比于单一模型,该方法综合了多种数学模型,预测结果具有较高的准确性及可信性.