投影寻踪聚类方法在煤与瓦斯突出危险性预测中的应用

为了提高煤与瓦斯突出预测的准确率,在研究矿井瓦斯地质特征基础上,建立煤与瓦斯突出预测指标体系,应用投影寻踪方法和聚类方法构建了煤与瓦斯突出危险性预测的投影寻踪聚类模型。该模型通过计算反映煤与瓦斯突出危险程度的一维投影特征值,并对其进行聚类分析,得出煤与瓦斯突出危险性等级。将模型应用于平煤八矿戊9,10-21030工作面回风巷,预测等级与实际煤与瓦斯突出情况吻合度较高。结果表明,应用投影寻踪聚类方法对平煤八矿进行煤与瓦斯突出危险性预测是可行的。     

煤与瓦斯突出微震-瓦斯互动响应预警研究

为解决煤与瓦斯突出实时预警技术在现场应用误报率较高的问题,分析贵州省某矿掘进工作面煤与瓦斯突出主控因素和前兆特性,研究微震-瓦斯互动响应的实时预警机制,构建基于数据挖掘的煤与瓦斯突出智能预测模型,界定煤与瓦斯突出危险等级划分原则,建立煤与瓦斯突出危险性实时预警系统;并利用该矿掘进工作面实测数据预测煤与瓦斯突出危险性等级。研究结果表明:智能预测模型预测精度较高,预测结果与钻屑瓦斯解吸指标K1值及瓦斯压力值P的一致性较好,所建预警系统的预警等级与工作面实际煤与瓦斯突出危险情况基本相符。     

基于灰色系统理论的煤与瓦斯突出预测

为了对煤与瓦斯突出事故进行有效的预防与控制 ,笔者应用灰色系统理论中的灰色聚类评估方法 ,对矿井的煤与瓦斯突出进行了预测。经实例证明 ,与常用的预测方法相比 ,灰色聚类预测方法具有能动态预测、预测准确等优点。该方法将影响突出的多个因素综合系统的来考虑 ,跳出了常规预测方法只依靠单一指标进行预测的圈子 ,提高了预测的准确性。研究结果表明 ,该方法能准确地反映矿井煤与瓦斯突出规律 ,是一种新的煤与瓦斯突出预测的方法     

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。     

煤与瓦斯突出危险性的未知权重多属性综合评价模型

将集对分析理论和变异系数法相结合,构建煤层突出危险性综合评价模型。首先,模型选取煤的破坏类型、瓦斯放散初速度指标△P、煤的坚固性系数f、煤层瓦斯压力队综合指标D和综合指标K作为评价指标。其次,为避免权重赋值的主观性,采用变异系数法确定指标权重,以提高权重的客观性和适应性。然后,利用综合评价准则判断煤与瓦斯突出危险性等级。研究结果表明：采用该模型的评价结果与实际情况基本一致,从而验证了模型的合理性与可行性。     

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。     

基于遗传投影寻踪聚类模型的煤层自燃危险性预测方法

为了更加科学、准确地对煤层的自燃危险性进行预测,从煤自然属性、地质条件和开采条件3方面选取指标构建了煤层自燃危险性预测指标体系,结合遗传投影寻踪算法和聚类方法建立了煤层自燃危险性预测的遗传投影寻踪聚类模型。该模型通过运用遗传算法对投影方向进行优化,计算能够反映煤层自燃危险程度的一维投影特征值,并对投影特征值进行聚类分析,从而得出煤层自燃危险性等级。将模型运用于所选的8个样本工作面,得出的煤层自燃危险性预测等级和实际情况吻合度较高。结果表明,遗传投影寻踪聚类方法能够实现对工作面煤层自燃危险性程度的有效预测。     

基于网络分析和联系熵的煤与瓦斯突出预测研究

以煤与瓦斯突出预控为目的,将网络分析法和联系熵理论相耦合,建立了煤与瓦斯突出预测的ANP-CE模型。该模型运用网络分析法建立了煤与瓦斯突出预测指标网络模型并计算预测指标权重分布,划分了突出危险性等级及其相应的指标临界值,确定了各危险等级的联系熵范围。结合工程实例,预测结果与工程实际情况相符,表明了该预测模型在计算预测指标权重分布和煤与瓦斯突出危险性预测上具有可行性和合理性,为煤与瓦斯突出预测方法提供了一种新的途径。     

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。     

煤与瓦斯突出预测指标的灰色优选

运用灰色理论中灰关联分析数学模型，定量分析了六种预测煤与瓦斯突出的指标，并确定了最佳预测指标，为煤与瓦斯突出预测指标的选择提供了定量化依据。     

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。     

基于灰色系统理论的煤与瓦斯预测预报系统的研究

本文将煤体温度变化、电磁辐射、声发射以及煤的破坏类型和煤层的地质构造综合起来考虑,应用灰色系统理论中的多维灰色评估方法,对煤与瓦斯突出灾害进行预测,以提高瓦斯突出预测预报的准确性。并编制了煤与瓦斯突出预测预报系统软件,为煤与瓦斯突出预测提供一种新思路和新方法。     

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。     

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。     

深部煤层瓦斯含量的差值GM-RBF预测模型及其应用

基于灰熵理论和RBF神经网络理论,提出了一种改进的灰色神经网络深部煤层瓦斯含量预测模型。该模型首先利用灰熵关联度确定影响深部煤层瓦斯含量的主控因素,构建多个GM预测模型进行精度分析,寻求最优的灰色预测模块对分析系统进行一次预测,再利用灰色模型白化微分方程解序列相邻两元素分别与相应期望值作差,构建一个差值序列作为RBF神经网络输出对分析系统进行二次预测,得到的差序列预测结果的差值即为深部煤层瓦斯含量的预测值,从而构建了基于差值GM-RBF神经网络组合模型的深部煤层瓦斯含量预测体系。实际应用表明:差值GM-RBF神经网络组合模型的精度评价指标MAE、MAPE、RMSE、RRMSE分别为0.233 1、3.25%、0.2778、4.04%,远优于单一灰色、RBF模型;与传统GM-RBF组合模型相比,MAE和MAPE分别减小了23.8%和22.1%,RMSE和RRMSE分别减小了20.5%和17%。由此可见,以差值结合法将最优灰色模块与RBF神经网络有效结合起来的瓦斯含量预测体系增强了模型的泛化能力和数据利用率,精度更高,稳定性更好,能够满足深部煤层瓦斯含量准确预测的要求,为深部煤与瓦斯安全高效开采提供依据。     

改进CRITIC修正G2-TOPSIS的钻孔自燃预测模型及应用

针对瓦斯抽采钻孔自燃危险评价系统模型中指标权重难以确定的问题,提出一种改进的基于指标相关性权重确定法(CRITIC)的G2赋权法。首先引入欧式距离函数,建立优化决策模型,采用CRITIC的"差异驱动"型赋权法修正"功能驱动"型G2赋权法;其次获得各指标综合权重,评价影响钻孔自燃危险因素的主次关系;再次基于逼近理想解排序法(TOPSIS)"驱动功能"的G2赋权法,建立G2-TOPSIS钻孔自燃危险评判模型;然后分析贴近度,预测钻孔自燃危险等级;最后将该模型应用于晋牛煤矿1303工作面瓦斯抽采钻孔。结果表明:煤氧化还原燃点温差为诱发钻孔自燃危险的主导因素;钻孔自燃危险等级为III级,预测结果与实际情况相吻合。     

煤矿瓦斯突出事故不安全动作原因统计分析

为了从行为控制角度预防煤与瓦斯突出事故,在对88起重特大瓦斯突出事故资料统计的基础上,分析了煤矿瓦斯突出事故的基本特征、事故直接原因不安全动作及其相关法规特征,结果表明,非瓦斯突出矿井也可能发生瓦斯突出,突出事故在小型、乡镇矿井仍占主要地位;不安全动作原因可归为突出危险工作面作业、未及时支护、突出后未强化实施综合防突措施等3类;突出危险工作面作业严重程度最高的3种动作为采煤机割煤、放炮、风镐落煤;不安全动作原因共违反了3种法律法规的14个条款。     

基于防突工作流程的突出预测敏感指标体系构建方法

针对现有突出预测敏感指标确定方法存在的问题,基于瓦斯压力和瓦斯含量的联系,考察了临界压力和含量的对应关系,确定了瓦斯压力为杨柳煤矿10#煤层区域预测敏感指标,临界值为0.74MPa;采用实验室分析和现场验证相结合的手段,通过引入相对误差和迫近度等分析方法,确立了钻屑解吸指标Δh2为10#煤层局部预测敏感指标,临界值为180 Pa;结合我国目前防突工作基本流程,确定了突出预测敏感指标体系的构建方法,构建了杨柳煤矿10#煤层突出预测敏感指标体系。     

2007年1—12月全国发生死亡10人以上重大、特大事故点评回放

4月19日1时40分,河北省邯郸峰峰矿业集团大淑村煤矿172205运料巷掘进工作面发生特大煤与瓦斯突出事故,突出煤量约1200吨,突出的煤矸石堆积长度91米。事故发生时,井下共有313人．其中296人安全升井,造成死亡17人。初步分析,导致事故发生的原因是：172205工作面已经进入突出危险区域,位于4号煤层开采保护层遗留煤柱形成的应力集中区内,对突出危险性增大认识不足,排放钻孔的排放半径未进行实际考察,采取的排放钻孔参数依据不足,采取的煤与瓦斯突出预测敏感指标和临界值没有根据本矿的煤层地质条件进行实际考察。     

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