基于CNN-GRU的瓦斯浓度预测模型及应用*

为解决传统瓦斯浓度预测方法预测精度低和适用性不强等问题,提出运用卷积神经网络（CNN）提取瓦斯浓度时间序列的变化趋势及局部关联特征,应用门自适应矩估计（Adam）优化的控循环单元神经网络（GRU）,在关联特征基础上进行时序性预测的组合方法,并以铜川玉华煤矿监测数据为样本,对比CNN-GRU组合模型、传统机器学习模型LSTM和GRU模型的预测效果。研究结果表明:CNN-GRU模型的预测精度和收敛速度均优于LSTM和GRU模型;CNN-GRU平均绝对误差和均方根误差分别可降低至0.042,0.006,运行效率分别提高59.15%,35.04%,研究结果可为矿井瓦斯灾害防治提供依据。     

基于CSABC-ELM的采煤工作面瓦斯涌出量预测

为了提高煤矿工作面瓦斯涌出量的预测精度,研究一种将极端学习机(ELM)与利用混沌搜索策略改进的人工蜂群(CSABC)算法相结合的预测方法。改进后的人工蜂群算法有效解决了ABC算法易陷入局部最优、后期收敛慢等缺陷,利用CSABC优化ELM的输入层和隐含层参数,避免了随机产生ELM参数所造成的误差,建立基于CSABC-ELM的瓦斯涌出量预测模型。利用实际煤矿监测数据对该模型进行试验分析,并与ABC-ELM,ELM和BP神经网络的预测结果进行比较。结果表明,CSABC-ELM预测误差更小,精度更高,泛化性能也更强,能有效地对煤矿瓦斯涌出量进行预测。     

一系列漏洞揭示了什么

近2个月来,一系列重特大生产安全事故连连发生,在这些不断重复发生的事故背后都有一个共同点:存在一系列漏洞。这一问题引起社会各界的极大关注,并引发各主要媒体的热议。近2个月来,一系列重特大生产安全事故在煤矿、非煤矿山、交通、建设、加工生产等领域连连发生。"8·5"浙江省温州市铝锁抛光加工     

国务院办公厅转发发展改革委 安全监管总局关于进一步加强煤矿瓦斯防治工作若干意见的通知

各省．自治区．直辖市人民政府，国务院各部委，各直属机构：发展改革委、安全监管总局《关于进一步加强煤矿瓦斯防冶工作的若干意见》已经国务院同意，现转发给你们，请认真贯彻执行。     

强化体制机制建设——记山西阳泉煤业集团安全生产工作

阳泉煤业集团有限责任公司(以下简称“阳煤集团”)前身为阳泉矿务局,是全国最大的无烟煤生产基地.集团拥有包括阳泉煤业、山西三维和太化股份三个上市公司在内的502个分子公司,总资产1 001亿元,职工17.6万人,位列中国企业500强第108位,中国煤炭企业100强第10位.经过60余年的发展,阳煤集团现已成为一个以煤炭和煤化工为主导产业,铝电、建筑建材地产、装备制造、贸易服务四大辅助产业强势发展的煤基多元化企业集团.     

德国的煤矿什么样

德国是世界上煤炭储量最大的国家之一,煤炭的地质储藏量约2300亿吨,按照德国目前的开采规模,其煤炭储量可开采286年。德国虽然煤炭储量丰富,但煤层埋藏一般都非常深,发生事故的可能性相对较大,历史上也经常发生矿难。但现在德国矿山安     

Y型通风协同抽采下综采工作面采空区瓦斯渗流分布规律研究北大核心CSCD

以综采工作面采空区为研究对象，基于渗流理论及连续性方程，运用三维数值模拟的方法，以Y型通风为例，采用上隅角埋管、预埋立管和高位定向钻孔协同抽采，研究抽采前后采空区在走向、倾向和竖直方向上瓦斯流场分布规律，并通过对比文献中的试验数据来验证数值模拟结果的可靠性。结果表明：抽采前，Y型通风下在综采工作面采空区走向上，距离工作面越远深部瓦斯浓度越高，瓦斯最高体积分数为98.6%,综采工作面采空区倾向上瓦斯浓度较小，瓦斯浓度在1.0%以下；抽采后，综采工作面采空区瓦斯最高体积分数由98.6%降低至4.6%,且采空区3/4区域瓦斯体积分数不足3.0%,综采工作面与上隅角区域瓦斯体积分数也均降低至1.0%以下，未产生上隅角区域瓦斯浓度超限现象，瓦斯浓度大幅度下降。该研究对丰富采空区瓦斯渗流理论、提高瓦斯抽采量、解决上隅角区域瓦斯浓度超限问题、保证矿井安全生产等方面具有一定的理论和现实意义。     

矿井煤与瓦斯突出事故应急救援能力评估模型

为降低煤矿井下煤与瓦斯突出事故中的人员伤亡和财产损失,提高突出事故中的应急救援能力,提出一种麻雀搜索算法(SSA)优化支持向量机(SVM)的煤与瓦斯突出事故应急救援能力评估模型。首先,依据相关文献与研究报告构建包括应急预防能力、应急准备能力、应急响应能力和恢复善后能力在内的4项一级指标,其中包括18项二级指标,并以各指标的得分数据作为模型训练数据集;然后,利用网络层次分析法(ANP)与熵权法(EWM)分别确定各评估指标在相互影响下的主客观权重,通过拉格朗日函数将各权重融合得到最优权重,运用SSA算法优化SVM的径向基核参数g和惩罚因子C,将最优权重计算得出的结果作为SSA-SVM模型的输入,期望值作为输出进行线性回归预测;最后,以河北省某矿为例,将SSA-SVM模型与传统SVM、粒子群优化算法(PSO)优化SVM、鲸鱼优化算法(WOA)优化SVM 3种不同模型的预测结果分别与期望值作对比分析。结果表明：SSA-SVM模型的预测结果与实际相符,平均绝对误差相较于其他模型分别下降8.04%、5.15%、4.82%,证明所建模型的优越性,可将其应用于矿山企业实际矿井煤与瓦斯突出事故应急救援能...     

建设瓦斯抽采系统保障煤矿安全

四川煤炭产业集团达竹煤电公司小河嘴煤矿(以下简称“小河嘴煤矿”)位于有“中国气都”之称的四川省达州市,始建于1991年,1998年正式投产,系四川省“八五”重点建设项目之一.矿井年核定生产能力45万t,所属煤种为1/3焦煤,是国内优质的冶金用煤,大倾角极薄煤层采煤机械化率达100％,是目前川东北地区机械化装备水平最高的国有重点煤矿,被誉为达州市煤炭工业的“窗口”.