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。     

全尾砂絮凝沉降参数GA-SVM优化预测模型研究

为了得到经济、高效的絮凝沉降参数,建立GA_SVM预测模型进行优化选择。在优选过程中,以供砂浓度、絮凝剂单耗和絮凝剂添加浓度作为输入因子,以沉降速度作为综合输出因子,通过室内试验,建立训练、验证样本集;建立支持向量机（SVM）回归预测模型,用训练集对模型进行训练,进而以验证集预测值的均方误差作为适应度函数,通过遗传算法（GA）对SVM模型参数进行优化选择,应用优化得到的SVM模型对絮凝沉降参数进行预测、优化。以湖南某铅锌银矿为例,通过建立的GA_SVM模型对全尾砂絮凝沉降参数进行预测,优选出该矿最佳絮凝沉降参数为:供砂浓度20%-25%,絮凝剂单耗8g/t,添加浓度009%。经实验对比,该模型对絮凝沉降参数预测结果的相对误差能控制在5%左右,精确度较高,可以作为絮凝沉降参数优选的一种新思路     

“光峰”激光安防产品闪亮北京安博会

正200吋正投单体,100吋拼接,100吋单体,100吋电视会议系统……超高亮度,超高分辨率,超大尺寸,在日前结束的北京安博会上,深圳光峰光电展示的激光安防产品,凭借一流的效果和其国际领跑的激光显示技术,赢得了广泛的关注。作为全球激光显示技术的领跑者,深圳市光峰光电技术有限公司亮相本届安博会,并展出其专为安防行业打造的重磅产品激光投影机——带领DLP跨入"百吋时代"的100吋拼接显示背投单元和专为安防行业视     

“光峰”激光安防产品闪亮北京安博会

200吋正投单体,100吋拼接,100吋单体,100吋电视会议系统……超高亮度,超高分辨率,超大尺寸,在日前结束的北京安博会上,深圳光峰光电展示的激光安防产品,凭借一流的效果和其国际领跑的激光显示技术,赢得了广泛的关注。作为全球激光显示技术的领跑者,深圳市光峰光电技术有限公司亮相本届安博会,并展出其专为安防行业打造的重磅产品激光投影机——带领DLP跨入＂百吋时代＂的100吋拼接显示背投单元和专为安防行业视频会议打造的超大尺寸激光显示系统——200时正投单体。     

树牢法治思维 提高执法能力

<正>新安法的修改施行,为我们做好安全监管工作指明了方向。只有深入学习理解掌握其实质,才能更好地做好安全监管工作。党的十八届四中全会提出:坚持依法治国、依法执政、依法行政共同推进;坚持依法执政,各级领导干部要带头遵守法律,带头依法办事,不得违法行使权力;提高党员干部法治思维和依法办事能力,把法治建设成效作为衡量各级领导班子和领导干部工作实绩重要内容、纳入政绩考核指标体系,把能不能遵守法律、依法办事作为考察干部重要内容。习近平总书记强调:     

煤矿人为失误的原因及控制

随着科学技术的进步,机器设备的可靠性得到了大幅度的提高,人为失误导致的事故比例快速上升.掌握人为失误的原因,进而控制人为失误的发生是有效减少事故发生的重要措施.在对神火煤电股份有限公司新庄矿深入调查了解的基础上,初步探讨了煤矿人为失误的原因,提出了控制人为失误的有效途径.     

城市生活垃圾卧式气流分选特性研究

利用处理能力100 kg/h的卧式气流分选机开展生活垃圾中塑料分选实验。实验结果表明:进风角度为10°、15°时,分别对应存在>8.5 m/s、7.7～9.3 m/s的风速范围,使塑料的纯度和分选效率达到80%以上;利用Fluent软件模拟,结果表明:进风角度>15°时,分选机内气流复杂,塑料纯度和分选效率的波动性大,仅存在较窄的风速范围可使总纯度和分选效率同时达到80%以上。     

基于EMD-MFOA-ELM的瓦斯涌出量时变序列预测研究

为准确分析工作面绝对瓦斯涌出量的非平稳特征,实现瓦斯涌出量的准确预测,基于经验模态分解(EMD)、修正的果蝇优化算法(MFOA)和极限学习机(ELM)基本原理,构建瓦斯涌出量的EMD-MFOA-ELM多尺度时变预测模型。通过EMD将瓦斯涌出量时变序列进行深层次分解,获得多尺度本征模态函数(IMF);采用MFOA-ELM对各IMF时变序列建立动态预测模型,等权叠加各预测值,得到模型最终预测结果。以晋煤某矿瓦斯涌出量监测时序样本为例进行研究分析,结果表明:EMD能充分挖掘出监测数据隐含信息,有效降低数据复杂度;该模型预测相对误差为0.024 3%~0.651 0%,平均值仅为0.252 6%,预测精度和泛化能力高于未经EMD分解模型,能很好地适用于非平稳时变序列预测。     

深部条件下的煤岩钻孔喷孔试验研究

为了研究深部条件下的煤岩体动力显现特征规律,运用钻孔喷孔试验系统进行了不同载荷作用下的钻孔喷孔试验,测试并分析比较煤试样在试验过程中的应力、应变、钻屑量、声发射等参数。结果表明:只有当煤样加载压力超过某一临界值后,才会发生钻孔喷孔现象;加载压力越大,煤试件的钻屑量越多,钻孔喷孔次数越多;同时,喷孔时伴随较大煤岩颗粒喷出,钻孔喷孔是一个能量瞬间释放的过程,侧向应力和应变在能量释放瞬间会经历突然减小或经过短暂的增加后骤然减小的过程,与钻孔喷孔事件相对应;声发射事件除在钻孔周围分布比较密集外,每个试件也有呈条带状分布的区域。声发射事件数、振铃数、能量等都随着加载时间的增加而增加,在喷孔阶段更加明显。试验结果有效揭示了钻孔喷孔过程。     

支持向量机多重分类救生舱环境评价研究

针对矿用救生舱舱内环境动态评价的问题,采用支持向量机多重分类机制进行评价研究.确定了舱内环境评价的等级指标;将环境评价问题处理为分类和分级两部分,分别给出了相应的函数.使用粒子群优化算法进行了参数优化;制订了具体的评价方案,得出了动态评价结果.经现场试验证明,该环境评价方法可以对救生舱舱内环境进行有效、实时的动态评价,算法收敛速度较快,为救生舱舱内环境调控提供了可靠的理论基础和充分的现场数据.