• 全部
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
多重分形在掘进巷道煤与瓦斯突出预测中的应用
  • 作者

    王轶波王凯徐阿猛

  • 单位

    华北科技学院中国矿业大学(北京)

  • 摘要
    对掘进巷道瓦斯涌出时间序列(Q序列)的多重分形特征的研究表明,在掘进工作面有突出危险时Q序列的多重分维Dq图谱与无突出危险时相比,Dq图谱中负q与正q之间张口变大,在Dq-q曲线上表现为负q部分上升,正q部分下降,q=0附近区域曲线明显变陡。而无突出危险时段中Dq-q曲线过渡平缓,无明显异常。最后据此规律,建立了基于Q序列多重分形特征的煤巷突出危险性人工神经网络(ANN)预测模型。
  • 关键词

    煤与瓦斯突出多重分形人工神经网络

  • 相关文章
相关问题
立即提问

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联