“煤与瓦斯突出预测预警技术”专题_中国煤炭行业知识服务平台

“煤与瓦斯突出预测预警技术”专题

来源：矿业安全与环保

煤与瓦斯突出是威胁煤矿安全生产的主要灾害之一,而且随着我国矿井采深和开采强度的增加,突出灾害日益严重。研究合理的瓦斯浓度预测分析方法与防突预警系统是煤矿灾害智能防控的重要环节；对突出风险进行全方位有效辨识和准确预测预警是遏制突出事故的有效手段。编者从近几年在《矿业安全与环保》发表的“煤与瓦斯突出预测预警技术”主题论文中遴选10篇稿件制作成辑，供广大读者参阅。

行业视野: 安全
类别; 41个
关键词; 29位
专家; 10篇
论文; 4032IP
点击量; 1681次
下载量

基于因子分析与BP神经网络的煤与瓦斯突出预测

作者(Author)：马晟翔, 李希建

摘要：为提高煤与瓦斯突出预测的可行性与准确性，将因子分析法与BP神经网络方法相结合，提出一种改进的BP神经网络预测方法。根据平顶山八矿煤与瓦斯突出相关主要影响因素的原始数据，使用因子分析法对9个煤与瓦斯突出影响因素的原始数据进行降维处理，得到3个公共因子；将3个公共因子代替原有的9个煤与瓦斯突出影响因素作为BP神经网络输入层参数，建立因子分析法与BP神经网络法相结合的煤与瓦斯突出预测模型，对平顶山八矿煤与瓦斯突出进行预测。选取平顶山八矿煤与瓦斯突出样本对改进的BP神经网络预测方法进行验证，结果表明：3个预测样本的相对误差分别为1.79%、3.54%、0.83%，均小于10.00%。采用改进的BP神经网络预测方法可有效解决传统的BP神经网络因为输入层参数过多而数据处理效率低、迭代速率慢与精确度低等问题。

免费下载

矿业安全与环保

2019年第02期

319

160
基于PCA-Fisher判别分析模型的煤与瓦斯突出危险等级预测方法研究

作者(Author)：陈建平, 董军, 吕相伟

摘要：为了提高煤与瓦斯突出预测精度,选取瓦斯含量、瓦斯压力、瓦斯放散初速度等11个因素作为判别指标,将煤与瓦斯突出强度分为无突出、小型突出、中型突出、大型突出4个等级。利用贵州黔西北煤矿资料中的28组数据作为训练学习样本,建立了煤与瓦斯突出危险等级预测的PCA-Fisher判别分析模型,再利用资料中其余6组数据作为预测样本,对该模型进行检验和应用,并与BP神经网络模型和Fisher判别模型的判别结果进行比较。结果表明:PCA-Fisher判别模型具有更高的准确性和可靠性,可以对煤与瓦斯突出危险等级进行有效预测。

免费下载

矿业安全与环保

2018年第03期

223

124

首页上一页 1 2

推荐专家

李希建

推荐专题

亮点论文

推荐企业

太原惠特

“煤与瓦斯突出预测预警技术”专题

煤问提

煤传媒

煤视界

科技创新50强

会员中心