期刊文献+
共找到1,587篇文章
< 1 2 80 >
每页显示 20 50 100
基于瓦斯含量反演的工作面瓦斯涌出量动态预测研究
1
作者 朱墨然 《煤炭工程》 北大核心 2024年第4期133-137,共5页
为解决煤矿采掘工作面瓦斯涌出量无法实时准确预测的问题,通过对采掘工作面瓦斯涌出来源和影响因素进行分析,阐述了工作面瓦斯含量反演的难点和处理方法,在此基础上建立了瓦斯含量反演模型,提出基于瓦斯含量反演的工作面瓦斯涌出量动态... 为解决煤矿采掘工作面瓦斯涌出量无法实时准确预测的问题,通过对采掘工作面瓦斯涌出来源和影响因素进行分析,阐述了工作面瓦斯含量反演的难点和处理方法,在此基础上建立了瓦斯含量反演模型,提出基于瓦斯含量反演的工作面瓦斯涌出量动态预测方法。该预测方法以瓦斯在煤体中的赋存状态是连续变化为前提,通过工作面煤体瓦斯含量反演并结合瓦斯涌出量特征系数的确定来对瓦斯涌出量进行预测。并在陕西象山煤矿进行工业试验,结果表明,该预测方法能够较好地对煤矿工作面瓦斯涌出量进行预测,瓦斯涌出量预测值与实测值的绝对误差范围在0.09~0.20 m^(3)/min之间,误差百分比控制在20%以内。利用该预测方法能够对采掘工作面瓦斯涌出量进行实时连续预测,保障煤矿安全高效生产。 展开更多
关键词 瓦斯含反演 瓦斯涌出量 预测 涌出量预测 预测方法
下载PDF
基于变分模态分解与深度集成组合模型的瓦斯涌出量预测 被引量:2
2
作者 展广涵 王雨虹 +1 位作者 付华 王淑月 《控制工程》 CSCD 北大核心 2024年第3期478-488,共11页
为提高瓦斯涌出量预测精度,提出一种基于变分模态分解(variationalmode decomposition,VMD)的注意力机制(attentionmechanism,AM)-长短期记忆(longshortterm memory, LSTM)网络与极端梯度提升(extreme gradient boosting, XGBoost)组合... 为提高瓦斯涌出量预测精度,提出一种基于变分模态分解(variationalmode decomposition,VMD)的注意力机制(attentionmechanism,AM)-长短期记忆(longshortterm memory, LSTM)网络与极端梯度提升(extreme gradient boosting, XGBoost)组合的预测模型。利用VMD将瓦斯涌出量原始数据分解为高、低频率的分量,以长短期记忆网络时序分析模型为基础,将分解后的高频分量作为其输入。同时,引入注意力机制提取瓦斯涌出量影响因素时序数据中的关键信息,增强序列数据中关键信息的表达,提高模型的预测精度。利用XGBoost模型对低频分量进行预测,将高、低频分量的预测结果进行叠加求和,得到最终的瓦斯涌出量预测值。根据实验结果,引入注意力机制后模型的预测精度明显高于无注意力机制的预测模型,且所提出的组合模型的预测精度均高于对应的单一模型和其他对比模型,验证了该方法的有效性。 展开更多
关键词 变分模态分解 注意力机制 长短期记忆网络 瓦斯涌出量预测 XGBoost
原文传递
基于模态分解和时间卷积网络的瓦斯涌出量组合预测
3
作者 毛智强 徐耀松 +2 位作者 王丹丹 田楚汉 黄明宇 《传感技术学报》 CAS CSCD 北大核心 2024年第10期1795-1802,共8页
为有效地分析和处理煤矿中产生的瓦斯涌出数据,实现精准、可靠的回采工作面绝对瓦斯涌出量预测,以提前规避瓦斯灾害,提出自适应噪声完整集成经验模态分解对瓦斯涌出量序列进行分解,对分解得到的各分量分别构建时间卷积网络模型。利用IGJ... 为有效地分析和处理煤矿中产生的瓦斯涌出数据,实现精准、可靠的回采工作面绝对瓦斯涌出量预测,以提前规避瓦斯灾害,提出自适应噪声完整集成经验模态分解对瓦斯涌出量序列进行分解,对分解得到的各分量分别构建时间卷积网络模型。利用IGJO算法对TCN模型的相关超参数进行寻优,建立各分量的预测模型。使用Logistic混沌映射生成金豺种群,引入柯西-高斯变异算子,更新金豺位置并选择最优位置,增强算法搜索能力,避免种群陷入局部最优。将各分量的预测输出值叠加,得到最终的瓦斯涌出量预测值。测试结果表明,CEEMDAN-IGJO-TCN组合预测方法,降低了预测的复杂度同时提高了预测精度。 展开更多
关键词 瓦斯涌出量预测 经验模态分解 时间卷积网络 金豺优化算法 柯西-高斯变异
下载PDF
基于二次分解和BO-BiLSTM组合模型的采煤工作面瓦斯涌出量预测方法研究
4
作者 荣统瑞 侯恩科 夏冰冰 《煤矿安全》 CAS 北大核心 2024年第5期83-92,共10页
为了提高采煤工作面瓦斯涌出量预测精度,提出了一种基于二次分解和BO-BiLSTM组合模型的采煤工作面瓦斯涌出量预测方法。首先运用变分模态分解(VMD)将瓦斯涌出量时序数据进行一次分解,充分利用其分解后的残余分量,并采用自适应噪声完备... 为了提高采煤工作面瓦斯涌出量预测精度,提出了一种基于二次分解和BO-BiLSTM组合模型的采煤工作面瓦斯涌出量预测方法。首先运用变分模态分解(VMD)将瓦斯涌出量时序数据进行一次分解,充分利用其分解后的残余分量,并采用自适应噪声完备经验模态分解(CEEMDAN)进行二次分解;然后将分解后的所有子序列分别输入到贝叶斯算法优化双向长短期记忆网络(BO-BiLSTM)模型中进行瓦斯涌出量预测;最后将各子序列模型输出结果进行叠加得到最终瓦斯涌出量预测结果。以陕西彬长矿区某矿采煤工作面绝对瓦斯涌出量日监测数据为例进行建模和预测分析,结果表明:所提出的瓦斯涌出量组合预测模型具有较高的预测精度,验证了该模型在瓦斯涌出量预测方面的有效性和适用性。 展开更多
关键词 瓦斯涌出量预测 二次分解 变分模态分解 BO-BiLSTM组合模型 时间序列
下载PDF
基于KPCA-LSSVM的回采工作面瓦斯涌出量的预测
5
作者 陈巧军 余浩 +2 位作者 李艳昌 谭依佳 李奕 《中国安全生产科学技术》 CAS CSCD 北大核心 2024年第4期78-84,共7页
为了提高瓦斯涌出量预测精度,针对瓦斯涌出量影响因素具有线性重叠、高维非线性等问题,提出使用核主成分分析法(KPCA)对影响因素进行非线性降维。选取沈阳某矿30组样本数据,以前24组数据作为训练集,后6组数据作为测试集,将确定后的核主... 为了提高瓦斯涌出量预测精度,针对瓦斯涌出量影响因素具有线性重叠、高维非线性等问题,提出使用核主成分分析法(KPCA)对影响因素进行非线性降维。选取沈阳某矿30组样本数据,以前24组数据作为训练集,后6组数据作为测试集,将确定后的核主成分作为最小二乘支持向量机(LSSVM)的输入变量,建立KPCA-LSSVM预测模型,将预测结果与PCA-LSSVM、LSSVM、多元非线性回归、KPCA-BP神经网络、PCA-BP神经网络以及BP神经网络预测结果进行对比。以最大相对误差绝对值作为模型预测精度的评价指标。研究结果表明:当选取前4个核主成分时,即达到模型训练要求。KPCA-LSSVM模型的预测最大相对误差绝对值为5.89%,预测精度均优于其他6种对比模型。研究结果可为实现瓦斯涌出量高精度预测提供参考。 展开更多
关键词 瓦斯涌出量的预测 核主成分分析法(KPCA) 最小二乘支持向机(LSSVM) 相对误差绝对值
下载PDF
预测采区瓦斯涌出量的新方法——分源比例法
6
作者 许光伟 武丹宁 王志强 《矿山工程》 2024年第4期676-682,共7页
针对某煤矿的瓦斯涌出量快速预测问题,提出了采掘瓦斯平衡系数,采用分源比例法,在布置回采巷道阶段可以预测采区瓦斯涌出量。通过分源比例法预测出的采区瓦斯涌出量回采时为7.36 m3/min,检修时为5.80 m3/min,实测值回采时为7.81 m3/min... 针对某煤矿的瓦斯涌出量快速预测问题,提出了采掘瓦斯平衡系数,采用分源比例法,在布置回采巷道阶段可以预测采区瓦斯涌出量。通过分源比例法预测出的采区瓦斯涌出量回采时为7.36 m3/min,检修时为5.80 m3/min,实测值回采时为7.81 m3/min,检修时为6.18 m3/min,误差控制在15%以内。本研究为煤矿瓦斯涌出量快速预测提供了理论依据和实践基础。Aiming at the problem of rapid prediction of gas emission in a coal mine, the gas balance coefficient of mining and excavation is proposed. The gas emission in the mining area can be predicted by using the sub-source ratio method in the stage of arranging the mining roadway. The gas emission in the mining area predicted by the source ratio method is 7.36 m3/min during mining, 5.80 m3/min during maintenance, the measured value is 7.81 m3/min during mining and 6.18 m3/min during maintenance. The error is controlled within 15%. This study provides a theoretical basis and practical basis for the rapid prediction of coal mine gas emission. 展开更多
关键词 瓦斯涌出量 快速预测 采掘瓦斯平衡系数 分源比例法
下载PDF
基于改进QGA-ELM的瓦斯涌出量预测模型
7
作者 星宁江 周文铮 刘雨竹 《矿业安全与环保》 CAS 北大核心 2024年第5期38-45,共8页
针对现有的瓦斯涌出量预测方法普遍未定量分析数据自身因素影响的问题,提出一种改进量子遗传算法(IQGA)优化极限学习机(ELM)瓦斯涌出量预测模型。采用孤立森林(iForest)算法检测绝对瓦斯涌出量的概念漂移,并选择Attention机制的CNN-BiL... 针对现有的瓦斯涌出量预测方法普遍未定量分析数据自身因素影响的问题,提出一种改进量子遗传算法(IQGA)优化极限学习机(ELM)瓦斯涌出量预测模型。采用孤立森林(iForest)算法检测绝对瓦斯涌出量的概念漂移,并选择Attention机制的CNN-BiLSTM算法修正概念漂移异常值;利用相关性分析法(PCC)降维处理输入变量,确定预测模型的辅助变量;引入动态调整量子旋转角、量子交叉、量子变异及量子灾变操作获得改进量子遗传算法(IQGA),提升算法寻优能力和泛化能力,使用IQGA对ELM参数寻优。以决定系数(R 2)、平均绝对误差(MAE)、均方根误差(RMSE)及平均绝对百分比误差(MAPE)为指标进行评估,结果表明:IQGA-ELM模型测量误差最小,指标分别为0.985、0.018、0.026及2.56%,预测效果优于其他模型,预测精确度更高。 展开更多
关键词 瓦斯涌出量 概念漂移 子遗传 极限学习机 预测方法
下载PDF
基于ISSA-GM-BP的回采工作面瓦斯涌出量及其回风瓦斯体积分数预测
8
作者 焦辈男 撒占友 +3 位作者 韩炳南 刘杰 卢守青 王昊 《煤矿安全》 CAS 北大核心 2024年第9期12-21,共10页
煤矿瓦斯事故破坏性强、危害范围大,回采工作面瓦斯涌出量及其回风瓦斯体积分数预测可以为制定瓦斯治理措施、预防瓦斯事故提供重要依据。为解决瓦斯涌出量及其回风瓦斯体积分数受多因素影响、数据波动大而难以准确预测的问题,在灰色预... 煤矿瓦斯事故破坏性强、危害范围大,回采工作面瓦斯涌出量及其回风瓦斯体积分数预测可以为制定瓦斯治理措施、预防瓦斯事故提供重要依据。为解决瓦斯涌出量及其回风瓦斯体积分数受多因素影响、数据波动大而难以准确预测的问题,在灰色预测与BP神经网络的基础上引入麻雀搜索算法(SSA),建立了一种ISSA-GM-BP模型用于回采工作面瓦斯涌出量及其回风瓦斯体积分数预测;该模型利用Chebyshev混沌映射、动态惯性权重、Lévy飞行策略算法对SSA进行改进,在灰色预测中引入动态生成系数α建立动态灰色GM(1,1,α)模型并与BP神经网络组合使用,再通过改进SSA对组合模型进行优化,利用该模型对某矿山回采工作面瓦斯涌出量及其回风瓦斯体积分数进行预测,并与SSA-BP神经网络、BP神经网络的预测结果作出对比分析。结果表明:在回采工作面瓦斯涌出量、工作面回风瓦斯体积分数2方面,ISSA-GM-BP模型预测结果与实测值之间平均相对误差分别为2.95%、2.65%,SSA-BP神经网络的平均相对误差分别为9.50%、8.00%,BP神经网络的平均相对误差分别为12.49%、9.76%,且ISSA-GM-BP模型的决定系数为0.9609、0.9587,预测值完全符合实际回采工作面瓦斯涌出量和工作面回风瓦斯体积分数的变化趋势,在预测精确性与适应性方面具有显著优势。 展开更多
关键词 矿山安全 瓦斯涌出量预测 灰色理论 BP神经网络 麻雀搜索算法
下载PDF
0x09基于CNN_BiLSTM的矿井瓦斯涌出量预测模型
9
作者 解恒星 张雄 +4 位作者 董锦洋 刘晓东 姚小兵 毕振彪 李磊 《中国安全生产科学技术》 CAS CSCD 北大核心 2024年第11期53-59,共7页
为了实现对瓦斯涌出量准确预测,从而有效预防瓦斯灾害。提出1种结合卷积神经网络(convolutional neural network,CNN)和双向长短期记忆网络(bidirectional long short-term memory,BiLSTM)的瓦斯涌出量预测模型,采用CNN在时间序列上提... 为了实现对瓦斯涌出量准确预测,从而有效预防瓦斯灾害。提出1种结合卷积神经网络(convolutional neural network,CNN)和双向长短期记忆网络(bidirectional long short-term memory,BiLSTM)的瓦斯涌出量预测模型,采用CNN在时间序列上提取瓦斯涌出量及其影响因素的局部关键特征,有效捕捉数据的局部时序相关性;BiLSTM模型利用这些特征,通过其前向和后向处理能力,全面捕捉时间序列中长期依赖性和复杂模式。研究结果表明:该模型预测准确率达93.6%,均方误差显著低于CNN、BPNN、LSTM、BiLSTM、CNN_LSTM、CNN_BiLSTM 6个模型,决定系数接近1,表明其出色的预测能力和解释力。研究结果可有效预测瓦斯涌出量波动,有助于提高矿井瓦斯风险预警能力,提升矿井安全管理水平。 展开更多
关键词 瓦斯涌出量预测模型 卷积神经网络 双向长短时记忆网络 反向神经网络 基线对比
下载PDF
高瓦斯矿井瓦斯涌出量预测及抽采技术应用
10
作者 胡权 《山西化工》 CAS 2024年第10期200-202,共3页
为有效提高瓦斯抽采效果,以晋普山矿瓦斯地质条件为背景,采用理论分析、现场试验方法对矿井瓦斯涌出量进行了预测,并对瓦斯抽采技术进行了优化应用。根据抽采效果,高位钻孔瓦斯抽采量平均为7.69 m^(3)/min,上隅角瓦斯浓度未出现超过0.5%... 为有效提高瓦斯抽采效果,以晋普山矿瓦斯地质条件为背景,采用理论分析、现场试验方法对矿井瓦斯涌出量进行了预测,并对瓦斯抽采技术进行了优化应用。根据抽采效果,高位钻孔瓦斯抽采量平均为7.69 m^(3)/min,上隅角瓦斯浓度未出现超过0.5%,表明优化瓦斯抽采技术后,能够满足矿井日常生产需求。 展开更多
关键词 瓦斯涌出量 高位钻孔 瓦斯抽采系统 抽采效果
下载PDF
基于响应面法的煤矿瓦斯涌出量预测研究
11
作者 王明玉 高鑫浩 《山西煤炭》 2024年第2期54-59,共6页
为了高效稳定的预测工作面瓦斯涌出量,细化并简化建模过程,研究了影响因素间的交互作用,将响应面设计方法与逐步回归分析相结合,提出了优化的瓦斯涌出量预测模型,并在马堡煤矿进行了应用。结果表明:利用逐步回归分析可有效剔除对瓦斯涌... 为了高效稳定的预测工作面瓦斯涌出量,细化并简化建模过程,研究了影响因素间的交互作用,将响应面设计方法与逐步回归分析相结合,提出了优化的瓦斯涌出量预测模型,并在马堡煤矿进行了应用。结果表明:利用逐步回归分析可有效剔除对瓦斯涌出量影响不显著的因素;结合Design Expert系统中的Box-Behnken,以瓦斯涌出量为响应值建立了瓦斯涌出量与各显著因素之间的编码值响应面二次方优化模型,经检验,模型预测结果的相对误差绝对值的最大值为1.06%,平均值为0.63%。模型预测效果良好,可为煤矿瓦斯涌出量预测工作提供一定的参考。 展开更多
关键词 安全工程 瓦斯涌出量 响应面 回归分析
下载PDF
基于深度神经网络的回采工作面瓦斯涌出量预测
12
作者 宋世伟 张雪 +1 位作者 张喜超 景媛媛 《现代工业经济和信息化》 2024年第9期115-116,119,共3页
为了提高煤矿安全性,设计了一种基于深度神经网络的回采工作面瓦斯涌出量预测方法,并在某煤矿回采工作面瓦斯涌出实际量进行了测试分析。研究结果表明:预测结果和实际参数发生了轻微变化,而总体预测结果与瓦斯涌出量变化特点相符,可以... 为了提高煤矿安全性,设计了一种基于深度神经网络的回采工作面瓦斯涌出量预测方法,并在某煤矿回采工作面瓦斯涌出实际量进行了测试分析。研究结果表明:预测结果和实际参数发生了轻微变化,而总体预测结果与瓦斯涌出量变化特点相符,可以较准确反馈涌出量变化幅度。预测误差位于接近0的部位,在-3~3之间,沿两边呈现逐渐下降特点,超过75%的参数预报误差在1.75以内,预测得到误差处于允许范围之内。该研究有助于提高煤矿节能减排的效果,具有很好的实际意义。 展开更多
关键词 瓦斯涌出量 回采工作面 深度神经网络 预测误差
下载PDF
大通煤矿3^(#)煤层瓦斯赋存特征及涌出量预测
13
作者 李伟伟 《山东煤炭科技》 2024年第2期63-67,72,共6页
开采深度和开采速度的增加,瓦斯动力突出灾害频发,瓦斯预测以及全矿区评判成为开采任务的重要研究方向。为进一步揭示大通矿区范围内瓦斯赋存以及突出可能性,采用采区实测数据对矿井范围内瓦斯含量以及涌出量进行预测。研究结果,4个采... 开采深度和开采速度的增加,瓦斯动力突出灾害频发,瓦斯预测以及全矿区评判成为开采任务的重要研究方向。为进一步揭示大通矿区范围内瓦斯赋存以及突出可能性,采用采区实测数据对矿井范围内瓦斯含量以及涌出量进行预测。研究结果,4个采区的瓦斯赋存量和埋深进行拟合,3^(#)煤层的埋藏深度与瓦斯含量拟合关系为W=0.0057H+2.1618(R^(2)=0.88),分源预测法分别计算了回采工作面、掘进工作面和生产采区的瓦斯涌出量,井田内3#煤层瓦斯含量具有北高南低的特征,矿井最大绝对瓦斯涌出量达14 m^(3)/min,相对瓦斯涌出量约为5.6 m^(3)/t。 展开更多
关键词 地质特征 瓦斯赋存特征 涌出量预测
下载PDF
基于PSO-BP神经网络算法矿井瓦斯涌出量回归预测应用
14
作者 刘大可 张浩强 郭翔 《中国矿山工程》 2024年第3期38-43,共6页
本文针对矿井瓦斯涌出量预测问题,建立了PSO-BP神经网络算法模型,收集了山西某煤矿2017年至2023年期间的20组样本数据,将其中的15组作为训练集,对剩余5组的样本数据进行瓦斯涌出量回归预测,并最终对比了PSO-BP神经网络算法与BP神经网络... 本文针对矿井瓦斯涌出量预测问题,建立了PSO-BP神经网络算法模型,收集了山西某煤矿2017年至2023年期间的20组样本数据,将其中的15组作为训练集,对剩余5组的样本数据进行瓦斯涌出量回归预测,并最终对比了PSO-BP神经网络算法与BP神经网络算法的平均绝对误差、均方误差、均方根误差、平均绝对百分比误差和预测准确率等评价指标。结果表明,基于PSO-BP神经网络算法的瓦斯涌出量预测模型具有更高的准确性,能够满足矿山实际需求,具有较好的实用性和创新性,为其他矿井在瓦斯涌出量预测方面提供了一定的借鉴意义。 展开更多
关键词 瓦斯涌出量预测 粒子群优化算法 反向传播神经网络 回归预测 评价指标
下载PDF
基于CEEMDAN-DA-GRU的瓦斯涌出量预测模型 被引量:1
15
作者 徐耀松 白济宁 +2 位作者 王雨虹 阎馨 王丹丹 《传感技术学报》 CAS CSCD 北大核心 2023年第3期441-448,共8页
针对瓦斯涌出量数据具有非线性、周期性的特点和实际场景下不同特征因素与瓦斯涌出量关联程度不同导致预测精度低的问题,提出一种基于完备经验模态分解和双重注意力机制的瓦斯涌出量预测模型。通过CEEMDAN方法将瓦斯涌出量数据分解为频... 针对瓦斯涌出量数据具有非线性、周期性的特点和实际场景下不同特征因素与瓦斯涌出量关联程度不同导致预测精度低的问题,提出一种基于完备经验模态分解和双重注意力机制的瓦斯涌出量预测模型。通过CEEMDAN方法将瓦斯涌出量数据分解为频率不同的分量,以降低非线性数据的预测难度;再计算特征注意力机制中计算各特征因素的权重,挖掘当前分量与各个特征之间的关联关系;基于门控循环单元的时序注意力机制量化历史隐藏状态对当前状态的影响,提高长时间序列预测的准确度。通过相加重构得到最终预测结果。基于陕西某矿瓦斯涌出量数据进行预测实验,所提出模型的平均绝对百分比误差为1.65%,均小于DA-GRU、GRU和SVM等对比模型,验证了该模型的有效性。 展开更多
关键词 瓦斯涌出量预测 特征注意力机制 时序注意力机制 完备经验模态分解
下载PDF
基于回归Shapley值分解法的回采工作面瓦斯涌出量影响因素研究 被引量:1
16
作者 杨涛 谢紫琦 +1 位作者 胡婧妍 王辰 《煤矿安全》 CAS 北大核心 2023年第11期18-24,共7页
随着开采深度的增加,井下环境变得愈加复杂,亟需明确各因素对回采工作面瓦斯涌出量变化的影响程度。通过基于回归的Shapley值分解法,确定各因素对影响回采工作面瓦斯涌出量的贡献率;通过SPSS统计分析软件对数据进行分析,确保所得数据符... 随着开采深度的增加,井下环境变得愈加复杂,亟需明确各因素对回采工作面瓦斯涌出量变化的影响程度。通过基于回归的Shapley值分解法,确定各因素对影响回采工作面瓦斯涌出量的贡献率;通过SPSS统计分析软件对数据进行分析,确保所得数据符合应用多元线性回归分析的前提条件;通过stata统计分析软件,利用OLS回归方法对修正后的数据进行数学建模,建立回归方程;基于Shapley值分解法,将回归方程进行分解,利用验证组数据对分解结果进行验证。煤层赋存条件为超厚煤层且第四系地层以黄土为主的前提下,得出各因素对影响回采工作面瓦斯涌出量的贡献率为:煤层厚度>工作面推进速度>煤层瓦斯含量>煤层上覆基岩厚度,煤层厚度为影响回采工作面瓦斯涌出量的决定性因素;通过将煤层厚度、工作面推进速度、煤层瓦斯含量、煤层上覆基岩厚度归纳为自然因素与开采因素,得出自然因素为影响回采工作面瓦斯涌出量的决定性因素。 展开更多
关键词 回归模型 Shapley值分解 回采工作面瓦斯涌出量 SPSS统计分析软件 stata统计分析软件
下载PDF
基于BP神经网络的瓦斯涌出量预测模型研究 被引量:1
17
作者 李红行 何万顺 和留生 《当代化工研究》 CAS 2023年第20期179-181,共3页
瓦斯爆炸事故是煤矿中最常见和最严重的安全隐患之一。瓦斯涌出量的预测对于煤矿安全管理具有重要的意义。以往煤矿瓦斯涌出量的预测主要依靠经验和现场实测数据,预测结果不够准确,无法及时提供预警信息。为提高瓦斯涌出量的精确性,本... 瓦斯爆炸事故是煤矿中最常见和最严重的安全隐患之一。瓦斯涌出量的预测对于煤矿安全管理具有重要的意义。以往煤矿瓦斯涌出量的预测主要依靠经验和现场实测数据,预测结果不够准确,无法及时提供预警信息。为提高瓦斯涌出量的精确性,本文通过综合分析煤层地质特征、煤体性质以及矿井开采条件对瓦斯涌出的影响规律,提出新的瓦斯浓度预测模型,可以提高预测精度和准确性,为煤矿的瓦斯防治和矿井通风设计提供科学依据,为矿山企业的经济决策提供参考,帮助企业制定合理的生产计划,提高经济效益。 展开更多
关键词 瓦斯爆炸 煤矿 瓦斯涌出量 预测模型
下载PDF
改进思维进化算法优化BP神经网络的瓦斯涌出量预测研究
18
作者 赵焕平 《南阳理工学院学报》 2023年第4期35-39,共5页
为了保证煤矿安全开采,并提高煤矿瓦斯涌出量的预测精度,提出了改进思维进化算法优化BP神经网络的模型预测新方法。在思维进化算法中加入精英反向学习策略增加算法的全局搜索能力,在趋同操作中引入粒子群算法避免重复搜索,以此实现对BP... 为了保证煤矿安全开采,并提高煤矿瓦斯涌出量的预测精度,提出了改进思维进化算法优化BP神经网络的模型预测新方法。在思维进化算法中加入精英反向学习策略增加算法的全局搜索能力,在趋同操作中引入粒子群算法避免重复搜索,以此实现对BP神经网络的初始权值和阈值的全局寻优,并通过矿井监测到的各项历史数据进行验证。结果表明:与BP神经网络模型和MEA-BP神经网络模型相比较,该模型的预测精度更高,泛化能力更强。该模型的平均相对变动值为0.00116,平均相对误差为0.81%,均方根误差为0.0576,有效提高了对瓦斯涌出量的预测精度,提升了煤矿安全生产技术。 展开更多
关键词 瓦斯涌出量 思维进化算法 精英反向学习 粒子群算法 BP神经网络
下载PDF
自适应增强优化的瓦斯涌出量预测模型 被引量:2
19
作者 杨超 周文铮 刘雨竹 《辽宁工程技术大学学报(自然科学版)》 北大核心 2023年第6期733-739,共7页
为提升回采工作面瓦斯涌出量的预测能力,提出一种基于门控循环单元(gate recurrent unit,GRU)预测模型,利用瓦斯涌出相关影响因素对瓦斯涌出量进行预测。对麻雀搜索算法的初始化过程加以改进,采用改进后的麻雀算法对影响GRU预测模型的... 为提升回采工作面瓦斯涌出量的预测能力,提出一种基于门控循环单元(gate recurrent unit,GRU)预测模型,利用瓦斯涌出相关影响因素对瓦斯涌出量进行预测。对麻雀搜索算法的初始化过程加以改进,采用改进后的麻雀算法对影响GRU预测模型的超参数进行优化,提高瓦斯涌出量的预测精度;利用AdaBoost算法的自适应增强能力,构建自适应增强优化的瓦斯涌出量预测模型(ISSA-GRU-AdaBoost模型),并通过核主成分分析提取预测指标特征,提升预测的快速性。将所建模型与PSO-ELM模型、QPSO-LSTM模型、PSO-BP模型,以及SSA-SVM模型进行对比实验,结果表明ISSA-GRU-AdaBoost预测模型的预测精度最高。 展开更多
关键词 瓦斯涌出量 预测模型 门控循环单元 麻雀搜索算法 ADABOOST算法 自适应增强优化
原文传递
矿井瓦斯涌出量预测的GM(1,1)模型研究 被引量:13
20
作者 姚建 王新民 伍爱友 《工业安全与环保》 2005年第9期1-3,共3页
矿井瓦斯渗出量预测,对矿井安全及正常生产至关重要。由于矿井瓦斯涌出量的影响因素、关联变量和约束条件复杂,对各因素之间的影响程度难以区分和把握,因此在预测预报中的精度较差。而采用灰色理论则具有高度的概括性,可以把各种不确定... 矿井瓦斯渗出量预测,对矿井安全及正常生产至关重要。由于矿井瓦斯涌出量的影响因素、关联变量和约束条件复杂,对各因素之间的影响程度难以区分和把握,因此在预测预报中的精度较差。而采用灰色理论则具有高度的概括性,可以把各种不确定的因素,统一用一个简单的“灰数”表示,预测精度高而且使用简单。在分析某矿历年来相对瓦斯涌出量的基础上,应用灰色系统理论对其瓦斯涌出量进行了预测,其方法与结果对预防煤矿恶性事故的发生,保证煤矿的安全生产具有重要意义。 展开更多
关键词 瓦斯涌出量 灰色理论 GM(1 1)模型 预测 瓦斯涌出量预测 矿井瓦斯 相对瓦斯涌出量 模型 灰色系统理论 预测精度
下载PDF
上一页 1 2 80 下一页 到第
使用帮助 返回顶部