果蝇算法融合SVM的开采沉陷预测模型

针对目前开采沉陷预计方法的种种缺陷,提出了一种新的预计方法。将果蝇优化算法(FOA)与支持向量机(SVM)相结合,建立FOA-SVM预测模型。选取煤层倾角、采厚、平均采深等参数作为模型的输入参数,最大下沉量作为模型的输出参数。选取训练集样本,应用FOA对SVM的参数进行寻优,确定最佳的SVM参数。采用预测集样本对该预测模型进行检验,同时将该模型预测性能与其他预测模型进行对比分析。结果表明:与GA-SVM模型、PSO-SVM模型和神经网络预测模型相比,该模型具有更高的预测能力和泛化能力,可以较好地实现对开采沉陷的预测。     

果蝇算法融合SVM的开采沉陷预测模型

针对目前开采沉陷预计方法的种种缺陷,提出了一种新的预计方法。将果蝇优化算法(FOA)与支持向量机(SVM)相结合,建立FOA-SVM预测模型。选取煤层倾角、采厚、平均采深等参数作为模型的输入参数,最大下沉量作为模型的输出参数。选取训练集样本,应用FOA对SVM的参数进行寻优,确定最佳的SVM参数。采用预测集样本对该预测模型进行检验,同时将该模型预测性能与其他预测模型进行对比分析。结果表明:与GA-SVM模型、PSO-SVM模型和神经网络预测模型相比,该模型具有更高的预测能力和泛化能力,可以较好地实现对开采沉陷的预测。     

煤自燃极限参数的支持向量机预测模型

建立了基于支持向量机 (Support Vector Machine, SVM)的煤自燃极限参数预测模型;经过与多项式函数及Sigmoid核函数的对比,选用径向基函数作为SVM核函数;提出了一种SVM参数优化的变步长搜索方法,先在一个大区域根据训练样本均方差的值改变参数搜索步长,找到一个性能好的小区域,在这个小区域中应用网格搜索法找到最优参数,可提高参数搜索速度.实验表明,与人工神经网络模型相比,在样本有限的情况下,基于支持向量机的煤自燃极限参数预测模型预测精度更高、速度更快,说明支持向量机技术在煤自燃极限参数预测中具有实用价值.      

基于PCA-PSOSVM的煤自燃程度预测研究

针对煤自燃程度指标多且与气体产物之间存在复杂非线性关系的特点,将主成分分析理论(PCA)和支持向量机算法(SVM)相结合,建立了煤自燃程度的预测模型。对表征煤自燃程度的10个指标进行主成分分析,提取其中3个主要成分作为支持向量机的输入,利用MATLAB实现回归预测,运用粒子群算法(PSO)对支持向量机的参数寻优,并与遗传算法(GA)参数寻优进行了对比。预测结果显示,PCA-PSOSVM模型的预测精度相对较高,其相对误差绝对值的平均值为4.26%,而PSOSVM、GASVM和PCA-GASVM的相对误差绝对值的平均值分别为8.16%、10.62%和7.81%,表明经PCA降维处理后的SVM预测准确率高于未经PCA降维处理的SVM预测结果,PSOSVM比GASVM具有更好的预测效果。     

基于支持向量机的采空区遗煤自燃预测分析

在分析回采工作面煤层自燃基础上,用支持向量机(SVM)预测技术对采空区遗煤自燃进行预测分析。并以忻州窑矿8914综放工作面采空区遗煤自燃为实例,对其不同时期采空区危险性进行预测分析,验证了该方法的可行性。打破传统经验分析法,实现了煤矿安全分析的智能化,对建立本质安全型矿井具有利用价值。     

基于SVM的煤与瓦斯突出预测模型及应用

为有效预测矿井内煤与瓦斯突出的危险程度,对其影响因素做了分析与探讨,分别构建了基于粒子群优化算法以及遗传算法支持向量机的煤与瓦斯突出预测模型,并且通过实例对两种模型预测的准确性进行了验证。分别利用单项以及综合指标、BP神经网络以及PSO-SVM模型、GA-SVM模型,对寺河煤矿二号井的突出区域进行预测比较。结果表明,PSO-SVM的预测模型不仅可以在小样本数据中预测出煤与瓦斯突出程度的大小,而且综合预测结果更加精确,其在解决矿井内煤与瓦斯突出的小样本数据中显示出更加强大、通用的性能。     

基于蚁群算法优化SVM的瓦斯涌出量预测

为了提高瓦斯涌出量预测的精度和预测模型的泛化能力,提出了一种基于蚁群算法(ACO)优化支持向量机(SVM)参数的瓦斯涌出量预测方法。在SVM所建立预测模型中各个参数的取值区间内,采用蚁群优化算法计算预测模型各个参数的最佳值,基于最佳参数的SVM建立瓦斯涌出量预测模型。结果表明:采用未优化的SVM建立的预测方法,其个别预测误差相对较大,最大误差为8.11%,平均误差为4.68%,采用ACO对于预测模型的参数进行优化后,预测性能有显著提高,最大误差为4.37%,平均误差为2.89%,表明所建议的方法是有效、可行的。     

煤矿采空区自然发火多参数监测系统研究

提出采用气体分析法和测温法相结合来监测煤自燃特征信息的方法,针对采空区煤自燃特征信息特点,研发了采空区无线自组网温度监测系统,并集成煤自燃束管监测系统和安全监控系统系统,构成可对矿井采空区不同位置指标气体和温度同时实时监测的新型煤矿采空区自然发火多参数监测系统。重点在监测方法、系统集成、关键单元的设计和监测方案等方面进行了研究,该系统的研究对于早期发现矿井采空区浮煤自燃隐患,判断自燃危险程度,确定自燃危险区域提供可靠依据。     

基于GAPSO-SVM的煤层底板破坏程度预测

为了对煤层底板破坏程度进行正确预测,分析遗传算法(GA)和粒子群优化(PSO)算法存在优化支持向量机(SVM)易陷入局部最优解和分类精度相对较低的问题,提出了GAPSOSVM优化算法。综合考虑GA和PSO算法的优点对SVM的参数进行了优化,优化后的算法能够较好地调整算法的全局与局部搜索能力之间的平衡。通过对曹庄煤矿底板破坏程度的预测表明,该方法不仅能够取得良好的分类效果,分类精度高于GA-SVM和PSO-SVM,而且有较好的鲁棒性。     

基于多因素位移时序PSO-SVM的边坡变形预测

由于复杂工程地质条件和环境因素的综合影响,边坡变形呈现复杂非线性演变特征。针对位移时间序列未能完全考虑环境因素对边坡变形的影响,故将影响边坡变形的有效降雨量加入监测位移时序,组成多因素位移时间序列。引入粒子群算法(PSO)对支持向量机(SVM)的模型参数寻优,结合滚动预测方法,建立了适合边坡变形预测的多因素位移时间序列PSO-SVM模型。以华光潭一级厂房后边坡表面观测位移为例进行预测分析,研究表明,新模型预测结果科学可靠,有效弥补了传统PSO-SVM后期预测泛化能力的不足,提高了模型的预测精度。新模型在边坡位移时序预测中具有一定的工程应用价值。     

大采高综采工作面撤架期间采空区浮煤自燃防治技术研究

随着煤矿高产高效开采技术的发展,采空区浮煤自燃灾害威胁着煤矿工人的生命财产安全。针对羊场湾Y212工作面撤架期间采空区浮煤自燃特点与工作面实际开采条件,通过对工作面气体情况和井下实际生产条件的分析,提出在工作面前方重新施工巷道,采用高位孔灌注胶体材料、封闭注氮相结合的降温、降氧的防灭火方案,有效控制了该工作面在停采撤架期间的CO气体浓度和温度,为成功回撤奠定了基础,也为易自燃厚煤层自然发火机理研究与防治积累了主要的技术数据和实践经验。     

采空区漏风状况模拟及其分析

通过建立综放采空区三维自然发火预测模型,采用数值模拟软件对高瓦斯煤层抽放条件下综放采空区漏风状况进行了数值模拟,利用模拟结果对采空区进行了煤自燃"三带"的划分,并分析了该工作面采空区浮煤自燃的危险区域及危险程度,可用来指导具有类似情况的采空区浮煤自燃火灾的防治工作。     

量温检测技术在采空区内因火灾预报中的应用

采煤工作面采空区不可避免地要有可燃煤的存在,采空区漏风流场供氧条件下,自燃破碎的煤极易形成内因火灾,严重影响着矿井的安全生产。采用温度观测法辅助预报手段,可以及时掌控采空区内部状况及采空区内煤体氧化规律,提供自然发火防治措施的决策依据,从而保障矿井的安全生产,具有巨大的经济、安全和社会效益。     

基于流场模拟的复采工作面采空区自燃危险区域预测

根据复采工作面采空区浮煤自燃特点分析,简化复采采空区渗流物理模型,建立渗流-扩散数学模型;通过现场采空区的气体数据观测分析,确定出边界条件,并对复采工作面采空区流场进行数值模拟,得出采空区内部渗流速度及氧气浓度分布;结合实验所得煤体自燃极限参数,判定采空区自燃危险区域,预测精度能够满足实际防灭火需要,可为复采过程浮煤自燃的防治提供指导。     

CO涌出预测数学模型的应用

对于实验室煤样低温氧化实验条件和现场工作面采空区实际既定通风与工作面几何参数条件,可以利用相似准则,建立基于实验条件下采空区CO涌出预测的计算数学模型,并把模型应用到现场工作面。采空区遗煤自燃与采空区漏风量有关,通过FLUENT软件对北皂矿4402工作面采空区漏风流场进行数值模拟,解算出造成采空区遗煤自燃的那部分漏风量,为应用模型较准确的推出现场采空区CO涌出预测的指标范围提供了条件。     

煤实验最短自然发火期定量测定方法研究

为有效防治煤炭自燃,预测煤体最短自然发火期是非常必要的.以绝热圆柱形煤柱为物理模型,建立了煤实验最短自然发火期预测模型,利用实测的煤自燃基本参数,通过解算分析了漏风速度、粒度等参数对煤自然发火期的影响规律,最终准确测试了6个矿井不同煤体的实验最短自然发火期.结果表明:随漏风速度的增大,煤自然发火期先减小后增大;煤体粒度越小,最佳风速呈线性增大;随煤体粒度的增大,最佳风速条件下的自然发火期先减小后增大;煤体自燃倾向性越高,最短自然发火期越短;以张集肥煤为例,自然发火的最佳粒度为1～3mm,最佳漏风速度为0.001 1m/s,其实验最短自然发火期为26d.     

煤炭自燃灾害防治新技术及优化

通过对煤炭氧化及自燃的机理与实验室试验研究,提出了4种用于防治煤矿井下采空区遗煤自燃的新的技术措施。经多年现场试验与推广应用研究及效果考察表明,4种新技术具有技术可靠、经济合理、操作简便的特点,尤其适合经济不发达的矿区使用。为方便同类矿区选择使用,还对4种技术进行了技术、经济比较与优化分析,并结合实际介绍了其中一种技术使用与效果,所得结论对开采自燃倾向性严重煤层的矿井,在如何选择有效防治煤炭自燃技术措施时,具有积极的指导作用。     

韩家湾煤矿煤自燃多级预警指标体系构建

为完善韩家湾煤矿煤自燃预警预报技术指标体系,实现煤自燃隐患的早期准确预警,通过对韩家湾煤矿多个煤层开展煤自燃特性参数的程序升温试验测试,得到了煤样氧化升温过程中气态产物随煤温的变化规律。确定了以CO、ΔCO/ΔO₂、C₂H₄为主,以C₂H₆、C₂H₄/C₂H₆为辅的煤自燃预警指标,进一步分析了预警指标与煤温之间的映射关系,构建了适用于韩家湾煤矿煤自燃防控需求的分级预警体系。研究成果可实现韩家湾煤矿煤自燃的分级预警,对韩家湾煤矿及煤炭开采条件类似矿井的煤自燃预测预报与防控工作提供借鉴依据,能够满足实际的煤火灾害主动防控需求。预警体系的建立对于煤层自燃隐患辨识、主动地防灭火措施实施具有一定的理论指导意义。     

综放工作面采空区“三带”分布规律分析

通过在阳湾沟煤矿6202综放工作面采空区现场埋管观测,取得了采空区内进、回风侧不同测点距工作面不同距离处温度、O2、CO气体浓度等参数,分析得到了采空区内O2浓度及漏风强度的分布规律。依据"三带"划分方法对阳湾沟煤矿自燃危险区域进行了划分,确定了6202综放工作面采空区"三带"范围,并根据氧化升温带宽度及浮煤最短自然发火期确定了工作面极限推进速度。     

煤自然发火预测预报模型的构建

自燃火灾是煤矿的重大自然灾害之一,严重地影响着煤矿的正常生产。预防自燃火灾的关键是做好煤炭自然发火的早期预测预报工作。煤自然发火预测预报主要采用气体分析法,通过煤的升温氧化实验,确定煤自然发火预测预报的指标气体,运用灰色关联分析方法,分析了各指标气体的可信度。根据分析结果,构建了指标气体与煤氧化温度变化之间的数学模型,在此基础上,开发了煤自然发火的预测预报系统。