共查询到20条相似文献,搜索用时 93 毫秒
1.
2.
3.
为了取得较高的预测准确度,通过实际掌握正阳煤矿2#煤层的瓦斯基础参数、煤层赋存状况及开采技术条件,本文采用分源预测法进行对正阳煤矿2#煤层的回采工作面进行瓦斯涌出量预测,按工作面瓦斯主要涌出源—包括开采层、围岩和邻近层瓦斯涌出规律对回采工作面的瓦斯涌出量进行计算。 相似文献
4.
预测瓦斯涌出量对于煤矿安全生产具有重要的作用。本文介绍了分源预测法预测回采工作面瓦斯涌出量的应用。通过分别计算开采层相对瓦斯涌出量及邻近层相对瓦斯涌出量,相加得到回采工作面瓦斯涌出量,为煤矿瓦斯安全治理工作提供了一定的依据。 相似文献
5.
从对目前国内各种回采工作面瓦斯涌出量预测方法的分析,提出更为精确的预测计算公式,并以阳泉一矿12# 煤层为例进行了预测验证。 相似文献
6.
回采工作面瓦斯涌出量预测的实践与探讨 总被引:1,自引:1,他引:0
本文通过对焦作矿区回采工作面瓦斯涌出量预测的实例分析,论述了矿山统计法和分源计算法预测瓦斯涌出量的适用性和应用过程中瓦斯基础参数的可靠性评价。 相似文献
7.
8.
通过实测下霍煤矿3号煤层的原始瓦斯含量、气体组分等瓦斯基本参数,结合地勘期间的瓦斯含量数据、煤层赋存条件、开采技术条件和设计开采方案,在研究下霍煤矿3号煤层瓦斯含量分布规律的基础上,推测出下霍煤矿井田范围内的3号煤层既有甲烷带,又有瓦斯风化带,采用分源预测法对下霍煤矿一、二采区3号煤层开采时的矿井瓦斯涌出量进行了预测。 相似文献
9.
10.
11.
基于PCA-FOA-GRNN的回采工作面瓦斯涌出量预测 总被引:1,自引:0,他引:1
回采工作面瓦斯涌出量受多种因素共同影响,很难用线性方法进行准确预测。广义回归神经网络(GRNN)是一种前馈神经网络,具有鲁棒性好和高容错率的优点,并且调节参数只有1个,因此,基于GRNN构建预测模型,运用改进的果蝇优化算法(FOA)对传统GRNN模型进行优化,应用主成分分析法(PCA)对样本数据进行降维简化处理,以减少次要因素对预测结果的干扰。选取晓明矿数据对模型进行验证,预测效果良好,其平均绝对误差为3.98%,低于传统GRNN模型的7.06%。 相似文献
12.
高瓦斯矿井回采工作面瓦斯涌出规律与预测 总被引:1,自引:0,他引:1
根据实际测定结果,分析了工作面相对瓦斯涌出量与瓦斯含量的关系及绝对瓦斯涌出量的变化规律.运用瓦斯地质理论,研究了瓦斯涌出量影响因素,包括产量、瓦斯含量、煤厚、埋深等.以相似原理为基础,用统计分析的方法对未采区工作面瓦斯涌出量进行了预测. 相似文献
13.
工作面瓦斯涌出量预测及瓦斯来源分析 总被引:1,自引:0,他引:1
某矿5煤层局部瓦斯异常涌出对煤矿的安全生产造成了严重影响,通过采用分源计算法对采掘工作面瓦斯涌出量进行预测,分析了采掘工作面瓦斯涌出影响因素和涌出来源,提出了针对性的防治措施。 相似文献
14.
《煤矿安全》2016,(1):155-158
针对现有煤矿回采工作面瓦斯涌出量预测方法存在的预测时间较长,预测精度不高的问题,提出了用IGSA优化ELM神经网络的瓦斯涌出量预测模型。将优选策略和粒子的记忆、信息交换功能引入万有引力搜索方法,利用IGSA对ELM神经网络的网络隐含层节点数进行寻优,利用自相关系数法筛选出回采工作面瓦斯涌出量的8个主要影响因素,建立基于IGSA-ELM算法的瓦斯涌出量预测模型,并结合矿井监测到的历史数据进行实例分析。试验结果表明:经IGSA优化后的ELM神经网络瓦斯涌出量预测模型与PSO-ELM神经网络、ACC-ENN和GSA-ELM神经网络预测模型相比,预测精度分别提高310%、60%、31%,为回采工作面瓦斯涌出量的预测提供了一种新的快速预测方法。 相似文献
15.
通过对坚硬顶板条件下大采高小煤柱综采工作面上隅的瓦斯涌出特点进行分析,提出了分源治理的综合措施,收到了很好的效果. 相似文献
16.
17.
根据实测金地井田8#、13#煤层瓦斯含量和气体组分实验室测定结果,结合金地井田的地质构造特征及煤层瓦斯垂直分带理论,分析认为:金地井田范围内8#、13#煤层均处于瓦斯风化带。同时应用分源预测法对金地井田不同生产时期的回采工作面瓦斯涌出量含量进行了预测。 相似文献
18.
19.
针对煤炭开采过程中瓦斯涌出作为引发瓦斯灾害的最关键原因,以山西高平科兴云泉煤业有限公司9103综采工作面为研究背景,分析研究了瓦斯涌出量的影响因素以及预测指标。采用分源预测法对9103工作面瓦斯涌出量进行预测,同时根据预测结果确定9103工作面通风需风量和风流路线。为后续其他工作面瓦斯涌出的防治研究奠定了基础。 相似文献