基于GA-BP神经网络的概率积分法预计参数研究

针对BP神经网络的不足,为提高概率积分法预计开采沉陷的准确性,采用遗传算法(GA)优化BP神经网络,建立了一种基于GA-BP神经网络的概率积分法参数预计模型。将多组地表观测站实测数据分为训练样本和检验样本,以工作面的7个地质采矿条件参数为输入集,5个概率积分法预计参数为输出集,通过GA优化的BP神经网络机器学习方法对训练样本进行训练,利用训练模型预计检验样本的概率积分法参数,并与观测站实测数据进行了对比分析。研究表明:对于不同地质采矿条件下的概率积分法参数进行预计时,GA-BP模型明显优于BP神经网络和偏最小二乘模型,平均相对误差最大为8.64%,预计精度可靠性较高。     

基于BP神经网络的液压支架控制器通信网络效能预测

针对综采工作面液压支架控制器通信网络效能与其影响因素之间的复杂非线性关系,将多层前馈型BP神经网络引入支架控制器通信网络效能预测中,构建了通信网络效能预测指标体系,设计了通信网络效能BP预测模型,并采用C++语言编制了相应的预测分析程序。通过对预测模型学习与训练,成功建立了液压支架控制器通信网络效能与其影响因素之间的对应关系。     

基于液压支架自主跟机逻辑的移架时长参数设定及动态优化

针对液压支架电液控制系统自主跟机逻辑中存在的最长移架等待时长参数设定多采用人工经验且参数静态化从而导致跟机移架速度慢等问题,分析了影响移架速度的因素,提出了利用数理统计算法对历史移架时长进行置信区间估计,以确定液压支架移架时长的数学模型。随着生产过程的推进,利用新的移架时长数据对模型进行迭代更新以达到动态优化的效果。该方法在综采工作面进行了实际试验应用,应用效果表明了其具有计算简单,数据准确等特点。     

基于GA-BP算法的气化配煤灰熔点预测

为了提高气化配煤煤灰流动温度预测的精度和稳定性,提出将遗传算法(GA)与误差反向传播神经网络(BP)相结合的预测方法,采用GA优化BP神经网路的权值和阈值,再用BP算法训练网络,结合仿真实验分析比较了GA-BP网络算法与常规BP神经网络方法的精度和稳定性。结果表明:GA-BP网络改善了BP网络容易陷入局部极小值和收敛速度慢的缺点,经GA优化的BP神经网络预测方法的预测精度高于BP网络算法,将其应用于气化配煤灰熔点预测有效可行。     

E型推移与磨架装置在煤矿液压支架拆除中的应用研究

为了保证煤矿液压支架安全高效快速拆除,对陈四楼煤矿综采工作面液压支架回撤过程中的E型推移与磨架装置进行了研究。分析了新型E型推移与磨架装置的基本参数、机构原理、实施过程等性能特点,并重点研究了推移框架在受较大冲击载荷时的防夹斜问题。结果表明,新型E型推移与磨架装置可实现“交叉、迈步”直线自移功能,同时指出了此装置技术在现代化矿井综采工作面液压支架拆除回撤应用中的重要性。     

塔山煤矿拉架辅助装置破解生产“瓶颈”

<正>塔山煤矿针对由于特殊地质构造导致综采工作面倾角变大、沿工作面排列的液压支架倾斜角度加大的特殊情况,通过自行设计应用综采工作面液压支架拉架辅助装置,有效杜绝了液压支架倾斜、挤架现象的发生。液压支架拉架辅助装置采用40mm厚钢板焊接而成,每节连接装置长度为1.5m,一端连接在前刮板机推移连接耳上,另一端与支架推移框架连接,连接装置之间采用     

液压支架推杆前端结构改进研究

综采工作面液压支架使用时经常出现推杆前端损坏现象,推移机构用来移架和推刮板输送机。如果推移机构失效,将无法实现移架和推刮板输送机,对工作面的生产影响很大。通过对推杆使用情况下的受力分析,优化推杆前端结构,加强工作面液压支架的使用管理,从而避免出现推杆前端损坏现象。     

基于遗传BP神经网络模型的矿区开采沉陷预计

为解决常规方法监测矿区开采沉陷的可控性、可操作性差及精度低等问题,采用BP神经网络模型拟合矿区高程值对开采沉陷进行预计是一种有效方法。但传统BP神经网络模型为反向传播算法,在训练时需多次试算方可确定神经网络系统的连接权值和阈值,具有易陷入局部最小值、收敛慢等不足。为此,采用遗传算法（Genetic algorithm,GA）对BP神经网络模型参数进行优化以提高其泛化能力,构建了遗传BP神经网络模型（GA-BP）。以某矿区首采工作面地表25个已进行了三等水准联测的高程监测点数据作为遗传BP神经网络模型（GA-BP）的训练样本（15个监测点数据）和测试样本（其余10个监测点数据）,分别采用BP神经网络模型、二次曲面拟合等方法与其进行试验对比,结果显示：遗传BP神经网络模型（GA-BP）具有更高的内、外符合精度及更小的残差,表明该方法有助于实现对矿区开采沉陷的高精度预计。     

基于遗传算法优化液压支架的四连杆机构

液压支架是综采工作面的重要设备之一,其作用不仅是支护顶板、维护安全作业空间,而且要推移工作面输送机和采煤机,因此,液压支架被广泛应用在我国煤矿行业中。基于遗传算法,对液压支架的四连杆机构进行优化设计,旨在提高液压支架的稳定性、经济性和可靠性。     

基于红外载波调制和RS485总线的液压支架遥控装置研究

针对煤矿井下综采工作面液压支架数量多、环境恶劣、现有液压支架电液控制系统操作繁琐以及灵活性差等问题,提出了一种基于红外载波调制和RS485总线的液压支架遥控策略,研究了红外遥控控制方法,介绍了遥控装置硬件设计和软件设计,通过动作遥控测试表明,该遥控装置能够将当前架号、目标架号及动作命令统一编码,生成控制信号通过架间电缆传输,实现对目标支架的无线近距离遥控操作,状态显示及动作输出正常,且遥控装置操作灵活、运行可靠。     

基于GA-BP神经网络的采空区地表沉降预测模型

为了提高采空区地表沉降预测准确性,选择上覆岩层弹性模量、泊松比、内聚力、内摩擦角、开采深度、采高、矿体倾角和采场尺寸共8项影响采空区沉降的指标进行研究,通过遗传算法(GA)优化BP神经网络,构建了GA-BP神经网络采空区地表沉降预测模型,对采空区地表沉降趋势初步预测与分析。模型解算结果表明,相比传统BP神经网络预测模型,GA-BP神经网络预测模型在预测精度、拟合性能和收敛速度方面都有所提高。     

基于神经网络的综采设备配套专家系统研究

对基于神经网络的综采配套专家系统进行了研究,给出了具体处理方法。在此基础上建立了工作面生产能力预测BP神经网络模型和综采工作面设备参数神经网络预测模型,并采用上述模型对济二号煤矿试验工作面的产量、工效和综机设备等主要技术参数进行了预测。     

基于PSO-SVR预测模型的综采工作面周期来压研究

为了准确预测综采工作面基本顶周期来压规律,采用灰度系统理论提取了影响综采工作面周期来压的八个显著因素。针对支持向量机(SVR)预测模型过分依赖主观选择的参数问题,建立了粒子群算法优化参数选择的支持向量机(PSO-SVR)预测模型。试验结果得出：PSO-SVR比SVR模型在周期来压强度和步距的均方误差分别降低为47.7%、74.3%,决定系数分别提升为45.7%、44.6%。为突显PSO-SVR模型性能的优越性,与应用最广泛的BP普通神经网络进行了对比试验,粒子群算法对标准支持向量机模型性能优化效果明显,较普通BP神经网络优势显著。可见,PSO-SVR对于多种因素影响的非线性耦合预测具有较高的精度和较强的泛化性。     

基于BP神经网络的综采工作面指标测定

随着计算机信息处理技术的发展,BP神经网络应用到各行各业的决策工作中。文章在分析BP神经网络的思想和计算方法的基础上,提出了基于BP神经网络的综采工作面指标测定方案,通过林南仓矿10438综采工作面的实际验证,该测定方案取得了良好效果,为今后煤矿企业开采计划的制定提供了理论依据。     

应用人工神经网络理论预测综采工作面技术经济指标

应用人工神经网络理论,在对大同矿区的综采工作面的实际资料进行分析的基础上,建立了综采工作面经济指标神经网络预测模型,就综采工作面的月产量、月进度、回采工作面效率、期末人数４项综合技术经济指标进行了预测,其预测结果较为准确与实际相吻合。     

大隆矿综采工作面顶板控制及支架选型分析

综合机械化是采煤现代化的主要标志，我国煤矿综合机械化开采已获得较大发展，生产中工作面顶板管理应采用科学有效的方法。实践证明，回采工作面使用液压支架后，控顶能力大为增强，但若选型不当，管理不善，则顶板控制问题仍会影响工作面产量和效益。本文依据铁法煤业集团公司大隆煤矿综采液压支架选型分析，得出经验和结论。     

陈四楼煤矿21109综采工作面底板灰岩水治理技术研究

在水文地质条件相似的情况下,与21109综采工作面临近的21301综采工作面发生了底板灰岩突水事故。通过分析陈四楼煤矿21109综采工作面水文地质条件,实施工作面底板瞬变电磁法勘探探测底板富水异常区,采用底板扰动破坏深度数值模拟及基于BP神经网络的底板扰动破坏深度模型等方法预测了21109综采工作面底板扰动破坏深度,优化设计了底板注浆改造钻孔,杜绝21109综采工作面突水事故的发生,保证了工作面安全生产。     

基于LM-BP神经网络的液压支架顶梁疲劳寿命预测及应用

本文提出基于LM-BP神经网络进行液压支架顶梁疲劳寿命预测方法,选取主筋板厚度、柱窝上方中心处横板厚度、两侧横板厚度、导向套筒孔半径、顶板厚度作为输入参量,将样本的液压支架顶梁疲劳寿命作为输出量,在进行训练时采用LM算法对BP神经网络进行改进,得到基于LM的BP神经网络模型,利用该模型进行液压支架顶梁疲劳寿命预测。研究结果表明:基于LM的BP神经网络模型的计算结果与测试样本拟合精度较高,具有广泛的应用前景。     

特厚煤层大采高综采综放适应性评价和技术原理

针对厚煤层综采(放)开采过程中遇到的技术难题,提出了大采高综采(放)开采面临的3个科学问题,建立了基于技术经济分析的厚煤层开采方法适应性评价指标体系与评价模型。基于液压支架与围岩的强度耦合、刚度耦合、稳定性耦合原理,建立了液压支架与围岩的耦合动力学模型及煤壁片帮的“拉裂-滑移”力学模型,提出了大采高综采(放)液压支架合理工作阻力确定的“双因素”控制法。基于大采高综放工作面顶煤冒放性与煤壁稳定性控制的矛盾,提出了增大液压支架的初撑力及优化液压支架架型结构等方法缓解2者之间的矛盾。通过开发厚煤层大采高综采(放)关键技术与装备,实现了厚煤层的安全、高效、高回采率开采。