硫化矿石自燃灾害预警的RBF神经网络模型及应用

为了科学准确地确定硫化矿石自燃灾害预警等级,进而为灾害防控提供决策,减少矿山损失。通过深入分析硫化矿石自燃典型案例,按照预警指标选取原则,从矿山生产人员、硫化矿石自燃倾向性、环境条件、管理水平等4个方面构建硫化矿石自燃灾害预警系统指标体系。运用RBF预警模型对硫化矿石自燃灾害预警等级进行预测,采用所选的21组样本数据完成了RBF神经网络的学习与训练。应用学习好的预警模型对江西某高硫矿山的硫化矿石自燃灾害预警等级进行预测。该矿山硫化矿石自燃灾害预警等级为III级,即自燃危险性一般,与该采场的实际状况相一致。通过现场案例验证了该模型的适用性,能应用于硫化矿石自燃灾害预警等级的预测,对类似灾害事件预警也有借鉴作用。     

基于距离判别分析理论的硫化矿石自燃倾向性等级划分

为建立硫化矿石自燃倾向性等级分类的统一标准,将距离判别分析理论应用到硫化矿石自燃倾向性等级划分的判定当中。结合已有的研究成果,选取最能反映硫化矿石自燃倾向性本质的室内低温氧化增重率、自热点温度、自燃点温度3项指标作为距离判别分析模型的基本判别因子。以15组典型硫化矿山矿样的实测数据作为训练样本进行分析计算,进而建立硫化矿石自燃倾向性等级划分的距离判别分析模型。采用交叉确认方法对判别结果进行了验证,其误判率为零;用所建立的距离判别分析模型对4个待检验矿样的自燃倾向性等级进行了划分,所得结果与矿山的实际情况完全相符。研究结果表明,距离判别分析模型分类性能好,误判率低,可以运用于硫化矿山矿石自燃倾向性等级的分类当中。     

我国硫化矿石自燃防治关键技术研究现状及发展趋势

为了给我国金属矿山硫化矿石自燃灾害防治技术发展提供决策依据，根据近年来国内外有关硫化矿石自燃行为特征及其防治技术的研究现状，系统阐述了硫化矿石自燃机制、预测预报技术、综合治理技术等重点领域的研究进展；结合当前金属矿山自燃灾害现状和冶金工业发展形势，指出了硫化矿石自燃演化机制、准确探测火源位置、监测与预警技术、防灭火技术与装备和提高防控效能等关键技术问题仍是未来重点研发方向；硫化矿石自燃灾害防治技术的可持续科学发展对于保障金属矿山安全高效开采与促进生态环境保护具有重要意义。     

硫化矿石自燃倾向性鉴定技术

以BP神经网络为基础,建立了硫化矿石自燃倾向性鉴定模型,模型选用硫化矿石的吸氧量、自热起始温度和比表面积为输入层单元,自燃倾向性等级为输出层单元。运用MATLAB软件对模型进行了实现,将模型应用到硫化矿石自燃倾向性的实际鉴定中,预测结果真实可靠。     

基于综合权重的硫化矿石自燃倾向性评价研究

硫化矿石自燃是含硫金属矿山在采矿过程中的重要灾害之一,其自燃倾向性大小是预防硫化矿石自燃工作所需的重要指标。引入模糊综合评价法确定硫化矿石自燃评价的因素集,并将自燃倾向性分为4个等级,利用四逻辑分区法确立了隶属度函数,从而得到各矿样的隶属度;运用层次分析法和变异系数法综合确定了权重系数;最终建立了硫化矿石自燃倾向性综合评价模型。将已知13组实测数据代入数学模型进行了自燃倾向性评价,得到的结果与实际情况相符合,说明该方法在硫化矿石自燃倾向性评价中合理可行。     

基于AHP-TOPSIS评判模型的硫化矿石自燃倾向性评价

为了探索硫化矿石的自燃倾向性评价新方法,尝试利用AHP-TOPSIS综合评判模型对新疆某高硫铜矿矿石的自燃倾向性进行评价。选取样品的氧化增重率、自热点和自燃点作为矿石自燃倾向性的3个主要影响因素,利用AHP法和TOPSIS法对这3个因素进行了分析,结果表明:利用AHP法得到这3种因素的权重分别为0.493、0.196、0.311;结合TOPSIS法,运用AHP-TOPSIS综合评判模型得到该矿矿石的自燃倾向性等级,评价结果符合矿山实际情况。     

硫化矿床开采中炸药自爆危险性的云模型分析

为了科学判定硫化矿山开采中炸药自爆危险性的等级,选取水溶性铁离子含量、硫化矿石的含水量、黄铁矿的含量、矿石水分的p H、采场的环境温度、炮孔温度、炸药类型、装药时间等影响因素,建立基于云模型的炸药自爆危险性评价模型。将硫化矿山炸药自爆测定指标与分级标准转化为正态云分级标准,采用熵权法对各指标的实测值进行权重计算;以模糊子集B的最大隶属度原则为依据,判定各矿山的炸药自爆危险性等级。利用国内4个硫化矿山的实际生产条件对该模型进行可行性检验,所得的分类结果与矿山实际生产情况相符。该模型能够提高硫化矿山自爆危险性等级划分的准确性,并为指导硫化矿山炸药自爆的防治工作提供了一种新方法。     

硫化矿石自燃倾向性等级分类的Fisher判别分析法

将Fisher判别分析法(FDA)应用于硫化矿石自燃倾向性等级分类问题中,选用主要矿物及含量、吸氧速度常数平均值、自热点、自燃点4项指标作为判别因子,建立硫化矿石自燃倾向性等级分类的FDA模型。选取新桥硫铁矿13个矿样的实验数据作为学习样本进行训练,建立相应的线性判别函数,并用训练后的模型对天马山高硫金矿的-55 m中段以上矿石自燃倾向性进行判别。结果表明：Fisher判别分析模型分类性能良好,对硫化矿石自然发火潜势的划分结果统计意义明显,适用性强,说明该方法在硫化矿石自燃倾向性判别与分类中有较好的应用前景。     

突变级数法在硫化矿爆堆自燃发火预测中的应用

提出了一种基于突变级数理论的硫化矿爆堆自燃发火的综合预测方法。对影响爆堆自燃的预测目标进行多层次矛盾分解,利用突变理论与模糊数学方法相结合产生突变模糊隶属函数,由归一公式进行综合量化运算,最后归一为一个参数,即求出总的隶属函数,从而进行爆堆自燃发火的分析预测。利用插值法确定了5种自燃危险性等级,并为各等级划分了突变级数值区域,接着以7个典型的矿山的矿样实例进行测试,最后将这种方法的预测结果与道化学预测结果以及与矿堆的实际情况进行比较。研究结果表明,突变级数法成功率高、客观性强,对某铜矿的判别率高;对通风条件不明的6个典型矿山的判别率也能达到83.3%,为硫化矿爆堆自燃发火预测的研究提供了一条新思路。     

现场监测与数值模拟相结合的矿山灾害预测预警方法

在矿产资源需求量大,而国内矿产资源储量逐渐减少、易采矿产逐步枯竭的情况下,矿山逐渐转向对深部资源的开采,随着采深的增加,开采诱发的岩爆、冒顶片帮等多种灾害日益凸显,矿山灾害预测预警势在必行。总结了当前基于现场监测和数值模拟方法分别进行矿山灾害预测预警的优缺点,提出了一种现场监测与数值模拟相结合的灾害预测预警方法,以实现矿山灾害的趋势预测与实时预警。分析了该方法的可行性与优势,并以矿山常见的露天边坡稳定性分析为例,阐述了该预测预警方法的实际应用,供相关研究参考。     

瓦斯与煤自燃复合灾害监测预警系统研究与应用

为了解决高瓦斯易自燃煤层工作面采空区瓦斯与煤自燃复合灾害防治智能化程度低、缺乏灾害风险的精准分级管控等问题，构建了以瓦斯抽采与自然发火监测数据为基础、以风险分级智能化管控为核心的瓦斯与煤自燃复合灾害监测预警系统。采用API接口调用方式建立数据采集平台，构建了基于多源信息融合、K-Means聚类分析、预警规则知识库等方法的分析预警模型，设计开发了瓦斯与煤自燃复合灾害监测预警系统软件，实现了复合灾害的精准监控、风险动态评判和智能预警。在试点工作面的应用结果表明，该系统可直观展示复合灾害监测预警信息，使采空区瓦斯与煤自燃复合灾害防治工作透明化，有效提升了灾害防治的智能化水平。     

煤层自燃预警系统设计研究

煤层自燃灾害历来是影响煤矿安全生产的主要灾害之一。通过分析我国煤层自燃的现状,建立了煤层自燃灾害预警指标体系,包括标志气体信息和温度信息,并指出了标志气体要根据不同矿井煤层煤质的煤样实验燃烧结果来确定。介绍了构建本系统涉及到的关键技术:3S技术、数据库技术(数据挖掘和数据融合)、计算机辅助决策系统(模糊数学综合评价和专家系统)等。构建了煤层自燃灾害预警系统,为系统的开发设计提供了整体框架和基本思路。对煤矿的安全生产具有十分重要的意义。     

硫化矿石预氧化前后自燃倾向性的比较研究

本文首次比较系统地测定了10多种硫化矿石矿样预氧化前后的吸氧速度、自热特征和着火点变化情况，指出了在实验室中测定硫化矿石的自燃倾向性时应同时测定矿样预氧化后的自燃倾向性，以便使研究结果更具实用性。     

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。     

基于RBF神经网络的露天矿山边坡失稳预警方法

边坡失稳研究是露天矿山安全生产的关键问题,边坡失稳智能化预警的实现是失稳研究的核心内容。以马钢南山铁矿凹山采场高陡边坡工程为例,建立了RBF神经网络预警模型,采用梯度下降训练算法并进行了改进,根据经验来设置算法的学习步长,选取黏聚力、内摩擦角,边坡角、边坡高度,孔隙水压力比、容重等6个因素作为网络的输入单元,利用所选的25组样本数据完成了RBF神经网络的学习。应用学习好的预警模型对南山铁矿凹山采场的2个帮进行了边坡失稳预警分析,得到2个帮的稳定性等级结果分别为1级和3级,即极稳定和基本稳定,与现场情况一致。该预警方法合理,具有推广应用价值。     

硫化矿石自燃机理及防治技术研究进展

根据国内外有关硫化矿石自燃的研究现状,系统阐述了硫化矿石氧化自热的物理机理、化学热力学机理、电化学机理以及生物氧化机理。介绍了硫化矿石自燃火灾的预测预报技术,包括自燃倾向性测试法、综合因素评价法、统计经验法、数学模型预测法、标志性气体分析法和测温预报法。综述了现有的硫化矿石自燃综合治理技术。最后针对硫化矿石自燃的机理及综合防治技术研究做出了展望。     

基于粗糙集的硫化矿石自燃规律分析

应用粗糙集理论对硫化矿石自燃的训练样本集进行了属性约简与规则提取,得到了硫化矿石自燃规律的粗糙集理论模型,并将其进行了验证,证明这是一种行之有效的方法。