贵州煤矿瓦斯涌出量灰色预测的应用

运用灰色理论建立巷道瓦斯涌出量的灰色模型,对贵州某矿矿井瓦斯涌出量进行预测预报.采用残差识别方法修正GM(1,1)模型进行瓦斯涌出量预测,预测精度更高.利用灰色灾变预测理论,对某矿矿井工作面瓦斯涌出资料进行分析、研究建立煤矿瓦斯涌出量灰色预测模型,并对矿井瓦斯涌出量变化趋势进行预测.通过建立灰色预测模型,进行矿井瓦斯涌出量灾变性预测.     

基于灰色马尔可夫模型预测煤矿瓦斯涌出量

在煤矿瓦斯涌出量灰色预测的基础上引入马尔可夫链预测理论,建立了煤矿瓦斯涌出量灰色马尔可夫预测模型,并将该模型应用到采煤工作面瓦斯涌出量预测分析中。结果表明,用该模型预测瓦斯涌出量比单一灰色模型预测的精度有较大提高,从而说明灰色马尔可夫预测模型预测煤矿瓦斯涌出量的潜在规律是可行有效的。     

贵州煤矿瓦斯涌出量灰色预测的应用

运用灰色理论建立巷道瓦斯涌出量的灰色模型，对贵州某矿矿井瓦斯涌出量进行预测预报．采用残差识别方法修正GM（1，1）模型进行瓦斯涌出量预测，预测精度更高。利用灰色灾变预测理论，对某矿矿井工作面瓦斯涌出资料进行分析、研究建立煤矿瓦斯涌出量灰色预测模型，并对矿井瓦斯涌出量变化趋势进行预测。通过建立灰色预测模型，进行矿井瓦斯涌出量灾变性预测。     

基于灰色建模预测李雅庄矿井瓦斯涌出量

为了正确预测瓦斯涌出量,根据灰色理论的灰色预测方法,利用不同时间段瓦斯涌出量的原始数据,建立矿井瓦斯涌出量GM(1,1)预测模型,进行瓦斯涌出量预测,并选择了合理的误差检验模型,预测程度高。经对李雅庄矿井瓦斯涌出资料建立矿井瓦斯涌出量灰色预测模型,对矿井瓦斯涌出量进行预测的实践表明,确有良好效果。     

瓦斯涌出量的灰色建模及其预测

为了正确预测瓦斯涌出量,根据灰色理论提出的灰色预测方法,把非等间距数列变为等间距数列,利用不同时间段瓦斯涌出量的原始数据建立矿井瓦斯涌出量GM(1,1)预测模型,进行瓦斯涌出量预测,选择了合理的误差检验模型,结果表明预测程度高.利用灰色预测理论,通过对某矿矿井工作面瓦斯涌出资料进行分析、研究建立煤矿瓦斯涌出量灰色预测模型,并对矿井瓦斯涌出量变化趋势进行预测.     

瓦斯涌出量灰色-RBF网络模型的建立与应用

为了减少瓦斯事故给煤矿生产带来的损失,本文在灰色模型预测煤矿瓦斯涌出量的基础上,结合神经网络理论,构建了灰色-RBF网络模型,充分利用灰色模型的"小样本、贫信息"的预测特点及RBF神经网络自学习、自适应能力特点。首先使用灰色模型对瓦斯涌出量进行初步预测,然后建立RBF网络模型进行再次预测,得到瓦斯涌出量的最终预测值;RBF网络模型的训练和预测计算用MATLAB软件完成。通过对安徽省某矿瓦斯涌出量的预测结果对比,灰色-RBF网络模型的预测误差分别为0.325和0.221,灰色模型预测误差为2.51和2.45,结果表明灰色-RBF网络模型预测明显高于单一灰色模型预测的预测精度。为煤矿瓦斯涌出量预测提供一种预测精度高的方法。     

基于改进灰色模型的矿井瓦斯涌出量预测

为了对矿井深部瓦斯涌出量进行预测,介绍了灰色线性回归组合模型的建模方法,以某煤矿相对瓦斯涌出量统计数据为实例,利用灰色线性回归组合模型对其瓦斯涌出量进行预测,通过检验得出模型的精度等级为一级。结果表明:灰色线性回归组合模型可以使传统的灰色GM(1,1)模型不含线性因素的情形得到改善,在预测矿井深部瓦斯涌出量中取得了良好的预测效果,具有一定的实用价值。     

矿井瓦斯涌出量灰色预测法

以矿井瓦斯涌出量的预测为主要研究目的,讨论了应用灰色模型预测瓦斯涌出量的可行性,简要介绍了灰色预测建模方法及模型精度检验方法,最后将上述理论应用于一个实例,并编制了用于灰色预测的MATLAB程序。研究表明,灰色模型预测瓦斯涌出量方法简单、预测精度高。     

基于灰色神经网络算法的煤矿瓦斯涌出量预测模型研究

煤矿设计和开采受瓦斯涌出量的影响。由于地质条件不同,瓦斯涌出量也各有不同,传统方法预测瓦斯涌出量精确性很低。文章首先对灰色神经网络预测的现状做出介绍,然后分别介绍了灰色系统和神经网络的模型,最后结合灰色神经网络模型对煤矿瓦斯涌出量的应用实例做出分析。研究表明,灰色神经网络算法有很大的应用前景和推广价值。     

运用灰色系统理论预测矿井瓦斯涌出量

矿井瓦斯涌出量的变化可以认为是一灰色系统。本文将灰色系统理论中的GM(1,1)模型引进矿井瓦斯涌出量预测中,预测矿井瓦斯涌出量变化动态及其结果。     

灰色线性回归组合模型在北辰煤矿瓦斯涌出量预测中的应用研究

通过建立灰色线性回归组合模型,较好地预测了北辰矿井田深部的瓦斯涌出量。该方法既考虑了瓦斯涌出量是同诸多因素相关的"灰系统",又改善和弥补了线性回归预测模型中不能表达指数增长的缺陷和灰色系统预测模型中不含线性因素的不足。在实际应用中,取得了较为理想的预测精度。     

基于灰色动态建模的瓦斯涌出量预测方法研究

本文以灰色建模理论为基础，通过引入缓冲算子来尝试排除原始数据中的冲击扰动；通过建立等维新信息灰色预测动态模型，来有效地利用和跟踪采掘进程中新揭露的瓦斯涌出信息，以实现对采场瓦斯涌出量数据系列的真实表达。该模型在实际应用中达到了比较理想的预测精度。     

瓦斯涌出的地质构造控制因素分析

通过地质构造对瓦斯赋存的控制分析,煤巷掘进工作面小断层分布、断层性质、断层落差调查研究,利用矿井安全监测监控系统对煤巷掘进工作面迎头CH4浓度适时跟踪测定,着重分析研究了过断层期间小断层落差与迎头瓦斯涌出的关系,确定了唐口煤业掘进工作面瓦斯涌出受小断层影响的范围和峰值出现的距离,为预测煤巷掘进工作面的瓦斯涌出奠定了基础,对安全生产具有重要指导意义。     

综放工作面煤岩破坏及矿压显现与瓦斯涌出关系的实测研究

为获取综放开采工作面瓦斯涌出随开采过程的变化规律,在屯留煤矿S2205综放工作面进行了煤岩破坏的微震监测、工作面矿压显现监测和瓦斯涌出的实测研究,分析了煤岩破坏的三维时空分布、工作面支架工作阻力和超前支承压力的变化情况,结合工作面瓦斯涌出监测数据,得到了综放工作面煤岩破坏、矿压显现和瓦斯涌出三者之间的关系。结果表明：工作面煤壁前方随工作面的推进而产生大量微震事件,微震事件峰值出现的时间一般略早于工作面周期来压,而瓦斯涌出量峰值的出现又略晚于工作面周期来压,可以根据微震事件变化来间接反映工作面矿压显现和瓦斯涌出情况。屯留煤矿S2205综放工作面微震事件及能量的突然增大超前于来压剧烈显现1 d,煤岩的充分破坏超前于瓦斯的大量涌出1个班。     

顺煤层平行钻孔瓦斯抽采效果预测方法

基于对抽采过程中瓦斯流动基本特征的研究和理论分析,建立了瓦斯抽采的流动模型,提出了利用数值模拟方法来确定顺层平行钻孔瓦斯抽采效果的预测方法,并在此基础上提出了达到既定效果所需钻孔布置参数的确定方法,同时进行了实例计算。该方法的提出将有助于煤矿瓦斯涌出的治理和井下煤层气的开发。     

基于改进的灰色模型的瓦斯涌出量预测研究

通过引入实用缓冲算子来消除瓦斯涌出量原始数据序列所受到的冲击扰动以建立改进的灰色GM(1,1)预测模型,并利用MATLAB语言编程计算,选择合理的精度检验方法对预测模型和结果进行检验判断.通过实例验证了该模型对采面瓦斯涌出量的预测数据精度更高,可信度更好,可为煤矿企业有效排除矿井瓦斯涌出提供一定的决策依据.     

伪倾斜后高抽巷瓦斯抽放技术在石港矿的应用

为了解决石港煤矿综放工作面初采期瓦斯涌出不均匀,严重威胁矿井安全生产的问题,分析了综放工作面初采期瓦斯涌出特征,在15111综放工作面采用伪倾斜后高抽巷抽采初采期瓦斯技术,结果表明:初采期间,基本顶垮落之前,伪倾斜后高抽巷的瓦斯抽采量达到24.58～75.25m3/min,工作面初采期未出现瓦斯涌出峰值,有效地防止了工作面瓦斯超限事故。     

矿井瓦斯涌出量的灰色小波神经网络预测模型

矿井瓦斯涌出量预测一直是煤矿生产过程中倍受关注的问题。它受众多因素的影响,而各因素之间的非线性关系错综复杂。近年来,许多的学者利用人工神经网络对非线性的对象建模预测,但是存在收敛速度慢,易陷入局部极小等缺点。本文将灰色理论引入小波神经网络模型中,其中灰色模型利用累加生成的新数据建模,突出趋势项影响,小波神经网络通过灰色模型的预测结果进行再预测,使得小波神经网络的非线性激励函数更加易于逼近,减小周期和随机成分,提高了涌出量预测精度,表明了该模型可靠性。     

综放工作面割煤高度对瓦斯涌出的影响

为了解决综放开采工作面通风能力有限和瓦斯超限的问题,根据对不同割煤高度综放支架通风断面的比较,提出通过加大割煤高度提高综放工作面单产水平的方法。采用数值模拟方法研究了割煤高度对工作面瓦斯涌出规律的影响,结果显示割煤高度增加将增大通风断面,并使瓦斯浓度降低。针对现场具体条件,在保证煤壁稳定性的基础上,给出了特定煤层条件下合理的割煤高度。应用结果表明,加大割煤高度有利于综放工作面实现安全高效生产。     

注水在煤层开采过程中的作用及影响

为研究注水在煤层开采过程中的作用及影响,以煤层注水对煤层力学特性的影响为基础,分析总结煤层注水在抑制瓦斯突出和瓦斯解吸、软化中硬顶煤、防治煤尘和减缓冲击倾向中的作用。结果表明:矿井注水后瓦斯的喷出频率比未注水时降低了56.4%;含瓦斯煤体在4MPa高压水的浸泡作用下,解吸率比未浸泡时降低了80%左右;注水使顶煤的采出率提高9%左右;长时(48h以上)注水可以使煤尘产出率降低20%;注水使矿井的冲击倾向降低一个等级。