采空区煤自燃预测的随机森林方法

煤自然发火温度的准确预测是矿井煤自燃防控的关键。为了准确可靠地预测采空区煤自燃温度,在大佛寺煤矿40106综放工作面开展了长期的采空区温度和气体观测实验,提出了一种基于随机森林(RF)方法的采空区煤自燃预测模型,并将预测结果与支持向量机(SVM)和BP神经网络(BPNN)方法对比。采用粒子群优化算法(PSO)对RF和SVM超参数进行优化,建立了参数优化的PSO-RF和PSO-SVM预测模型。结果表明,RF,PSO-RF,SVM和PSO-SVM模型均具有较强的泛化性和鲁棒性; RF在建模过程中拥有宽广的参数适应范围,当树的数量(ntree)超过100后,其训练误差趋于稳定,ntree的改变对预测性能没有实质的影响;虽然PSO算法可以找到RF最优超参数,但默认参数的RF模型就能获得满意的预测性能; SVM预测结果则对超参数十分敏感,PSO优化可以显著提高其预测精度,其预测性能依赖于超参数的最优选择; BPNN模型在训练阶段拥有极佳的预测结果,但易出现"过拟合",导致泛化性弱,测试阶段误差较大。通过在其他矿井煤自燃预测中应用,验证了RF方法的稳定性和普适性,且无需复杂参数设置和优化就能获得良好的预测性能,可进一步应用于其他能源燃料领域。     

双切顶留巷采空区煤自然发火“三带”分布特征研究

为了研究双切顶留巷采空区煤自燃“三带”分布特征，以沙曲一矿4502工作面为工程背景，采用现场监测与数值模拟相结合的方法研究了双切顶留巷4502工作面采空区漏风规律和自然发火“三带”分布特征。结果表明：双切顶留巷采空区漏风区域主要为工作面两侧隅角及两侧留巷，风流主要由隅角漏入采空区，同时采空区与两侧留巷都有风量交换，双留巷侧存在细长的氧化带，氧化带在采空区内整体呈U型分布；双切顶成巷工作面在开采的不同时期，煤自然发火“三带”分布存在较大差异，开采初期要加强双留巷侧5 m范围和采空区中部32～65 m范围内煤自燃防控，而在开采中后期，要加强运输留巷侧2.5 m范围内、距离轨道留巷38 m以后12 m范围内和采空区中部30～80 m范围内煤自燃防控。