基于SVM的煤与瓦斯突出预测模型及应用

为有效预测矿井内煤与瓦斯突出的危险程度,对其影响因素做了分析与探讨,分别构建了基于粒子群优化算法以及遗传算法支持向量机的煤与瓦斯突出预测模型,并且通过实例对两种模型预测的准确性进行了验证。分别利用单项以及综合指标、BP神经网络以及PSO-SVM模型、GA-SVM模型,对寺河煤矿二号井的突出区域进行预测比较。结果表明,PSO-SVM的预测模型不仅可以在小样本数据中预测出煤与瓦斯突出程度的大小,而且综合预测结果更加精确,其在解决矿井内煤与瓦斯突出的小样本数据中显示出更加强大、通用的性能。     

高地压严重突出区域下向穿层钻孔预抽消突技术

利用工作面高抽巷施工掩护顺槽掘进工作面下向穿层条带预抽钻孔,通过对钻场底板深、浅孔注浆封堵围岩裂隙解决了孔内返水不畅难题;采取了"两堵一注"封孔方式确保封孔严密不漏气;孔内全程下吹水管,实现了单孔、分组、定时吹水工作目标,提高了下向消突钻孔抽采效果,形成了一套高效、快速的下向穿层钻孔消突管理模式,实现了高地压严重突出区域煤层高效消突以及技术经济一体化目标,安全经济效益显著。     

用层次分析法(AHP)确定煤和瓦斯突出中的有关参数

介绍了井下瓦斯突出的原因 ,详细阐述了瓦斯突出的有关参数的确定方法。     

马鞍山煤矿瓦斯地质理论在防突工作中的应用

总结了实际工作中防突管理的经验和问题 ,探讨了科学理论与具体实际的有机结合与统一 ,采取针对性强的有效措施 ,确保突出矿井的安全生产     

基于半监督学习和支持向量机的煤与瓦斯突出预测研究

针对支持向量机要求输入向量为已标记样本,而实际应用中已标记样本很难获取的问题,提出将半监督学习和支持向量机结合的煤与瓦斯突出预测方法;介绍了采用SVM预测煤与瓦斯突出的流程及其输入向量的选择;对半监督学习中的协同训练算法进行了改进:在同一属性集上训练2个不同分类器SVM和KNN,将2个分类器标记一致的样本加入训练集,从而充分利用未标记样本不断补充信息,更新训练集标记样本,达到强化训练集的目的。测试结果表明,改进后的算法比单独的支持向量机预测方法准确率更高。     

基于变精度粗糙集的煤与瓦斯突出预测

煤与瓦斯突出是受诸多因素影响的复杂问题,为了提高其预测的准确性,本文以变精度粗糙集理论中的决策表为主要工具,首先将影响煤与瓦斯突出的检测信号作为预测的条件属性集,煤与瓦斯突出量作为对预测的决策属性,建立决策表,然后利用小生境遗传算法适合于进行多峰值函数优化的特点,提出了一种基于小生境遗传算法的粗糙集属性约简方法,用于求解决策表的多个约简,进而进行值约简后抽取出预测规则。算例结果说明了本算法的正确性和可行性。     

Experimental research into the effect of gas pressure,particle size and nozzle area on initial gas-release energy during gas desorption

Coal and gas outburst is a violent disaster driven by released energy from gas desorption. The initial expansion energy of released gas(IEERG) is a new method to predict coal and gas outburst. In this paper,an instrument for IEERG measurement was developed. Compared with previous setups, the new one which is equipped with three convergent nozzles and quick-release mechanism gets improved in data acquisition and gas sealing and releasing performance. To comprehensively know the effect of gas pressure, particle size, and nozzle area on IEERG, a series of experiments were carried out with this new setup.The variable control test results indicated that the gas pressure-IEERG curves remain the linear trend and the particle size-IEERG curves maintain the negative exponential trend for nozzle areas at 1.13, 2.26, and3.39 mm2, respectively. The increase in nozzle area leads to deceases in value of IEERG and absolute value of slope of fitting curves in each test. In addition, the orthogonal experiment showed that the influence of gas pressure, nozzle area, and particle size on IEERG decreases in turn. Only gas pressure had a marked impact on IEERG. This work offers great importance in improving the accuracy of prediction of coal and gas outburst.     

基于遗传算法的煤与瓦斯突出影响因素研究

针对采用BP神经网络对煤与瓦斯突出预测时的过学习现象,引入遗传算法对煤与瓦斯突出的影响因素进行选择,并建立了以筛选出的变量作为输入的优化BP网络预测模型.遗传算法中染色体采用二进制编码,个体适应度函数引入了惩罚函数,并对基本遗传算法的遗传操作算子进行了一定的改进,最后利用平煤八矿煤与瓦斯突出的实测样本,在MAT-LAB2009b环境中对上述算法进行仿真研究.结果表明,以遗传算法筛选出的变量作为输入建立的预测模型的输出结果的拟合效果变好,预测精度提高,建模时间缩短.     

基于PCA与权重贝叶斯的工作面煤与瓦斯突出预测

为实现对工作面煤与瓦斯突出快速、准确和动态的预测,提出一种基于主成分分析和权重贝叶斯的工作面煤与瓦斯突出预测方法,通过建立工作面煤与瓦斯突出预测的权重贝叶斯模型进行突出危险性等级预测。利用主成分分析确定预测模型中分类变量权重以提高预测准确性。在此基础上,设计基于相似度的训练样本数据更新方式实现对突出预测模型的有效重构。实验结果表明,与朴素贝叶斯模型和权重贝叶斯模型相比,基于主成分分析和权重贝叶斯工作面煤与瓦斯突出预测方法能快速获得高准确度的突出预测结果,为现场指导矿井工作面安全生产提供参考。     

低温冻结石门揭煤煤体温度及力学性能变化规律研究

为研究低温冻结石门揭煤煤体温度及力学性能变化规律,制作煤样时将U形铜管预埋在内并进行注液氮冻结,通过温度测量、红外热成像、单轴压缩等试验分析了不同冻结时间下煤样内部及表面温度和应力-应变变化特征。试验结果表明:随着冻结时间的增加,煤样内部及表面温度呈下降趋势;煤样表面最低温度位于U形铜管附近,煤样表面最高温度位于煤样边界;在压密阶段,随着冻结时间的增加,煤样应变逐渐减小,压密阶段缩短;在弹性变形阶段和屈服阶段,随着冻结时间的增加,煤样最大应力和弹性模量均呈增大趋势。