基于机器学习的煤与瓦斯突出预测指标贡献的定量评价研究 |
| |
引用本文: | 陈改霞.基于机器学习的煤与瓦斯突出预测指标贡献的定量评价研究[J].煤炭技术,2024(1):162-165. |
| |
作者姓名: | 陈改霞 |
| |
作者单位: | 河南理工大学鹤壁工程技术学院 |
| |
摘 要: | 煤与瓦斯突出事故是矿井生产过程中极易产生的一种动力效应明显、破坏性强的灾害事故。基于机器学习技术,建立煤与瓦斯突出预测指标贡献值的定量评价流程,主要是通过大量的历史数据及对应的现场情况,来计算预测突出准确率、预测不突出准确率,来对该指标进行量化评价。在试验矿井进行现场试验,分别求取瓦斯含量、瓦斯压力、坚固性系数、地应力这4个指标的贡献值,试验结果显示,该矿井中瓦斯压力的指标贡献值最大,为95.1%,地应力的指标贡献值最小,为89.3%,证明该研究能够较好地现场进行突出预测指标的定量评价,并对煤与瓦斯突出危险性预测工作提供一定的技术支持。
|
关 键 词: | 煤与瓦斯突出 机器学习 参数测定 煤矿安全 |
|
|