煤与瓦斯突出危险性电磁辐射异常判识方法

基于工作面煤与瓦斯突出前兆电磁辐射变化规律,运用系统辨识、动态测试数据处理和数理统计等非线性理论,建立了工作面煤与瓦斯突出危险性电磁辐射异常判识模型,提出电磁辐射异常判别准则,并应用于工作面煤与瓦斯突出危险性预测.结果表明：电磁辐射异常判识模型具有较高的预测精度,其实现了工作面煤与瓦斯突出危险性的连续动态趋势预测.     

煤岩电磁辐射效应及其在煤与瓦斯突出预测中的应用

实验研究了单轴应力不同受载方式下的煤岩变形破坏电磁辐射效应规律，探讨了电磁辐射法预测煤与瓦斯突出原理，并将电磁辐射技术应用于煤与瓦斯突出预测。结果表明，电磁辐射法可应用于煤与瓦斯突出预测，预测精度较高，方法简便，大大降低劳动强度和生产成本，真正实现了非接触式空间预测；非接触连续动态空间预测是未来煤与瓦斯突出预测理论的发展趋势。     

成庄矿电磁辐射预测煤与瓦斯突出技术研究

针对成庄矿具体问题，研究了复合煤岩破坏电磁辐射规律；阐述了电磁辐射技术的现场试验，介绍了成庄矿目前采用的煤与瓦斯突出的预测技术，认为电磁辐射技术能较好地监测煤与瓦斯突出的危险性。     

煤与瓦斯突出预测的SOFM模型及应用

煤与瓦斯突出是煤矿生产活动中常见的一种动力灾害之一,其危险性等级评价是煤矿安全生产的必要前提和保证。文章综合考虑煤与瓦斯突出发生的地应力、瓦斯和煤的物理力学性质等条件,选取地质破坏程度、瓦斯压力、瓦斯放散初速度、煤的坚固性系数以及开采深度作为煤与瓦斯突出危险性预测的评价指标。基于此,文章借签一种自组织特征映射(SOFM)神经网络,建立煤与瓦斯突出危险性预测的SOFM神经网络模型,将SOFM神经网络模型应用于国内26个典型矿井的煤与瓦斯突出危险性预测。研究表明,SOFM神经网络模型预测效果较好,其正判率为92.31%。说明该模型可为小样本、多指标的煤与瓦斯突出预测提供一种新的思路。     

三软煤层煤与瓦斯突出电磁辐射预测

为了研究电磁辐射技术在三软煤层中预测煤与瓦斯突出的可行性,以煤岩流变破坏电磁辐射试验研究为基础,采用KBD5监测仪在所选矿井进行了动态跟踪监测,然后将测试结果与常规预测指标对比分析.煤岩蠕变破坏试验表明,接近煤岩破坏阶段,电磁辐射信号明显增强.从三软煤层煤与瓦斯突出现场测试结果得出,电磁辐射强度与所选矿井采用的钻孔瓦斯涌出初速度q和R值指标具有较好的正相关对应关系,即电磁辐射指标和煤与瓦斯突出危险性常规预测指标之间具有较好的对应关系.可以应用电磁辐射技术预测三软煤层采掘工作面的煤与瓦斯突出危险性.     

煤与瓦斯突出电磁辐射预测指标临界值的确定

基于煤与瓦斯突出预测指标临界值确定原则，现场考察了工作面煤与瓦斯突出电磁辐射预测影响因素及变化规律，提出了工作面煤与瓦斯突出电磁辐射预测指标临界值的综合评判确定法，并在沈阳矿业集团红菱煤矿进行了试验性应用。应用结果表明，工作面煤与瓦斯突出电磁辐射预测指标临界值的综合评判法，具有简单方便、准确可靠的特点，为电磁辐射法预测煤与瓦斯突出临界值的确定，提供了新思路和新方法。     

电磁辐射技术在鹤岗南山煤矿突出预测中的应用

采用电磁辐射监测技术,结合常规预测法,在鹤岗南山矿进行煤与瓦斯突出危险性预测。实践表明,电磁辐射信息综合反映了南山矿煤与瓦斯突出危险的主要影响因素和危险程度。通过南山矿突出危险工作面电磁辐射指标与常规指标的对比表明,电磁辐射指标与钻屑瓦斯解吸指标Δh2和钻屑量S这两个常规指标有着较好的一致性,而与钻孔瓦斯涌出初速度q的一致性较差。因此可以采用S,Δh2指标与电磁辐射指标相结合的方式对南山矿煤与瓦斯突出危险进行综合预测。     

基于自适应变步长BP法的煤与瓦斯突出预测

为准确预测矿井煤与瓦斯突出的危险性 ,本文基于反向BP神经网络提出了一种改进的自适应变步长BP网络模型 ,加快了BP网络的收敛速度。实际应用效果表明 ,该模型具有收敛速度快、准确性高、可靠性和实用性强等特点 ,是一种有效的煤与瓦斯突出危险性预测方法     

神经网络在煤与瓦斯突出预测中的应用

应用神经网络中的BP网络模型对金竹山矿区煤与瓦斯突出进行了预测。为了加快神经网络模型的收敛速度,增强其跳出局部极小点的能力,采用了自适应变步长法和改进模拟退火法(SA法)相结合的方法。实际应用表明,该模型预测准确性高,是一种有效的煤与瓦斯突出危险性预测方法。     

煤与瓦斯突出电磁辐射预测指标临界值的确定及应用

阐述了非接触电磁辐射法预测煤与瓦斯突出等动力灾害现象的原理,系统地分析了煤与瓦斯突出电磁辐射预测指标临界值的影响因素．认为电磁辐射预测临界值的确定与煤岩地质情况、煤岩内应力分布、煤岩电性参数、煤中瓦斯状态和煤岩含水率等因素有关;临界值确定的具体方法是通过常规预测方法与电磁辐射方法同步测定的．     

矿井煤岩动力灾害电磁辐射预警技术

利用煤岩破坏力电耦合模型、煤与瓦斯突出和冲击矿压发生的不同特点及现场测试的大量数据,得到了两种灾害的电磁辐射预警临界值系数和动态变化趋势系数的确定方法.研究表明:煤岩动力灾害电磁辐射预警可以采用脉冲数和强度两个指标同静态临界值和动态趋势相结合的方法进行预警,电磁辐射可以将动力灾害危险分为无危险、弱危险和强危险的3级预警方案,对不同的预警级别可以采用对应的防治措施.     

基于模糊模式识别的煤与瓦斯突出区域预测

借助于成熟的模糊理论与技术可以较客观地实现突出预测中不精确信息与不精确关系的正确表达与处理,综合考虑突出影响因素,提出了煤与瓦斯突出区域预测的模糊模式识别新方法.首先采用模糊聚类分析对煤与瓦斯突出的样本集合进行分类,建立不同程度的模糊模式.然后对待预测样本进行模糊模式识别,根据择近原则,哪一种模式与预测样本最接近,待预测样本即属于哪一种突出类型.此方法克服了模糊聚类单一分析方法的不确定性,实现了多指标定量化的预测,提高了预测效果的准确程度.通过实例验证,证明了预测的可靠性.     

煤层瓦斯突出危险区综合预测方法

常规的瓦斯突出预测技术,主要从单一角度出发,无法达到多因素影响下的瓦斯突出危险区域预测精度。以某研究区为例,利用基于遗传算法的支持向量机(SVM)网络,预测了瓦斯含量;将孔隙度作为构造煤的判别因子,并通过概率神经网络(PNN)反演方法,得到了构造煤分布情况;介绍了基于自然伽马曲线的拟密度反演方法,获得了煤层顶板岩性情况。综合瓦斯含量、构造煤分布及煤层顶板岩性3个方面特征,建立了一套瓦斯突出危险区域综合预测方法,为判断瓦斯突出危险区提供了理论基础。经过与实际突出位置做验证,预测结果吻合,说明了综合预测方法在此研究区具有较高的准确性。     

电磁辐射法评定冲击矿压危险等级及应用

通过对基于电磁辐射的煤岩体损伤参量的分析,阐述了电磁辐射法预测煤矿冲击矿压危险的原理和冲击破坏预测准则,深化了对其的认识.提出了冲击破坏预测准则中电磁辐射临界值的确定方法,并对煤矿冲击矿压危险等级依电磁辐射法进行了划分,提出了相应的防治措施.通过实例介绍了电磁辐射法评定煤矿冲击矿压危险等级的应用情况.     

煤与瓦斯突出预测动静态指标的灰色优选

为了确定工作面突出预测敏感指标,通过研究演马庄矿与谢一矿掘进工作面电磁辐射特征,将电磁辐射预测指标(电磁辐射强度E)与常规突出预测指标R值指标及钻屑指标Δh2、K1、S等进行对比,利用灰色系统理论进行指标优选,比较各指标灰色关联度大小,结果表明,电磁辐射预测指标的综合关联度大于常规指标,预测无突出危险准确率为100%,可以作为工作面突出预测指标。     

基于遗传算法—BP神经网络的突出强度预测

煤与瓦斯突出强度的预测对研究煤与瓦斯突出,保证矿井安全正常生产有着重要意义。本文提出采用遗传算法结合BP神经网络的模型来预测突出强度,采用遗传算法对BP神经网络的权重和阈值进行优化,将优化好的权重与阈值作用于网络进行训练,直至性能函数符合要求。实际计算表明,该模型有较好的预测精度,且克服了普通BP神经网络训练时间长、收敛速度慢的缺点,在已知瓦斯膨胀能和煤层厚度的前提下,可以用该模型对突出强度进行预测。     

煤与瓦斯突出灰色-神经网络预测模型的建立及应用

对煤与瓦斯突出影响因素进行灰关联分析,以此确定人工神经网络的输入参数.并应用改进的BP算法,选择灰关联分析的5个优势因子作为输入参数,建立了煤与瓦斯突出预测的神经网络模型.选用典型突出矿井的煤与瓦斯突出实例作为学习样本,对网络进行训练学习,并以云南恩洪煤矿的煤与瓦斯突出实例作为预测样本,将经过网络预测的结果与传统方法的计算结果进行对比.结果表明该灰色一神经网络模型能够满足煤与瓦斯突出预测的要求.