基于PCA-FOA-GRNN的回采工作面瓦斯涌出量预测

回采工作面瓦斯涌出量受多种因素共同影响,很难用线性方法进行准确预测。广义回归神经网络(GRNN)是一种前馈神经网络,具有鲁棒性好和高容错率的优点,并且调节参数只有1个,因此,基于GRNN构建预测模型,运用改进的果蝇优化算法(FOA)对传统GRNN模型进行优化,应用主成分分析法(PCA)对样本数据进行降维简化处理,以减少次要因素对预测结果的干扰。选取晓明矿数据对模型进行验证,预测效果良好,其平均绝对误差为3.98%,低于传统GRNN模型的7.06%。     

基于主成分分析法的煤矿瓦斯涌出量预测

为解决煤矿瓦斯涌出量预测过程中存在的指标繁杂致使预测精度低的问题,运用R语言主成分分析法对瓦斯涌出量影响因素进行降维分析,结合多种多元回归模型,最终选用多元线性回归进行瓦斯涌出量预测。结果表明:主成分分析法能有效减少预测变量个数,经主成分旋转后构建的多元回归预测模型精度较高,其平均误差绝对值为2.67%。主成分分析法与多元线性回归相结合的方法适用于瓦斯涌出量预测。     

基于多元线性回归预测采煤工作面瓦斯涌出量

在对晋中市22座低瓦斯矿井采煤工作面的瓦斯涌出数据的研究基础上,定量分析了采煤工作面瓦斯涌出量的影响因素。利用SPSS软件的相关分析得到了影响采煤工作面的瓦斯涌出量的显著相关因素有瓦斯含量、工作面日产量、工作面埋深和地面大气压。通过多元线性回归分析,建立了采煤工作面瓦斯涌出量预测模型。根据预测结果可知,用该模型来预测矿井采煤工作面的瓦斯涌出量是可行的。     

史山煤矿回采工作面瓦斯涌出量预测研究

随着史山煤矿生产规模的扩大,瓦斯涌出量也日益增大,准备开采的06盘区左翼瓦斯地质资料比较缺乏,而且计划布置两个高档炮采放顶煤工作面以增大开采规模。针对以上情况,通过采用分源预测法、矿山统计法和瓦斯地质类比法分别对06盘区左翼回采工作面回采时的瓦斯涌出量进行了预测,以指导矿井的瓦斯管理和安全生产。     

基于不同权重法的回采工作面瓦斯涌出量组合预测

以矿井回采工作面瓦斯涌出量预测为目的,基于单项预测模型选择偶然性及信息源局限性,首次全面系统地利用方差-协方差法、最优加权法及递归方差倒数法3种计算组合权重系数的组合预测模型方法进行单项和不同组合模型的运用及对比分析。     

基于主成分-逐步回归分析法的瓦斯涌出量预测研究

矿井进行瓦斯涌出量预测是煤矿安全生产十分重要的工作,鉴于主成分分析和逐步回归分析方法的优点,将两种方法相结合共同建立瓦斯涌出量回归预测模型。以峻德煤矿30号煤层为例,通过主成分分析得到了影响回采工作面瓦斯涌出量的四个主成分因素,再采用逐步线性回归分析法预测回采工作面瓦斯涌出量。结果表明：采用主成分-逐步回归分析法减少了回归分析所需要考虑的变量个数,预测结果具有较好的准确性,预测精度明显优于一元回归预测和多元回归预测,具有较好应用前景。     

基于灰色系统理论的回采工作面瓦斯涌出量预测

通过对回采工作面瓦斯涌出量影响因素的研究,认为回采工作面瓦斯涌出量的变化受诸多因素的影响和制约,因素与因素之间的作用关系很难确定,无法用解析函数来描述其变化规律。应用灰色系统控制理论建立相应的预测模型,该模型在实际应用过程中能较好地反映回采工作面瓦斯涌出的变化规律,对回采工作面安全生产具有重要指导意义。     

基于偏最小二乘回归的回采工作面瓦斯涌出量预测模型

针对回采工作面瓦斯涌出量回归建模过程中自变量间出现多重共线性问题,提出应用偏最小二乘回归(PLS)对瓦斯涌出量进行预测的建模思路。选取地质及采矿2个方面共12个参数指标作为回归因子,利用15个瓦斯涌出实例为建模样本,建立了回采工作面瓦斯涌出量的偏最小二乘回归模型。建立的模型对训练样本拟合效果良好,最大误差为6.09%,平均误差仅为2.06%;对其余几个案例进行预测,精度优于主成分分析和BP神经网络,与最小二乘-支持向量机模型相当。研究表明,基于偏最小二乘回归进行工作面瓦斯涌出量预测是一种有效可行的方法。     

主成分分析主元回归模型在瓦斯涌出量预测中的应用

精确预测矿井工作面瓦斯涌出量对安全生产起着至关重要的作用。通过提取主成分可以解决瓦斯涌出量各影响因素之间的线性相关问题,降低模型受各因素影响之间的误差,以此建立预测模型具有较高的精度。     

分源法预测回采工作面瓦斯涌出量

在分析了分源法预测瓦斯涌出量原理的基础上,本文结合某矿区回采工作面实况和保护层工作面瓦斯涌出量预测经验总结,对目前分源法预测回采工作面瓦斯涌出量模型进行了修正,并将预测结果与实测的瓦斯涌出量值进行了比较。结果表明,修正后的分源法预测模型能可靠的预测回采工作面瓦斯涌出量,对该矿回采工作面瓦斯治理提供了依据。     

基于LS-SVM的回采工作面瓦斯涌出量预测

提出了一种基于最小二乘支持向量机（LS-SVM）的回采工作面瓦斯涌出量预测新方法.一方面,该方法基于结构风险最小化,能较好地解决小样本学习问题,避免了人工神经网络等智能方法在对回采工作面瓦斯涌出量进行预测时所表现出来的过学习、泛化能力弱等缺点;另一方面,该方法用等式约束代替不等式约束,降低了计算的复杂性,使得预测容易实现.实验表明,该方法具有预测精度高、速度快、容易实现等优点,适合对回采工作面瓦斯涌出量的预测.     

基于主成分回归分析法的导水裂缝带高度预测

为减小经验公式法在导水裂缝带高度预测方面存在的误差,探索较高预测精度的导水裂缝带预测方法,本文基于山东滕州矿区积累的实测数据,对采深、煤层厚度、工作面倾向长度、岩性参数、顶板厚度及倾角等六个因素进行了综合分析,借助MATLAB数据分析软件,运用主成分分析的方法,结合回归模型检验分析,建立了适用于滕州矿区的顶板导水裂缝带高度预测回归模型,并与经验公式法所得结果进行了对比分析。结果表明:基于山东滕州矿区12个煤矿的实测数据建立的主成分回归模型,对蒋庄煤矿两验证工作面导水裂缝带高度预测结果分别为56.239 1m、49.102 1m,预测相对误差分别为3.00%、2.83%;运用经验公式法对两工作面导水裂缝带高度预测结果均定为60.00m,预测相对误差分别为-9.89%、-25.65%。由此可见,采用主成分回归分析模型方法预测煤层顶板导水裂缝带发育高度具有较高的准确性,该模型可以更好地预测导水裂缝带发育高度,服务煤层顶板水害防治。     

回采工作面瓦斯涌出BP神经网络分源预测模型及应用

基于回采工作面瓦斯涌出分源涌出，利用人工神经网络分别预测开采煤层、邻近煤层、采空区3种来源的瓦斯涌出量；因3种来源瓦斯涌出量的影响因素不同，为了避免不相关因素的干扰，提高预测精度，确定整个预测体系由开采层、邻近层、采空区等3个瓦斯涌出量预测神经网络组成，对每个涌出源分别建立神经网络预测模型；最后采用Matlab中BP神经网络算法，针对实际矿井进行应用，预测误差小.     

工作面瓦斯涌出量的神经网络模型预测研究

通过对BP神经网络原理的分析 ,设计出了预测工作面瓦斯涌出量的BP神经网络模型。然后 ,在所建模型的基础上 ,采用matlab语言 ,实现了预测工作面瓦斯涌出量的BP神经网络模型。通过使用样本对网络进行训练和对几十个实际数据的仿真 ,得到了很好的预测结果。从预测结果看出 ,达到了工程实际能够接受的预测精度 ,说明该模型能够用于矿井的瓦斯涌出量预测。     

基于主成分回归的自然发火程度判识模型

矿井自然发火是影响矿井安全生产的重大危险源之一。当出现自然发火征兆时,对遗煤自然发火程度进行精准辨识,有助于及时采取科学有效的防灭火措施,确保矿井安全生产。首先采集煤样进行程序升温实验,对实验的结果进行标准化处理,消除量纲的影响;然后使用相关性分析的方法分析各气体与温度之间、以及各气体之间的相关性;最后综合使用主成分分析和主成分回归的方法构建了对数型数学模型。该模型将实验生成的气体作为自变量,煤温作为因变量,可以用于辨识煤的自然发火程度。     

矿井工作面瓦斯涌出量的未确知聚类研究

在对邯郸地区矿井工作面瓦斯涌出量统计的基础上，应用未确知聚类方法对矿井工作面瓦斯涌出量进行聚类，找出各类类中心，并给出样本属于各类的隶属度，较好地解决了对矿井瓦斯涌出量的分类问题，最后以实例来论证了该方法的可行性和有效性.     

基于分源预测法的西冯街煤矿3~#煤层瓦斯涌出量预测

瓦斯涌出量参数是衡量矿井安全状态的一个指标,也是新建矿井设计过程需要解决的一个重要课题.采用钻屑解吸指标法对西冯街煤矿3#煤层的原始瓦斯含量和残存瓦斯含量进行了测定并分析了瓦斯含量分布特征.利用线性回归方法研究获得3#煤层瓦斯含量与埋藏深度的关系,得出可燃质瓦斯含量增长梯度每100m为6.44m3/t.最后采用分源预测法对西冯街煤矿3#煤层上分层开采前期、中期和后期瓦斯涌出量进行了预测,并分析了矿井瓦斯涌出影响因素和涌出来源,对矿井通风与瓦斯抽采设计具有一定指导意义.     

综采工作面事故中有害气体涌出位置的确定及工作面防范措施

本文针对山西离柳焦煤集团有限公司丈八井41105综采工作面事故,全面分析了矿井基本概况,在此基础上分析了事故发生的原因,并通过对该工作面的CH4、CO2、CO、O2、H2S、温度、风速等参数进行了数次测定,确定了有害气体的涌出位置,最后提出了防范措施。     

移动坐标下掘进工作面瓦斯涌出的无因次分析

为研究厚煤层中巷道掘进时的瓦斯涌出规律,建立了移动坐标下的掘进工作面瓦斯涌出数学模型,通过引入巷道半径与长度准数、压力准数、掘进速度准数等无因次参数,将模型无因化,利用有限体积法对无因次方程进行离散,然后采用迭代法求解,并编制解算程序。解算结果表明,巷道周围煤体中的无因次瓦斯等压线呈子“弹头”状分布;随着速度准数的增大,无因次瓦斯压力及含量的分布等值线都向煤壁收拢,煤壁附近的无因次瓦斯比流量显著增大,从而导致无因次瓦斯涌出量急剧上升,且掘进工作面处的无因次涌出量增速更大。     

基于随机动态模型的矿井瓦斯涌出量预测研究

为了对矿井瓦斯涌出量进行预测,基于灰色系统和时间序列分析的基本理论,建立了矿井瓦斯涌出量预测的随机动态模型,并将该模型应用到某矿瓦斯涌出量预测分析中.实例应用表明,随机动态模型在矿井瓦斯涌出量预测方面是有效的,预测结果正确可靠,反映出了矿井瓦斯涌出量的发展态势.