选煤厂经营管理讲座 第三讲 选煤过程的预测与优化(1)

第三讲由于篇幅较长,故分期刊登。本期介绍预测的基本概念,包括预测的分类和预测的一般程序,预测的准确性;定性预测法,包括专家预测法、主观概率预测法和互相影响分析法。     

论成矿预测的理论体系

成矿预测研究是近年来矿产勘查的重要进展之一。成矿预测的基础是成矿规律研究。成矿预测的理论涉及地学诸多领域。主要归结为 :区域构造成矿分析预测理论、建造分析和成矿系列区域成矿分析预测理论、地质异常区域成矿分析预测理论 ,金属省成矿分析预测理论。构成区域成矿预测的完整理论体系。     

论成矿预测的理论体系

成矿预测研究是近年来矿产勘查的重要进展之一。成矿预测的基础是成矿规律研究。成矿预测的理论涉及地学诸多领域。主要归结为:区域构造成矿分析预测理论、建造分析和成矿系列区域成矿分析预测理论、地质异常区域成矿分析预测理论、金属省成矿分析预测理论。构成区域成矿预测的完整理论体系。     

煤矿安全宏观预测方法综述

对几种比较适用于煤矿安全宏观预测的方法(线性回归预测、非线性回归预测、灰色预测、马尔柯夫链预测、灰色马尔柯夫链预测、神经网络预测法)进行了介绍,并作了进一步评述和探讨。     

基于GIS的证据权法焦家金成矿带综合信息成矿预测

本文基于GIS 技术综合分析了焦家金成矿带的成矿地质条件和矿体赋存规律,建立了研究区金矿预测模型,并提取了相关成矿预测因子,采用证据权法对成矿预测因子进行了赋值,圈定了找矿预测区,并择优对预测区进行了钻探验证。研究表明,焦家金成矿带有关的矿床预测权重包括岩浆岩、构造、蚀变带以及物化探异常等;研究区划分了6个预测区: 后坡预测区、任家预测区、卧龙预测区、綦家预测区、龙埠预测区、城子预测区;经钻探验证,在后坡预测区发现金矿体3个,与预测结果基本一致。     

基于GIS证据权法的焦家金成矿带综合信息成矿预测

本文基于GIS技术综合分析了焦家金成矿带的成矿地质条件和矿体赋存规律,建立了研究区金矿预测模型,并提取了相关成矿预测因子,采用证据权法对成矿预测因子进行了赋值,圈定了找矿预测区,并择优对预测区进行了钻探验证。研究表明,焦家金成矿带有关的矿床预测权重包括岩浆岩、构造、蚀变带以及物化探异常等;研究区划分了6个预测区:后坡预测区、任家预测区、卧龙预测区、綦家预测区、龙埠预测区、城子预测区;经钻探验证,在后坡预测区发现金矿体3个,与预测结果基本一致。     

灰色-分源预测法对煤矿瓦斯涌出量的应用研究

以预测矿井的相对瓦斯涌出量为目的，提出灰色-分源预测的新方法，构建了灰色-分源预测的数学模型，即将灰色预测与分源预测相结合，用灰色理论对采煤工作面的相对瓦斯涌出量和掘进工作面的绝对瓦斯涌出量作长期预测，再将预测结果代入分源预测计算公式中，对矿井相对瓦斯涌出量进行预测；该方法起到了取长补短的作用，既克服了单独应用时灰色理论预测精度低、分源预测短期性的缺点，又将灰色理论预测的长期性和分源预测的准确性结合了起来。文中详细介绍了灰色-分源预测方法的计算流程及数学模型，最后通过实例验证了该方法具有可行性，可实现煤矿瓦斯涌出量的中长期动态预测，准确度较高。     

瓦斯涌出量灰色-RBF网络模型的建立与应用

为了减少瓦斯事故给煤矿生产带来的损失,本文在灰色模型预测煤矿瓦斯涌出量的基础上,结合神经网络理论,构建了灰色-RBF网络模型,充分利用灰色模型的"小样本、贫信息"的预测特点及RBF神经网络自学习、自适应能力特点。首先使用灰色模型对瓦斯涌出量进行初步预测,然后建立RBF网络模型进行再次预测,得到瓦斯涌出量的最终预测值;RBF网络模型的训练和预测计算用MATLAB软件完成。通过对安徽省某矿瓦斯涌出量的预测结果对比,灰色-RBF网络模型的预测误差分别为0.325和0.221,灰色模型预测误差为2.51和2.45,结果表明灰色-RBF网络模型预测明显高于单一灰色模型预测的预测精度。为煤矿瓦斯涌出量预测提供一种预测精度高的方法。     

基于预测有效度的矿山安全组合预测模型研究

依据组合预测有效度的定义,以单项预测在预测区间内预测精度均值最大为准则,建立了基于单项预测的加权组合预测模型,给出了加权系数的线性规划最优计算模型。应用基于灰色预测与指数平滑预测的组合预测模型研究了我国矿业事故数基本趋势问题,证明应用此模型对矿业安全系统预测分析不仅提高了预测精度,且模型直观、计算简洁,具有较高的实际应用价值。     

利用灰色马尔可夫模型预测煤矿安全事故

在煤矿事故死亡人数灰色预测的基础上引入马尔可夫链预测理论,建立了煤矿事故灰色马尔可夫预测模型,该模型兼有灰色预测和马尔可夫预测的优点,不仅提高了波动性较大的随机变量的预测精度,同时还拓宽了灰色预测的应用范围。实例证明灰色马尔可夫模型预测精度明显高于灰色GM（1,1）残差修正模型预测精度,从而说明灰色马尔可夫模型预测煤矿事故死亡人数的发展规律是可行有效的。     

人工神经网络在煤巷顶板岩性识别中的应用

为了探测顶板岩层组合状况从而更好地满足锚杆支护设计要求,采用人工神经网络方法研究了煤巷顶板岩层岩性识别的实际问题,并根据打钻过程的特点,采用BP网络研究了人工神经网络的结构和输出方式,分析了影响人工神经网络应用效果的各因素,在人工神经网络的优化设计方面作了较深入的研究．研究表明：人工神经网络用于识别所钻岩层误差仅有5％,达到了很好的效果;人工神经网络的参数,如学习率、训练步长、动量系数、隐含层单元数和数据处理方式等对于人工神经网络的应用效果有很大影响．     

老采空区残余下沉系数的神经网络模型研究

为了验证人工神经网络方法是否可以用于老采空区残余下沉系数的预测,采用L-M BP算法的人工神经网络方法对某矿区的观测站下沉资料进行了残余下沉系数的预测分析,计算出不同观测时间距最大下沉速度时刻之间的下沉系数,以此建立此下沉系数的神经网络预测模型,进而得到残余下沉系数,并与实测得出的进行对比.研究表明:1) 利用已有观测站最大下沉速度之后的观测数据可以解决数据不足的问题.2) 在考虑地质采矿因素的基础上,建立相对与最大下沉速度时刻的下沉系数的神经网络预测模型,以此求取老采空区残余下沉系数.结果表明:用人工神经网络方法进行老采空区残余下沉系数预测是可行的.     

基于GIS与ANN的金川二矿地表移动预测

利用金川二矿区多年的GPS监测数据,探讨了GIS与人工神经网络技术相结合进行地表移动定量预测的方法和思路。借助Avenue语言,实现了在GIS平台下进行地表移动神经网络预测的整个过程,包括样本设计、网络设计与训练、网络测试与网络预测等;其中,数据处理、测试结果对比和预测结果分析由GIS软件完成,采用VB调用Matlab6.5实现Elman神经网络预测模型,并通过Avenue编程将其集成到GIS系统中。研究结果表明,利用GIS支持下的神经网络模型对地表移动进行预测,具有理论上的可行性和现实意义,说明GIS和人工神经网络技术在开采沉陷预计领域中具有广阔的应用前景。     

基于ANN的煤岩破坏电磁辐射预测研究

以自适应神经网络的基本原理和实现步骤为基础,研究了煤岩变形破裂过程电磁辐射自适应神经网络预测的原理及特点,将电磁辐射自适应神经网络模型应用于煤岩变形破裂过程声发射和电磁辐射序列的预测。研究结果表明,采用神经网络可以有效预测电磁辐射和声发射信号,为判定煤岩变形破裂状态提供依据。     

螺旋分级机数学模型研究

利用多元回归分析和人工神经网络构建螺旋分级机数学模型, 预测校对分离粒度和分级精度, 并对2个模型的预测效果进行了比较。使用LM算法和遗传算法优化人工神经网络模型, 模型预测结果表明: 采用人工神经网络构建螺旋分级机数学模型比多元回归分析模型表现出更高的拟合度和更低的拟合误差。     

利用MATLAB神经网络进行煤与瓦斯突出预测的研究

从煤与瓦斯突出的机理出发，考虑煤与瓦斯突出的综合影响因素，利用MATLAB神经网络工具箱，在VC 中嵌入MATLAB神经网络模块，建立了能够准确预测煤与瓦斯突出的神经网络预测模型，并制成了相应的预测软件。应用该软件进行实际检验，预测结果完全与实际相吻合，可以用来准确预测工作面煤与瓦斯突出。     

人工神经网络在离心式通风机故障诊断中的应用

通过对已采集的通风机振动信号分析和整理,提出了应用人工神经网络对其进行故障诊断,以G4-73-11离心式矿用通风机为研究对象,用小波包分解技术提取其振动信号的能量特征作为特征向量,建立了神经网络模型,并应用此网络对一矿用通风机G4-73-11No28D进行故障诊断,结果表明,此网络可作为智能分类器对离心式通风机的常见故障进行识别和诊断。     

圆弧滑动边坡稳定性分析的神经网络方法

搜集了大量圆弧滑动边坡工程实例,并根据实例边坡的实际稳定状况及其几何、物理力学参数构建了训练数据集和测试数据集。应用所构建的训练数据集,对所建立的用于圆弧滑动边坡稳定性分析的神经网络进行训练,并采用训练数据集和测试数据集对其拟合能力和推广预测能力进行测试,最终获得满意结果。应用所建立的神经网络对某高速公路边坡的最危险圆弧滑动面的安全系数、稳定状态和圆心位置作了预测,结果与实际情况吻合。     

基于人工神经网络的工艺决策系统

基于人工神经网络的工艺决策系统,利用人工神经网络技术和Web技术,研究了冲压工艺设计的智能决策问题,利用神经网络对冲压件进行分类,从范例库中提取相似的范例并进行修改,得到工艺方案。系统具有很强的自学能力,工艺设计人员在后台可对范例进行维护更新并进行神经网络训练,系统采用B/S模式构架,对客户端要求简单。     

采矿方法模糊优选的神经网络模型构造及其应用

应用神经网络模式识别原理，构建一种人工神经网络(ANN)——弹性神经网络，能较好地解决常用BP神经网络梯度算法中可能出现的收敛缓慢和局部最小问题，将模型应用于大红山铜矿缓倾斜中厚矿体采矿方法模糊优选，与用模糊数学法得出的结论基本一致。终选出的采矿方法工业试验后取得了显著成效，证明该决策方法切实可行。