共查询到20条相似文献,搜索用时 15 毫秒
1.
分析总结了煤体渗透率的3个主要影响因素--有效应力、温度和瓦斯压力,并结合煤体的力学特性建立了一个预测煤层瓦斯渗透率的BP神经网络模型。根据不同有效应力、不同温度和不同瓦斯压力条件下大量具有代表性的煤样渗透率数据来建立学习样本,并对该模型的精度进行了检验。该BP神经网络经过11 986次学习后精度满足要求,训练后BP神经网络模型所得预测结果的最大绝对误差为0.049×10-15 m2,最大相对误差为4.298%。根据所建立的BP神经网络模型得到的预测值与实测值吻合较好。 相似文献
2.
为提高煤与瓦斯突出预测的可行性与准确性,将因子分析法与BP神经网络方法相结合,提出一种改进的BP神经网络预测方法。根据平顶山八矿煤与瓦斯突出相关主要影响因素的原始数据,使用因子分析法对9个煤与瓦斯突出影响因素的原始数据进行降维处理,得到3个公共因子;将3个公共因子代替原有的9个煤与瓦斯突出影响因素作为BP神经网络输入层参数,建立因子分析法与BP神经网络法相结合的煤与瓦斯突出预测模型,对平顶山八矿煤与瓦斯突出进行预测。选取平顶山八矿煤与瓦斯突出样本对改进的BP神经网络预测方法进行验证,结果表明:3个预测样本的相对误差分别为1.79%、3.54%、0.83%,均小于10.00%。采用改进的BP神经网络预测方法可有效解决传统的BP神经网络因为输入层参数过多而数据处理效率低、迭代速率慢与精确度低等问题。 相似文献
3.
为了可以更好地指导瓦斯抽采及瓦斯灾害防治,利用随机森林方法并结合影响煤体瓦斯渗透率的4个主要影响因素——有效应力、气压、温度、抗压强度,对煤体瓦斯渗透率进行预测研究。利用22组数据作为训练样本,8组数据作为预测样本,分别从详细精度、混淆矩阵和节点错误率3个方面判断。结果表明:基于随机森林的煤体瓦斯渗透率预测模型训练效果总体水平稳定且预测准确率为100%,证明预测模型理论研究方面具有可行性;经过工程实例的应用,预测结果与实际结果相符合,随机森林的煤体瓦斯渗透率预测模型可应用于现场生产,对煤矿的高效安全生产具有重大指导意义。 相似文献
4.
《采矿与安全工程学报》2017,(2)
针对BP神经网络算法对煤体瓦斯渗透率预测精度低问题,筛选出影响预测精度的5个主要因素——1个宏观因素(煤层埋深)和4个微观因素(有效应力、温度、瓦斯压力、抗压强度),提出一种基于学习向量量化神经网络(LVQ)分类、混沌粒子群算法(CPSO)优化、BP神经网络预测的LVQ-CPSO-BP煤体瓦斯渗透率预测方法。从宏观上确定临界值将煤层埋深划分为2层;基于有效应力与瓦斯渗透率之间存在拐点关系,从微观上确定拐点值将有效应力划分为2段;采用LVQ将4个微观样本参数依据拐点特征进行分类识别,采用BP神经网络进行学习训练并输出预测结果,并用CPSO对BP神经网络的权值和阈值进行优化;基于样本案例对本文构建的LVQ-CPSO-BP算法进行预测结果验证,并与BP算法、GA-BP算法及PSO-BP算法预测的结果进行对比分析。结果表明:LVQ分类正确识别率较高,CPSO-BP算法预测精度较好,且优于其他3种算法。LVQ-CPSO-BP算法总体预测值与实测值吻合度高,尤其当有效应力减小时,预测精度更高。 相似文献
5.
6.
7.
含瓦斯煤体渗透率的探讨 总被引:1,自引:1,他引:0
文章通过实验室对煤体滲透中的测定得出以下结论:实验室测定结果还不能直接应用于现场实际,只能做定性研究阶段:在煤样应力升高时,可用负指数方程和应力降低时可用负幂函数方程来分析煤层开采前后渗透率的变化情况;突出煤的渗透率小于非突出煤层的渗透率;平行层 理煤样渗透率大于垂直层理的渗透率.因此,煤体的渗透率可作为煤层突出危险的一项指标。 相似文献
8.
9.
为提高预测模型的可靠性,实现对煤层未采区域瓦斯含量的精确预测,以山阳煤矿5#煤层为研究对象,进行未采区瓦斯含量的预测。运用瓦斯地质学和多元线性回归分析法,得出基岩厚度、煤层厚度和埋深是影响该矿瓦斯赋存的主要因素,并将其作为BP神经网络模型的输入端神经元,初步构建出瓦斯含量预测模型;结合地勘时期瓦斯钻孔的实际数据,进行网络训练,再对预测模型的可靠性进行检验。结果表明:该预测模型预测瓦斯含量,精度较高,效果较好,能满足工程要求。采用多元线性回归-BP神经网络可以对未开采区域煤层瓦斯含量进行准确预测,为矿井瓦斯灾害防治提供一定的参考依据。 相似文献
10.
11.
12.
13.
应用神经网络理论知识,结合贵州某矿的实测数据,建立了基于BP神经网络的瓦斯涌出量预测模型,通过数学软件MATLAB7.0对瓦斯涌出量进行预测,预测结果与实际涌出量吻合度较高,说明了BP神经网络在瓦斯涌出量预测上的可行性。为煤矿的安全生产中瓦斯量的预测提供了一种新的途径。 相似文献
14.
瓦斯预测中的BP神经网络融合技术 总被引:1,自引:0,他引:1
针对瓦斯预测领域大量用到的BP神经网络技术,分析了BP神经网络的优缺点。通过对近年来的方法进行比较,总结了该领域与BP神经网络进行融合的7大技术及其融合思路和效果,提出了融合技术的选择原则。 相似文献
15.
16.
为了确定合理的有效抽采区域,首先建立了含瓦斯煤岩体的流-固耦合模型,然后建立几何模型,利用COMSOL Multiphysics软件进行数值解算,在考虑渗透率各向异性的基础上,研究钻孔周围不同位置的瓦斯压力变化规律。结果表明:考虑渗透率各向异性之后,瓦斯压力等值线图呈现出椭圆形状;渗透率各向异性会影响瓦斯在煤体中的运移,渗透率越低,瓦斯在煤层中运移越慢;达西速度与渗透率成正比,即渗透率增大,达西速度随之增大,渗透率各向异性使钻孔周围达西速度等值线呈椭圆分布,越靠近钻孔中心,达西速度越大,且随着时间的增加,达西速度最大值在减小;当钻孔周围瓦斯压力达到0.74 MPa时,受渗透率各向异性的影响其有效抽采区域呈现左右大、上下小的分布,瓦斯在渗透率小的地方难被抽采。 相似文献
17.
18.
19.
煤与瓦斯突出是严重危害煤矿安全生产的一种非线性瓦斯动力灾害。文章将BP神经网络运用于煤与瓦斯突出预测模型,从煤与瓦斯突出的原因、BP神经网络用于煤与瓦斯突出预测的原理、运用实例三方面,对利用BP神经网络预测煤与瓦斯突出的研究加以阐释,证明了BP神经网路预测系统的精度高于传统系统。 相似文献