共查询到10条相似文献,搜索用时 46 毫秒
1.
2.
提出了一种基于小波分析与BP神经网络的矿井工作面瓦斯浓度预测算法,综合利用了小波分析算法的信号去噪作用以及BP神经网络可以拟合任何非线性系统的能力,并采用Matlab软件实现了该算法在瓦斯浓度预测上的应用。试验结果证明,对于短期内的工作面瓦斯浓度预测,该算法具有较好的预测效果。 相似文献
3.
瓦斯浓度是煤矿安全生产的重要指标,采用合理的模型预测瓦斯浓度可提前采取安全保障措施。将CO浓度、温度、风速和甲烷浓度作为监测数据,设计传感器布局方案,以GA算法优化BP神经网络模型的权值和阈值,提高瓦斯浓度预测模型的准确率。以采样数据的后10组为测试数据,试验结果显示,GA-BP神经网络的预测误差低于5%,可满足使用需求。 相似文献
4.
基于BP神经网络的煤矿瓦斯浓度预测模型构建及仿真 总被引:3,自引:1,他引:2
在分析影响煤矿瓦斯浓度的各种因素具有非线性特征的基础之上,采用BP算法构建煤矿瓦斯浓度预测模型,实现对各种因素进行非线性映射,进而达到对煤矿瓦斯浓度进行预测的目的。MATLAB仿真结果表明,该模型具有预测精度较高、预测速度快、预测效果好等优点。 相似文献
5.
6.
针对传统的井下局部通风机恒速运行及浪费电能的缺陷,提出了一种基于BP神经网络和模糊控制的智能通风系统。将井下瓦斯浓度、温度、湿度及煤尘等参数输入到BP神经网络模型中,对井下风量进行预测,通过当前风量与预测风量的对比,运用模糊控制算法对变频器电压进行调节,从而实现对变频器输出频率的控制,有效降低了局部通风机的耗电量,对煤矿安全生产具有重要的现实意义。 相似文献
7.
针对煤矿井下环境恶劣而引起瓦斯传感器误报警等问题,即瓦斯"大数"问题,研究将组态监控软件和BP神经网路应用于煤矿瓦斯监控系统中,利用组态监控软件可以实时观测瓦斯浓度,查询传感器任何时间的输出,显示瓦斯浓度变化,通过BP神经网络的设计和多次训练,不断修正网络参数,最终确定了合理的神经网络,并对该网络进行测试,不仅可以把干扰消除,同时还能辨别出由于瓦斯突出造成的数据超出设定的百分比浓度点,做到可以准确的报警。 相似文献
8.
9.