改进的KNN算法在煤种分类中的应用

提出一种改进的KNN算法,该算法最大的优点是不需要K值,同时具有较好的分类性能。自编程序设计了改进的算法,并将其用于煤样所属煤种的快速分类。通过实验预测了煤样所属煤种。结果表明与经典KNN算法相比,改进的算法实现简单,分类准确率高,适用于煤种的快速分类。     

烟煤镜质组平均最大反射率与煤种之间的关系

运用制定《中国煤炭分类》国家标准所依据的近600个烟煤煤层煤样实测数据,分析了中国不同煤种烟煤镜质组平均最大反射率的分布范围,探讨了烟煤镜质组平均最大反射率与中国煤分类系统之间的关系.研究表明：镜质组反射率与煤种之间的关系较复杂,特别是在中低变质烟煤阶段,相同变质程度煤往往归属于不同煤种,受煤岩组成和还原程度的影响较大.但总的来说,烟煤镜质组反射率与煤种之间的关系规律性明显.     

利用激光光谱SVM识别算法对煤种识别的研究

激光诱导击穿光谱分析技术是目前无放射性检测仪表中最先进的分析技术,该技术能够实现煤炭中C、H、O、Si、Al、Fe、Ca、K、Na、Ti元素的检测。而基于SVM(支持向量机)识别算法,能够对煤炭种类进行快速识别分析,特别是在元素含量种类相同的情况下,针对同一或相近产地的煤种进行识别。此方法可以有效地提高焦化企业生产过程中对来煤分类堆放的准确性,提高信息化、自动化水平。针对某钢厂提供的21组、11个产地的煤炭样品进行实验处理,采用激光元素分析方法对从现场得到的煤样以及二次煤种配料,利用模拟装置对煤炭进行激光激发,得到激光光谱,通过光谱预处理、光谱峰位选择、峰值计算、归一化等数据分析,最终通过算法模型优化,得到了较好的分类结果。     

三种灰色聚类方法在煤种聚类中的应用效果分析

比较了基于邓氏灰色关联度的聚类分析、灰色综合聚类评估模型分析和灰色欧几里德关联度聚类分析三种聚类分析方法在煤种聚类中的使用效果;结合试验研究和定量分析两种方法,测量了101个试验煤样的发热量、灰分、挥发分、硫分四项参数,并应用上述三种聚类分析法对煤种进行了聚类分析,结果表明,基于邓氏灰色关联度的聚类分析结果较其他两种方法准确很多,准确度可达96%,而其他两种的准确度仅为52%和68%。     

物料参数对振动逆流干法选煤效果的影响

分析了振动逆流干法选煤技术受物料参数的制约性,应用振动逆流干法选煤试验系统进行了不同外在水分、粒级和煤种的入料煤样的分选试验。结果表明:6%的入料外在水分是分选效果的临界值;窄粒级入料有利于取得更好的分选效果;3种不同地域煤样的分选效果接近,E值为1.5~1.6。     

浅谈充氧时间对煤的发热量测试结果的影响

通过不同充氧时间条件下对不同煤种及灰分较大煤样的实验测试,总结了充氧时间与煤样发热量测试值之间的关系。     

煤样短期储存的品质变化规律研究

针对不同煤种煤样以不同粒度在试验室常规条件下放置不同时间的品质变化规律进行了研究,探讨了不同煤种适宜的储存粒度和储存时间。     

煤炭不同研磨时间对检测结果的影响研究

为研究一般分析试验煤样0.2 mm筛上物比率对检测结果的影响,选取了5个具有代表性的煤样进行了试验。实验结果表明:不同煤种完全通过0.2 mm筛的研磨时间是不一样,用于检测用的一般分析试验煤样,样品粒度全部小于0.2 mm时检测结果有更好的重复性和代表性,开展煤质检测的机构或部门应针对煤种及磨粉设备进行粒度分析,确定最佳磨粉时间,保证样品检测的准确性。     

中国标准煤样库

中国标准煤样库贮存了28种典型煤种煤样,包括标准煤样的研制和贮存,标准煤灰成分样,标准煤灰熔融性样,可磨性标准煤样,粘结指数专用无烟煤和葛金试验用标准电极炭6大类标准物质。     

3种煤焦的CO2气化反应特性及动力学模型

为探索不同煤种的气化反应特性及其动力学,以神木煤、新疆准东煤和印尼加里曼丹岛煤3种煤质差异较大的低阶煤为原料,在水平管式炉上制备了3种煤样的900 ℃快速热解煤焦,并采用热重分析仪考察了3种煤焦的非等温和等温气化特性,用分布活化能模型和随机孔模型拟合了煤焦的CO2气化反应速率与碳转化率间的关系。研究结果表明：煤焦的非等温气化反应活性和等温气化反应活性存在一定的差异,气化温度、煤种及煤灰分中的碱金属均影响气化反应活性,煤焦的等温气化反应活性为印尼加里曼丹岛煤焦的最高,神木煤焦最低,气化温度对神木煤焦的影响更显著。分布活化能模型和随机孔模型计算的活化能存在一定的关联;随机孔模型能较好地拟合煤焦气化实验数据。     

基于测井参数的煤系烃源岩总有机碳含量预测模型

复杂沉积环境下,烃源岩物性差异较大。经相关性分析揭示了煤系烃源岩TOC含量与各测井参数间存在相关性差异较大、各测井参数间含有互相关关系的特点。采用平均影响值(MIV)方法对测井参数进行筛选,筛选后的测井参数进入最终的BP神经网络建模,从而有效地规避了测井信息间的非相互独立性导致的模型预测误差增大及建模时间增加。依据研究区实验分析的TOC含量数据,分别建立适用于煤系烃源岩的Δlog R,BP神经网络和遗传算法(GA)优化的BP神经网络TOC含量预测模型。对模型试算分析,结果表明:GA改进后的BP神经网络模型预测效果最好,稳定性强,受烃源岩非均质性影响程度小,可以精细地反映煤系烃源岩TOC含量的细微变化。     

煤元素组成特性的数据挖掘

随机收集整理了693个典型的中国煤的数据样本，它们来自不同的矿区，干燥无灰基挥发分变化范围Vdaf=1．71％-61．8％．分别采用BP人工神经网络和多维变量统计二次型，对样本煤的干燥无灰基元素含量的信息进行了数据挖掘，结果表明，碳、氢的含量Hdaf，Odaf可以根据其它成分来预测，挥发分Kdaf，含量也可以用Cdaf，Hdaf，Ndaf的含量表示，从而得到了适用于我国各种类型煤的元素组成通用规律．基于样本统计分析，并给出神经网络和多维变量统计二次型等模型的相对误差分布函数．本研究成果可以应用于电厂锅炉入炉煤元素成分的软测量在线监测．     

煤中黏土矿物对煤炭运输设备冻黏强度的影响

为分析煤中黏土矿物对煤炭运输设备冻黏强度的影响,选取不同矿的3种煤,通过XRD检测3种煤所含的主要黏土矿物分别为蒙脱石、绿脱石和伊利石,配制3种煤的精煤和在其基础上添加各自不同含量黏土矿物的煤样,以及同一种煤的精煤和在其基础上添加3种不同种类黏土矿物的煤样,应用研制的冻黏强度测试装置测试各煤样在常见基体Q235材料上的冻黏强度,结果表明:相比3种煤的精煤煤样,添加10%黏土矿物的3种煤煤样冻黏强度分别增加25.0%、22.1%、11.0%,添加20%黏土矿物的3种煤煤样冻黏强度分别增加47.4%、36.2%、24.4%,当添加黏土含量大于20%~30%时,3种煤的冻黏强度基本都不再增加;对于同一种煤,在其冻黏强度随黏土含量增加阶段,添加等量蒙脱石、绿脱石,煤样的冻黏强度增幅程度高于添加伊利石的煤样。煤中黏土矿物可增强煤的亲水性,使煤冻黏强度在一定范围内随黏土含量增高而增加;蒙脱石、绿脱石的亲水性高于伊利石,对煤冻黏强度影响更大。     

硫对煤自燃特性参数影响的实验研究

选取硫含量不同的3种相同煤种在相同条件下进行程序升温实验,对CO、CO2、CH4产生率以及耗氧速率等特性参数进行了研究,从而进一步了解硫对煤自燃的影响,为高硫煤层自然发火防治技术提供理论支持。     

煤的灰分、挥发分与孔隙率的关联及其对瓦斯放散初速度的影响

为了分析煤的灰分、挥发分与孔隙率的关联,以及煤的孔隙特征、坚固性系数等对瓦斯放散初速度的影响,在我国8个典型矿区累计采集了84个煤样,开展了相应的实验测试。通过对实验数据的数值分析发现：大部分矿区煤的灰分、挥发分与孔隙率之间的拟合函数服从二元线性函数,仅晋城矿区煤样的拟合函数为曲面函数;各矿区煤样孔隙率、坚固性系数与瓦斯放散初速度之间的数学关系明显,具体可分为3种类型。在煤的灰分、挥发分与孔隙率之间关联的基础上,考虑煤的坚固性系数的影响,得到的各拟合函数精度更高,其计算值与实测值的变化趋势基本一致,可为煤与瓦斯突出孕灾特征的分析提供一定的参考,同时对于研究煤与瓦斯突出预测的新指标具有重要的现实意义。     

海石湾煤矿瓦斯含量直接法测定与抽采统计差异性分析

分别采用直接法测定和瓦斯抽采统计法对海石湾煤矿瓦斯含量进行了测算,发现直接法瓦斯含量测定结果与抽采瓦斯统计的瓦斯含量存在较大差异;结合实验室进行的高压与低压CO2吸附解吸实验,发现高压下煤样的CO2解吸规律呈现2种不同情况,且由于现场取样时间大于2种解吸规律的转变时间,大大低估了煤样的CO2损失量,导致直接法瓦斯含量测定结果偏小。     

基于遗传算法优化的煤粉着火温度BP神经网络预测模型

采用遗传算法（GA）对BP神经网络（结构和初始权值、阈值）进行了优化，获得了影响煤粉着火温度预测的主要煤质指标（M_ad，A_ad，V_ad，O_ad），建立了优化的煤粉着火温度BP神经网络预测模型．对20个校验样本的预测结果表明：预测值与试验值的平均相对误差为0.29%，均方差为59.29，达到了较高的预测精度．     

基于BP神经网络的烟煤类型识别研究

为了对烟煤进行快速分类,建立了BP神经网络识别法。以烟煤中的气煤、肥煤、焦煤为对象,选择煤的发热量、挥发分、灰分、硫分这些影响烟煤分类的主要参数作为BP神经网络的输入量,建立了能反映烟煤类型与这些参数指标关系的BP神经网络模型,对烟煤的类别进行识别。结果表明,该BP神经网络模型具有极强的非线性逼近能力,能真实反映烟煤的类型与相关参数之间的非线性关系,可快速准确地对烟煤的类型进行识别。     

基于以太网的煤矿综合控制网络研究

基于满足煤矿企业信息化与生产自动化的需求,设计了一种基于工业以太网的交换式煤矿综合控制网络模型,对其组成与功能进行了详细阐述。通过实践应用对其性能进行了验证,结果表明该网络设计结构合理,兼容性好,可满足煤矿井下复杂生产环境对综合工业控制的多种需要。     

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.