陕西煤炭开采成本函数探讨

介绍了生产函数与成本函数的关系,以及柯布一首格拉斯(C-D)生产函数与成本函数的关系,在此基础上阐述了陕西煤炭开采成本函数及模型的建立.     

煤炭开采成本核算与改革对策

以山西省晋中市几个典型煤矿为例,通过对煤矿装备水平、开采工艺及成本等因素分析,总结出不同生产工艺情况下装备投资与吨煤成本的关系;分析了煤矿装备、生产工艺及其成本核算对煤炭企业发展的重要性;从科学发展观的角度出发,提出完善煤矿企业成本核算、提高吨煤效益、适应改革需要的对策建议。     

煤炭智能化开采关键技术的研究

随着通信技术、智能技术的发展,各行业都迎来了新的发展机遇。煤炭开采设备智能化设计与研发,以及推进智能化无人开采技术,可降低煤炭开采的成本支出,提高生产效率与安全性。基于智能化发展现状,介绍了煤炭智能化无人开采研究现状,并探究未来发展方向。     

煤炭开采企业环境成本核算体系的构建

近年来,煤荒所凸显的经济发展资源"瓶颈",以及局部在改善而整体在恶化的生态环境,正催生出人们对建设资源节约型和环境友好型社会的自觉选择。而推行环境成本核算,高度重视发展循环经济,就是对现阶段经济高速发展所遭受资源环境约束瓶颈的反思,更是对区域的良性发展和综合竞争力提升的诉求。文章探讨了环境成本的含义与理论基础,具体论述了煤炭开采企业环境成本的确认与计量;进行了煤炭开采企业环境成本核算体系的构建:实行完全成本核算、合理配置资源和注重区域经济协调发展。     

煤炭开采的生态环境问题研究

煤炭资源在我国能源的生产和消费中占据主导地位,但是由于开采技术的不当或者不重视环境和生态的保护,对生态环境造成了严重的破坏,这也对经济的发展产生了一定的制约。通过对煤炭开采过程中产生的水污染问题、土壤污染问题、大气污染问题进行了简单的总结,并针对具体的问题提出合理的解决措施,对保护生态环境有着重要的意义。同时,对煤炭的开采过程提出了可持续开采和高效清洁开采两种发展方向,期望对煤炭企业未来的发展有所帮助。     

煤炭成本管理方法探讨

分析了煤炭成本的特点，指出了我国现行煤炭成本计算和管理中存在的诸多问题，论述了地的优越性。在分析和论述的基础上，提出了在我国煤炭企业实施地点成本管理的方法。     

煤炭保水开采技术探究

随着我国煤炭开采规模越来越大,引起地下水资源破坏的问题越来越突出,极大的阻碍了环境与社会经济的协调发展。煤炭绿色保水开采是在不影响区域水文地质条件情况下采煤,可以很好地解决开采对地下水资源的破坏等问题。通过分析开采对地下水的影响,总结了保水开采技术的主要影响因素,论述了实现保水开采的途径及方法     

煤炭开采企业的清洁生产审核方法探讨

煤炭开采在给社会带来经济效益的同时,也导致了矿区的环境污染和生态破坏。如煤炭开采引起地表塌陷、煤炭开采过程中的废弃物、噪声污染和破坏人类生存环境等。为保护好生态环境,煤炭开采企业必须进行清洁生产审核,采用清洁开采技术,才能保持能源生产、消费和生态之间的平衡。在论述了目前煤炭企业开展清洁生产审核过程中存在的认识、资金、审核方法3个方面的主要问题的基础上,对煤炭行业的清洁生产审核思路进行了分析。     

浅谈我国煤炭开采技术的发展趋势

只有对煤炭进行合理地开采,才能够避免煤炭资源的浪费。文章主要介绍了当前我国煤炭开采中的几种新型技术,同时对我国未来煤炭开采技术的发展做出展望。     

《煤炭开采会计准则》应研究的主要问题

总结我国煤炭企业目前会计核算中存在的问题,在此基础上指出制定<煤炭开采会计准则>的必要性和重要意义.结合煤炭生产过程,将<煤炭开采会计准则>的研究范围界定为矿业权取得、勘探与评价、开发、开采和矿井弃置5个阶段,并对各阶段需要研究的主要问题进行了总结.     

工程造价估算模型的发展及神经网络估算模型

通过分析不同时代估算模型的特点及其存在的问题，建立了人工神经网络造价估算模型．并详细地介绍了该模型建立的基本原理及学习的ＢＰ算法．最后以煤矿井筒工程实际资料为例，应用神经网络估算模型进行了估算．结果表明，该模型估算准确，由于考虑了主材价格变化，因此非常适应于工程造价动态管理．     

燃煤可磨性指数的人工神经网络预测

论述了影响煤的可磨性的相关因素,重点探讨了在MATLAB环境下,利用几种不同的人工神经网络算法预测煤的可磨性指数,并将预测结果与实验测定值进行对比分析。分析结果表明,BP人工神经网络算法的预测精度明显高于广义回归网络和RBF网络,而且与实验值比较接近,因此是一种实用的估算K_(HCI)的方法。     

用人工神经网络预测煤与瓦斯突出

设计了反向传播人工神经网络模型来预测煤与瓦斯突出.用“留一法”训练了神经网络模型,然后对几个实际样本进行了预测.预测结果表明：对其中两个样本的预测完全准确,另一个出现了偏差,均方误差、相对均方误差和拟和值的统计指标值分别为0.577 4,0.577 4%和1.866 0.     

人工神经网络预测煤的发热量

应用人工神经网络处理部分广东地区煤质分析数据,建立网络模型,预测出煤的发热量,经实测值与预测值比较,在一定的煤种范围内预测值与实测值比较接近。     

Study on optimization control method based on artificial neural network

Introduction A great number of goal optimization questions exist in such fields as electronic science, control sci-ence, computer science and management science. So-lution to these questions can be summed up as seeking the maximum or minimum value to a certain definite goal function with constraints. Effective algorithms have not been found for many questions. In solving problems the problems’ time complexity is exponen-tial, it is difficult to find an overall optimized solution in limited ti…     

基于ANN导水裂隙带高度预测的过程优化

分析了影响导水裂隙带高度的因素,并将其分为主要因素和次要因素,构建了导水裂隙带高度影响因素体系。采用BP神经网络模型,并选取煤层厚度、顶板岩性、煤层倾角、覆岩硬度、工作面斜长、推进速度、岩体碎胀性作为主要因素用于导水裂隙带高度的预测,为了简化预测模型,加快计算速度,在确定的采矿地质条件下可忽略次要因素。预测结果表明,简化的BP神经网络模型能够满足导水裂隙带高度预测的准确度需要,该预测方法可为水体下采煤提供一定的技术指导。     

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．     

基于BP神经网络的未采区瓦斯含量预测

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。     

基于BP神经网络的综采工作面指标测定

随着计算机信息处理技术的发展,BP神经网络应用到各行各业的决策工作中。文章在分析BP神经网络的思想和计算方法的基础上,提出了基于BP神经网络的综采工作面指标测定方案,通过林南仓矿10438综采工作面的实际验证,该测定方案取得了良好效果,为今后煤矿企业开采计划的制定提供了理论依据。     

煤矿吨煤成本变化及其成因分析

以国有重点煤矿原煤成本的历史数据为基础,对吨煤成本及其构成进行分析,旨在揭示我国煤矿成本水平的变化趋势及成因.分析结果表明:我国煤矿的吨煤成本呈总体上升的趋势,而国家的政策调控、物价上涨、人工成本的增加、煤炭价格的影响是产生这种趋势的主要原因.