依靠科学 综合治理矿井水

介绍了焦作方庄煤矿结合实际情况,大力推广应用综合物探新技术,坚持水文地质年、季、月预报等行之有效的方法和措施,综合治理水害的经验,为矿井的安全生产提供了保障.     

矿井水综合利用的研究与实践

介绍了义安煤矿开展矿井水综合利用的做法，并建立了优化利用的合理模式。     

矿井水综合利用分析

开滦集团每天排水几万吨,不仅消耗大量电力,对水资源造成了一定浪费.文章对矿井水资源化可行性和必要性进行了技术和经济效益分析.矿井水的综合利用是合理保护资源的重大举措.     

煤矿矿井水混凝试验研究

根据不同煤种矿井水的水质特性,进行了矿井水的混凝试验研究.分别采用聚合氯化铝、三氯化铁及复合铝铁盐3种混凝剂进行烧杯试验,确定最佳混凝剂与最佳pH值范围,并通过正交试验确定最佳水力条件.结果表明,复合铝铁盐的适用范围最广,最佳pH值范围为7.0～9.0,最佳水力条件:①褐煤矿井水混合G值256.5 s-1,GT值15390,反应G值22.9 s-1,GT值36000;②焦煤矿井水混合G值256.5s-1,GT值15390,反应G值38.0 s-1,Gr值49590;③无烟煤的混合G值256.5s-1,GT值46170,反应G值22.9s-1,GT值66780.由于不同煤种的表面特性不同,混凝剂的最佳投药量和反应GT值随煤化程度的增加而增加.     

矿井水混凝实验研究

长期以来,在煤炭生产中产生的矿井水大部分都被作为废水排放掉,极大的浪费了宝贵的水资源。文中以海州矿排水坑矿井水为例,研究矿井水混凝技术,使其经过简单处理后达到回用的目的。实验方案经过水质检验和理论分析综合确定。在实验中通过改变混凝剂的投放量,测量浊度的数值以获得各混凝剂的投放量与浊度去除率的变化曲线,从而分析确定最佳混凝剂及混凝剂最佳投量。实验结果表明,对于此种矿井水聚合氯化铝的混凝效果最好,处理后水的色度和浊度有了明显的降低。     

八宝山煤矿矿井水净化技术

介绍了八宝山煤矿矿井水净化工艺流程的确定及其构筑物的选型,对混凝剂的选择做了较详细的讨论,通过对斜管沉淀池的优化设计（包括池体结构、沉淀池参数等）,形成了池体上层斜管浅层沉淀、中层过滤的高效斜管沉淀池。     

矿井水净化与利用

简介了矿井水的主要特性及其常用净化处理方法,并以南屯矿为例说明了矿井水净化处理后,带来的具有明显的经济效益和社会效益。     

矿井水复用的研究与实施效果

丁集煤矿以井工开采为主,为了确保井下安全生产,必须排出大量的矿井水。直接排放矿井水不仅会浪费水资源,也污染环境。丁集煤矿采取措施对矿井水进行处理并加以利用,不但防止了水资源流失,避免对环境造成污染,而且缓解了矿区供水不足、改善矿区生态环境、满足生产和生活需要。     

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。     

基于ANN的机械设计专家系统知识表示研究

机械设计专家系统(MDES)是专家系统理论(ES)和智能CAD技术的有机结合,但因为机械设计知识的复杂性、模糊性和不确定性而难以实现程序化。根据人工神经网络(ANN)的基本思想,提出了基于ANN的MDES知识表示原理,在重新划分了机械设计知识类型的基础上,分析了应用ANN进行MDES知识表示的具体方法和步骤,并运用BP网络完成了对机械线图知识的表示实例。     

基于多元线性回归与BP神经网络的矿井瓦斯预测模型应用

矿井瓦斯涌出量受众多因素的影响。经研究表明,煤层埋藏深度、煤层厚度、煤层瓦斯含量、煤层间距、日进度及日产量是影响瓦斯涌出的主要因素。利用多元线性回归和BP神经网络理论,分别对矿井瓦斯涌出量进行了预测,最后建立了多元线性回归与BP神经网络的组合预测模型。该模型兼顾了多元回归分析的非线性特性和神经网络的时序特性,通过具体的实例研究,对比了各种方法的预测结果。结果显示,组合预测的结果与实际有较高的拟合度,可靠性高。     

基于神经网络算法的煤矿瓦斯涌出量预测模型研究

在煤矿生产过程中存在着瓦斯涌出现象,严重威胁着煤矿的安全生产。瓦斯涌出检查在矿井设计、建设和开采作业过程中显得尤为重要。文章采用神经网络有效地对矿井瓦斯气量进行检测分析,利用分析结果进行准确预测。文中将介绍神经网络预测的整体构建过程,结合仿真实例,分析煤矿瓦斯涌出量预测模型的可靠性。     

基于遗传神经网络的瓦斯体积分数预测模型

利用改进的遗传算法对传统BP神经网络的隐含层节点个数和网络拓扑结构进行优化,提出利用遗传神经网络预测矿井工作环境中瓦斯体积分数的模型,并结合某矿瓦斯体积分数实例进行仿真试验研究,试验结果与实际比较吻合。     

BP神经网络在露天矿边坡位移预测中的应用

随着露天矿开采深度的不断增加,矿山边坡高度也不断增加,随之而来的是对边坡稳定的维护与控制的难度大大增加。在全球卫星定位系统(GPS)所获得的露天矿边坡位移监测资料的基础上,应用BP神经网络模型对实测数据进行模拟计算和预测。分析结果表明,模型合理、可靠,精度较高。     

基于数据融合的煤矿瓦斯涌出量预测系统设计

将基于小波神经网络的多传感器数据融合算法应用到煤矿瓦斯涌出量的预测系统中。实验结果表明:该预测系统可以及时、有效地预测瓦斯涌出量。     

矿井突水的预测预报

矿井突水的预测预报是指查清矿井水文地质条件,对水害做出分析判断。本文论述了矿井突水预测预报的方法种类和研究现状,总结和评述了各种矿井突水预测预报方法的应用价值和研究不足之处,指出我国的矿井突水预测预报方法正经历一个从实践到理论,再从理论到实践的不断发展过程,同时强调矿井突水的预测预报是一个需要不断深入研究的难题,将非线性科学应用到该领域是今后的发展方向。     

基于人工神经网络的CAPP系统的应用

人工神经网络中的BP网络可将一组样本的输入输出问题转变为非线性优化问题 ,一个零件是由若干种表面特征组成 ,每个特征的加工方法选择就是一个BP网络 ,多个BP子网络组合一起 ,共同决定最终的加工方法     

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。