煤层突出危险性预测的神经网络专家系统

提出了煤层突出危险性预测的神经网络专家系统的结构，介绍了知识的获取、推理过程及知识的表示和设计方法，实例分析表明，神经网络专家系统适合于预测煤层突出这一极其复杂的动力现象。     

基于神经网络的自然发火危险性评价与预测

对采空区煤炭自然发火进行了危险性评价,从自然发火条件入手,建立采空区自然发火事故模型,确定采空区发火现状危险等级为C级,较危险;利用采空区已有的自然发火预测指标建立BP神经网络的时间序列预测模型,对未来该采空区有无发火危险进行了预测,确定未来采空区发火可能性大小.结果表明:运用BP神经网络的时间序列预测模型对煤炭自然发火进行预测,采空区自然发火处于"有发火危险"程度,发火危险性较大,因此应做好采空区火灾预防工作.     

爆破震速预测的模糊神经网络模型及其应用

利用模糊神经网络的高度鲁棒性和学习能力,模拟爆破参数间的非线性关系。建立了爆破震速预测模型,进而预测爆破质点峰值震动速度。预测结果与工程实际具有较好的相关性。所建立的预测模型对研究爆破震动效应及其灾害的控制具有较高的理论和应用价值。     

爆破震动强度预测的神经网络模型研究

爆破震动控制一直是工程爆破界的一个重要研究课题,而如何对爆破震动进行准确地预测则是进行震动控制的前提和基础。BP神经网络是目前在非线性预测中得到极为广泛的一种神经网络模型,通过建立一个BP神经网络实现了对爆破震动速度的预测,并与常用的线性回归方法进行了比较,结果表明,神经网络预测模型具有更高的精确性。     

神经网络模型在爆破震动强度预测中的应用研究

爆破震动控制一直是工程爆破界的一个重要研究课题 ,而如何对爆破震动进行准确地预测是进行震动控制的前提和基础。本文通过建立一个BP神经网络实现了对爆破震动速度的预测 ,并与常用的线性回归方法进行了比较 ,结果表明神经网络预测模型具有更高的精确性。     

基于支持向量机的矿震危险性预测

文章介绍了支持向量机二分类的基本原理及基于此原理的三元分类问题的解决办法,分析了矿震的主要影响因素,提出了一种基于支持向量机的矿震危险性预测新方法。通过对少量训练样本的学习,能很好地建立矿震危险性等级与其影响因素之间的非线性映射关系。算例结果表明,该预测方法是可行的,预测精度较高,具有良好的工程应用前景。     

无督神经网络在开采煤层自燃危险性预测中的应用

通过对开采煤层自燃机理的分析 ,选出了主要的影响因素 ,采用了人工神经网络方法 ,通过对典型样本的学习 ,建立了开采煤层自燃危险性预测的无督神经网络模型。并用“未知”样本进行了验证 ,结果表明了该方法的准确性     

平煤一矿丁组煤层突出危险性预测分析

通过对丁组煤层瓦斯基础参数的测试和瓦斯赋存规律的研究,对其突出危险性进行了预测和划分。     

平煤股份一矿戊组煤层区域突出危险性预测

为了准确判定平煤股份一矿戊组煤层区域突出危险性分布情况,运用地质构造控制理论分析了戊组煤的赋存特征,在测试煤层基本参数的基础上,得到了戊组煤瓦斯压力和埋藏标高的线性关系,并采用瓦斯压力指标预测了戊组煤的突出危险性,为矿井瓦斯防治提供技术依据和指导。     

人工智能神经网络在煤矿瓦斯重大危险源评价中的定量分析

为解决传统经验法评价煤矿重大危险源中人为因素影响和量化难的难题,引入人工智能神经网络,大大减少人为因素影响,使定量分析成为可能。通过分类调查现实煤矿安全状况,采用Delphi法和专家打分法确定网络训练初始数据,得到各指标的网络参数,将被评价煤矿的评价指标输入训练好的网络经过对比运算就可得到煤矿的安全评价值,确定煤矿等级。     

Research on safety assessment of gas explosion hazard in heading face based on BP neural network

Introduction Gas explosion hazard is the most dangerous haz-ard and always the archenemy of safety production in coalmine, and it becomes the essential problem of safety production in coalmine at present. It is neces-sary to identify and assess gas explosion hazard be-cause gas accumulates frequently and it is apt to ex-plode in many places of coalmines especially in head-ing face. Statistically, gas explosion in heading face accounts for about 60%~70% of the total gas explo-sion accident[1]. …     

Primary classification on drillability of frozen soil using neural networks

Through analysis on drillability of frozen soil, it is concluded that the main factors affecting the drillability of frozen soil are temperature, wave velocity, impact inductility and chiseling specific work. Based on the foundation it is discussed that applying the neural networks method to classify the drillability of frozen soil is simple and feasible, and the inputted vectors quantity of networks don‘‘t be restricted, which make the classification on ddllability of frozen soil rather well match the objective practice.     

基于BP神经网络的磨机调心滚子轴承故障诊断研究

对BP神经网络在磨机滚动轴承故障诊断的模式表达及相关参数等问题进行了初步研究 ,并利用BP网络对轴承的 4种故障模式进行训练学习和诊断 ,取得了满意的效果。结果表明 :BP神经网络是解决轴承故障诊断中复杂的状态识别问题的一种有效工具。     

Study on the fitting ways of artificial neural networks

Function simulation, which is called virtual reality too, is popularly applied to solve uncertain problems. Good performance of hidden layers and perfect capability of function simulation make artificial neural networks one of the best choices to simulate functions with form unknown. Inputs and outputs were used to train the structure of the artificial neural network to make the outputs of network vary with the given inputs and keep consistent with the original data within tolerance. However, we couldn’t get expected results by using samples of a simple two-variable-model for the cause of dimensional difference. The way of artificial neural networks to fit functions, which uses “multi-dimensional surface” of high dimension to fit “multi-dimensional line” of low dimension, was proved; the conclusion that good effects of fitting don’t mean good function modeling when a dimensional difference exists was provided, and a suggestion of “surface collecting” in practical engineering application was proposed when collecting useful data.     

基于危险源理论的煤矿瓦斯爆炸风险评价模型

从固有危险源、诱发危险源和人的因素等3类危险源观点出发，分析了煤矿瓦斯爆炸事故的主要影响因素，构建了瓦斯爆炸危险源风险预警指标体系.应用模糊数学综合评价方法建立了相应的数学评价模型，对矿井瓦斯爆炸危险源进行动态风险评价，确定了矿井发生事故的危险等级，有利于矿井及时采取合理的预警预控措施.最后，结合重庆市中梁山南矿5个采煤工作面的实际情况，进行了采煤工作面危险源风险预警评价，验证了风险评价模型的合理性.     

基于GIS和人工神经网络的井下无线传感器网络定位数据修正方法研究

 针对传感器节点在自身定位过程中,受煤矿井下巷道复杂环境因素的影响,导致定位结果不够精确的问题,利用GIS系统的地图管理功能和人工神经网络（Artificial Neural Network）无需建立数学模型的特点,提出了GIS—ANN修正方法。实验结果表明：该方法对存在误差的节点坐标进行了有效的修正,从而提高了节点自身定位的精度。     

神经网络技术与小波分析相结合的故障诊断方法

提出了一种将神经网络技术与小波分析相结合的故障诊断方法,对诊断对象进行时域信号采集,通过小波分析,获得所需参数,再将此参数作为神经网络的输入量,从而达到故障诊断的目的.     

The optimum design of the pressure control spring of the relief valve based on neural networks

Based on the traditional optimization methods about the pressure control spring of the relief valve and combined with the advantages of neural network, this paper put forward the optimization method with many parameters and a lot of constraints based on neural network. The object function of optimization is transformed into the energy function of the neural network and the mathematical model of neural network optimization about the pressure control spring of the relief valve is set up in this method which also puts forward its own algorithm. An example of application shows that network convergence gets stable state of minimization object function E, and object function converges to the utmost minimum point with steady function, then best solution is gained, which makes the design plan better. The algorithm of solution for the problem is effective about the optimum design of the pressure control spring and improves the performance target.     

小波神经网络在矿井安全管理评价中的应用

在考察传统安全评价方法之弊端的基础上,提出了利用小波神经网络理论进行安全评价的可行性和优越性;阐述了小波神经网络的基本原理;提出和分析了基于小波神经网络的矿井安全管理评价模型及其评价步骤;并通过实例证明了小波神经网络应用于矿井安全管理评价中的可行性和优越性.结果表明,用小波神经网络对矿井安全管理进行评价,其评价结果更准确,精度更高.