煤与瓦斯突出远程智能监测预警系统研究

针对目前煤与瓦斯突出预警在自动化程度、准确性等方面的需求,开发了煤与瓦斯突出远程智能监测预警系统,介绍了系统构成及信号监测、干扰识别、信号传输、预警准则等关键技术。该系统以声发射、电磁辐射和瓦斯浓度为预警指标,可实现对突出演化过程声-电-瓦斯信号的远程监测和综合预警,并能够根据机电设备开停信息自动识别与滤除干扰信号,提高了煤与瓦斯突出预警的准确性。应用结果表明,该系统具有较高的预警准确性,可提前8~24h捕捉到煤与瓦斯突出危险信息。     

基于混沌理论的煤与瓦斯突出预测研究方法

煤矿开采过程中会有电磁辐射产生,研究表明,煤与瓦斯突出时,电磁辐射信号会发生明显的异常前兆。根据煤与瓦斯突出时产生的电磁辐射信号的特征和混沌时间序列可以短期预测的特点,重构电磁辐射时间序列相空间,并采用改进的C-C算法确定相空间的两个重要参数延迟时间T和嵌入维数m。然后运用加权一阶局域法构建煤矿瓦斯浓度预测模型,进行煤矿瓦斯浓度预测。     

基于混沌理论的煤与瓦斯突出预测研究方法

煤矿开采过程中会有电磁辐射产生,研究表明,煤与瓦斯突出时,电磁辐射信号会发生明显的异常前兆。根据煤与瓦斯突出时产生的电磁辐射信号的特征和混沌时间序列可以短期预测的特点,重构电磁辐射时间序列相空间,并采用改进的C-C算法确定相空间的两个重要参数延迟时间T和嵌入维数m。然后运用加权一阶局域法构建煤矿瓦斯浓度预测模型,进行煤矿瓦斯浓度预测。     

煤与瓦斯突出电磁辐射在线监测系统的设计

基于煤与瓦斯突出伴随电磁辐射的原理 ,分析、设计了一套便于预测预报煤与瓦斯突出的在线监测系统 ,并介绍了该系统的组成及功能     

突出煤层中软煤厚度与电磁辐射规律研究

通过试验研究了软煤厚度和煤与瓦斯突出的关系,得出软煤厚度突增(变化率≥10%)或一段时间内厚度持续在0.8m以上时突出危险性增大的结论;为了提高突出预测准确率,采用电磁辐射技术分析了软煤厚度和电磁辐射的响应规律,结果表明,软煤电磁辐射高于硬煤,软煤厚度增加或持续较大(≥0.8m)时,电磁辐射值也相应增高或持续很高,突出危险性增大;软煤厚度和电磁辐射信号呈很好的正相关性,相关系数为0.824。     

钻孔煤强度仪的测量原理及结构

钻孔煤强度仪的测量原理及结构江长青焦作工学院（焦作４５４１５９）１前言对煤与瓦斯突出矿井来说，煤的强度是判断煤与瓦斯突出危险性的一个重要指标。大量矿井自然灾害证明，在发生煤与瓦斯突出的地点，煤体结构紊乱，煤质松软，煤层裂隙多、揉皱和松散。在工作面生产...     

基于贝叶斯正则化BP人工神经网络的煤与瓦斯突出预测的研究

文章介绍了BP人工神经网络和贝叶斯正则化算法的原理,探讨了贝叶斯正则化BP人工神经网络模型的建立,通过改变隐含层神经元个数的实验建立了只含1个隐含层且隐含层仅需1个神经元的煤与瓦斯突出预测模型的最佳网络结构。对该网络采用煤与瓦斯突出的预测指标进行训练、检测的结果表明,该网络预测的煤与瓦斯突出的危险程度与实际情况完全吻合;对该网络输入层输入的煤与瓦斯突出的预测指标、对输出层输出的预测结果的权值进行分析的结果表明,煤层地质构造类型对煤与瓦斯突出的影响为最大。上述研究结果对煤与瓦斯突出的预测预防研究、提高煤与瓦斯突出预测的准确性具有一定的参考价值。     

基于DSP和单片机的煤与瓦斯突出监测系统设计

针对目前常用的接触式煤与瓦斯突出预报方式需要专门施工作业且操作复杂、可靠性差等问题,根据煤与瓦斯突出伴随产生电磁辐射信号的基本原理,提出了一种基于DSP和单片机的煤与瓦斯突出监测系统的设计方案,给出了该系统的结构、功能及软硬件实现方法。该系统采用TMS320C5409 DSP和AT89S5单片机的双CPU工作模式,分别完成数据采集和处理任务、整个系统的协调和人机交互任务,大大提高了系统运行效率,实现了实时、非接触式的煤与瓦斯突出预测。     

基于突变级数法的煤与瓦斯突出危险性预测

针对煤与瓦斯突出发生的内在机理非常复杂、难以建立合适的多因素非线性预测模型的问题,提出了基于突变级数法的煤与瓦斯突出危险性预测方法。该方法选用典型突出矿井的煤与瓦斯突出实例作为学习样本,确定了不同冲击危险等级的突变级数,并应用于其他待判样本的预测。实际应用结果表明,该方法能较准确地反映煤与瓦斯突出的危险程度,预测精度较高。     

煤与瓦斯突出综合预警系统应用

针对常规的煤与瓦斯突出预测技术采用单一预测指标不能综合考虑突出危险影响因素的问题,设计了煤与瓦斯突出综合预警系统,给出了系统的结构及其功能,并以龙山煤矿为例介绍了系统的应用流程。实际应用结果表明,该系统能有效探测危险区域,实现了煤与瓦斯突出预警。     

煤矿冲击地压和煤与瓦斯突出感知报警方法研究

提出了基于温度的冲击地压和煤与瓦斯突出感知报警方法:使用红外热像仪等监测物体温度,使用甲烷传感器监测环境甲烷浓度;当物体温度高于煤矿井下环境温度和已暴露煤岩温度,并且高于环境温度和已暴露煤岩温度的物体数量较多、体积和面积较大,则判定发生冲击地压、煤与瓦斯突出、矿井火灾或瓦斯和煤尘爆炸事故;进一步判别高温物体温度,若大于设定阈值,则判定发生矿井火灾或瓦斯和煤尘爆炸事故,反之,则判定发生冲击地压或煤与瓦斯突出事故;进一步分析甲烷浓度变化,若甲烷浓度迅速升高,则判定发生煤与瓦斯突出事故,反之,则判定发生冲击地压事故。提出了基于速度的冲击地压和煤与瓦斯突出感知报警方法:使用激光雷达、毫米波雷达、超声波雷达、双目视觉摄像机等监测物体移动速度,使用甲烷传感器监测环境甲烷浓度;当物体移动速度不小于设定阈值时,则判定发生冲击地压、煤与瓦斯突出或瓦斯和煤尘爆炸事故;进一步判别速度异常物体的数量、体积和面积,若速度异常物体的数量较少、体积和面积较小,则判定发生瓦斯和煤尘爆炸事故,若速度异常物体的数量较多、体积和面积较大,则判定发生冲击地压或煤与瓦斯突出事故;进一步分析甲烷浓度变化,若甲烷浓度迅速升高,则判定发生煤与瓦斯突出事故,反之,则判定发生冲击地压事故。提出了多信息融合的冲击地压和煤与瓦斯突出感知报警及灾源判定方法:监测并融合温度、速度、加速度、掩埋深度、声音、气压、风速、风向、粉尘、甲烷浓度、设备状态、微震、地音、应力、红外辐射、电磁辐射、图像等多种信息,感知冲击地压和煤与瓦斯突出;通过不同位置参数变化的幅度、先后时序关系及传感器损坏情况,判定灾源。     

粗糙集方法在瓦斯突出预测中的应用

煤矿瓦斯突出是一种多发的地质灾害,其影响因素众多,但是突出机理尚未研究清楚。将粗糙集理论和技术引入煤矿瓦斯突出区域预测,对影响瓦斯突出的关键因素进行约简,抽取出瓦斯突出相关的决策规则,建立了煤矿瓦斯突出区域预测模型,并通过数据试验和对比,表明粗糙集方法预测瓦斯突出具有较高的预测准确率,同时方法也为瓦斯突出预测提供了新的研究思路。     

煤矿监控新技术与新装备

分析了2004—2013年全国煤炭产量、事故总量、百万吨死亡率和重特大事故变化情况:煤炭产量平均每年增长1.94亿t,事故起数平均每年减少337起,死亡人数平均每年减少551人,百万吨死亡率平均每年减少0.310。提出了低瓦斯和高瓦斯矿井宜选用热催化矿用甲烷传感器;煤(岩)与瓦斯突出矿井宜选用矿用激光甲烷传感器;回采工作面上隅角、掘进工作面、高冒地点、采掘设备、运输设备等宜采用矿用无线传感器,并通过无线输电解决矿用无线传感器供电问题;救护队超前有害气体探测、采空区气体探测、高冒顶板等人员不便到达的地点气体探测宜采用矿用气体遥测传感器;传感器自动调零适用于便携式气体检测仪和无线传感器。提出矿用分布式光纤测温系统监测采空区火灾的轴向布置和蛇形布置方法;煤矿井下胶带、电缆和电气设备火灾监测宜采用矿用分布式光纤测温系统。提出自动化采煤宜采用基于采煤模型的记忆割煤、远程控制方法;带式输送机节能控制宜选用激光胶带秤;矿井供电系统宜采用矿用光纤纵差保护和光纤闭锁综合防越级跳闸系统。     

煤与瓦斯突出预测研究

煤与瓦斯突出预测是一项复杂有难度的技术,受到很多因素的影响.首先,以矿井历年来典型突出的突变强度作为灰关联分析的参考数列,其它的突出预测指标为比较数列,通过灰关联分析来确定煤与瓦斯突出的主控因素.然后,利用神经网络对煤与瓦斯突出作了预测.结果表明,该方法是可行的且比模糊聚类方法更具可靠性.     

基于改进混沌粒子群的混合核SVM参数优化及应用

针对混合核SVM的多参数优化问题, 提出利用改进混沌粒子群（ICPSO）对SVM基本参数（惩罚因子、核参数等）、混合核可调参数进行寻优, 以获取最佳参数组合。实验结果表明, 该方法能够快速有效地提取最优参数组合, 其泛化性能明显提升, 拟合效果更好。该方法用于煤与瓦斯突出预测, 具有良好的建模效果和更高的预测精度。     

一种改进的极限学习机煤与瓦斯突出预测模型

较高精度的煤与瓦斯突出预测是煤矿安全生产的必要前提和保证.为了提高煤与瓦斯突出预测模型的预测精度,提出了一种改进的极限学习机煤与瓦斯突出预测模型.首先利用核主成分分析法对煤与瓦斯突出的影响指标进行降维简化处理,提取指标数据的主成分序列;把主成分序列分为训练样本和验证样本,然后在训练阶段,使用训练样本通过结合了全局搜索和局部搜索的文化基因算法对极限学习机的输入权值和隐含层偏差进行优化,得到最佳预测模型;最后,在最佳预测模型中,用验证样本对煤与瓦斯突出强度进行预测.通过实例验证,该模型能够有效预测煤与瓦斯突出强度.与BP、SVM、ELM、KPCA-ELM等预测模型相比,该模型具有更高的预测精度.     

基于小波KPCA与IQGA-ELM的煤与瓦斯突出预测研究

为有效预防煤与瓦斯突出灾害,针对煤与瓦斯突出预测精度和效率不高问题,提出基于小波核主成分分析(KPCA)和改进的极限学习机(IQGA-ELM)的煤与瓦斯突出预测方法.通过小波核主成分分析法对原始致突指标进行非线性降维处理,提取出致突指标主成分序列,将其作为极限学习机(ELM)网络神经的输入,利用改进量子遗传算法(IQGA)对ELM的输入层权值和隐含层阈值进行优化,建立小波KPCA-IQGA-ELM预测模型,模型的输出为煤与瓦斯突出强度的预测结果.研究结果表明,该模型泛化能力强,可以对煤与瓦斯突出强度进行有效预测.     

CAN总线在火电厂煤仓安全监测系统中的应用

介绍了一种基于CAN总线的火电厂煤仓监测系统,详细描述了系统的总体结构原理、硬件电路组成和软件的设计。该系统能实时监测火电厂煤仓温度和可燃气体浓度,具有结构简单、可靠性高、安全性好、性价比高等特点。     

锚杆支护监测技术研究及便携式岩层视频监视仪的应用

首先简述了目前锚杆支护技术及其监测的意义,分析了目前煤矿井下岩层监视技术手段,介绍了一种利用视频技术对煤矿井下岩层进行监视的仪器,并通过实例展示了该仪器在煤矿井下岩层监视中的应用。该仪器已经通过了井下试验。将视频技术应用于煤矿井下岩层的监视在国内尚属首次。     

基于声音识别的煤矿重特大事故报警方法研究

煤矿瓦斯与煤尘爆炸会产生爆炸声,煤与瓦斯突出会产生煤炮声、支架发出的嘎嘎声和破裂折断声等,冲击地压会产生巨大的岩石破碎声响和震动等,煤矿透水会发出“嘶嘶”的水叫声、大量透水会产生水流声等,煤矿顶板冒落会发出顶板断裂声、煤岩落地撞击声、支护损毁声等。针对煤矿重特大事故声音特点,提出了煤矿井下瓦斯与煤尘爆炸、煤与瓦斯突出、冲击地压、水灾、顶板冒落等事故报警方法:各事故声音的时域和频域特征与其他声音不同,可通过矿用防爆拾音设备和系统实时监测声音,通过声音智能分析和声音频率、幅度、短时能量等特征参数分析感知事故并报警;通过监测和分析不同监测地点声音强度特征、声音发生的先后关系和防爆拾音设备损坏的先后关系等判定事故发生地点;根据各事故特点提出了多信息融合分析的灾害识别方法,减小工作面落煤、爆破作业、采煤设备、掘进设备、运输提升设备、供电设备、乳化液泵、水泵和局部通风机工作等产生的声音干扰。论述了不同拾音设备的优缺点,矿用拾音设备宜采用麦克风阵列;研究了适用于煤矿重特大事故的声音识别分类器。