综采工作面上隅角瓦斯治理技术研究

针对综采工作面上隅角瓦斯超限问题,分析上隅角瓦斯积聚的原因,研究综采工作面上隅角瓦斯治理技术,对综合治理措施提出6点合理建议,在工作中最大限度地避免安全事故的发生,为综采工作面上隅角瓦斯治理积累了经验,保证放顶煤生产的安全。     

采煤工作面上隅角瓦斯积聚原因分析及治理措施

通过对采煤工作面上隅角瓦斯的来源、瓦斯涌出影响因素以及瓦斯积聚超限原因的分析,提出了采煤工作面瓦斯积聚、超限的治理措施,对保障煤矿企业的安全生产和提高企业经济效益具有重要意义。     

综采工作面上隅角瓦斯积聚防治技术研究

针对首山一矿己16、17-12041综采工作面开采过程中反复出现的上隅角瓦斯异常涌出现象,采用现场工程调研的方法展开研究,分析认为井下温度失衡和工作面附近断层破碎带是造成上隅角瓦斯积聚的根本诱因。在此基础上提出底抽巷"穿层抽放"和"本煤层抽放"相结合的联网抽放设计,配合传统的导风帘通风,有效地解决了上隅角瓦斯异常,实现了矿井的安全高效生产。     

U型通风工作面防治上隅角瓦斯超限技术研究

针对某矿W1301U型通风工作面上隅角瓦斯时常超限问题,通过分析上隅角瓦斯超限原因及对瓦斯治理技术进行优选,最终选择顶板走向高抽巷抽采技术对采空区瓦斯进行抽采来解决上隅角瓦斯超限问题。为合理布置走向高抽巷,结合经验公式和现场观测确定了高抽巷距煤层顶板的垂直距离为25m;综合考虑与回风巷之间的影响及覆岩冒落角,选取与回风巷的水平距离为18m。经在W1301综放面试验,效果显著,高抽巷抽采瓦斯浓度平均9.21%,抽采纯量平均41.28m3/min,回采期间上隅角瓦斯浓度平均0.42%,最大0.54%,避免了上隅角瓦斯超限,保证了矿井的安全高效开采。     

采煤工作面上隅角瓦斯抽采技术的探索

通过分析采煤工作面上隅角瓦斯的来源和积聚机理,归纳总结出6种抽采上隅角瓦斯的方法,并分析了各种方法的适用条件及优缺点,为抽采上隅角瓦斯各种方法的应用提供了理论依据,有效防止采煤工作面上隅角瓦斯超限情况,进而确保矿井的安全生产。     

下行通风采面上隅角瓦斯燃烧事故处理技术分析

本篇文章对下行通风采面上隅角瓦斯燃烧事故处理技术分析,其中介绍了瓦斯燃烧事故特点以及相应的解决对策。     

离心泵性能曲线的最小二乘拟合法

针对离心泵性能曲线拟合,介绍了用正交函数作最小二乘拟合的方法以及详细的计算步骤,进而采用Visual C 语言编制了计算程序.计算实例表明,该方法得到的拟合方程可靠、计算精度高,并且方便快捷,可用于离心泵的选型与计算,从而提高工作效率.     

基于最小二乘法的阳离子交换树脂催化醋酸甲酯水解研究

以001×7(732)强酸性阳离子树脂作为催化剂,用最小二乘法拟合法寻找反应最佳条件,经实验得出优化反应条件为:反应温度50℃,以001×7(732)离子交换树脂作催化剂,树脂用量(g)/反应液体积(L)=0.08~0.32,水解平衡转化率可达77%。     

基于非线性最小二乘法的气井无阻流量计算

在气井开发过程中,对气井无阻流量的计算和确定是一个相当重要的环节和工作。而目前确定气井无阻流量的方法主要是二项式方法。本文采用非线性最小二乘原理,对计算气井无阻流量的必要参数进行拟合,得出气井无阻流量的非线性最小二乘计算方法,并进行了实例分析以及结果对比。     

基于极小极大估计器的偏最小二乘方法及应用

针对多输入多输出化工过程中,自变量间、因变量间均存在较强的相关性,提出了偏最小二乘回归(PLSR)与极小极大估计器相结合的PLS-Minimax算法。该算法先对样本数据进行多因变量的PLSR,以消除变量间的复共线性,建立较为稳健的模型;然后基于多变量残差的协方差矩阵,采用极小极大准则,估计收缩系数矩阵,以修正回归系数矩阵,改善模型的预报性能。将PLS-Minimax算法实际应用于聚合反应过程的建模,效果良好。与已有方法相比,其所建模型的预报精度有显著提高。     

基于PLS-LSSVM的谷氨酸发酵产物浓度预测建模

针对谷氨酸发酵过程关键生化参数难以在线检测给发酵优化控制带来困难问题,基于谷氨酸5 L发酵罐发酵过程,建立基于偏最小二乘（PLS）和最小二乘向量机（LSSVM）相结合的谷氨酸浓度预测模型;利用PLS对输入变量进行特征提取降低维数和消除相关性,以简化模型和提高模型精度。为确定谷氨酸发酵最佳预测模型,简化后的预测模型与发酵动力学模型进行比较;实验结果表明,简化后的耦合模拟退火（coupled simulated annealing,CSA）对参数进行优化的LSSVM模型具有最好预测性能,相对PLS预测模型和发酵动力学模型具有明显优势,均方根误差分别为1.597、8.49和2.934,可以为谷氨酸发酵过程操作及时调整及优化控制提供有效指导。     

Recursive least squares based estimation schemes for self-tuning control

Recursive Least Squares (RLS) is the most popular parametric identification method used for on-line process model estimation and self-tuning control. The basic least squares scheme is outlined in this paper and its lack of ability to track changing process parameters is illustrated and explained. Several variants of the basic algorithm which have appeared elsewhere in the literature are discussed. Some of these algorithms contain different modifications to the basic scheme which are intended to prevent this loss of alertness to changing process parameters. Other variations of the least squares algorithm are presented which attempt to deal with parameter estimation in the presence of disturbances and unmodelled process dynamics.     

基于高阶偏最小二乘的间歇过程建模

间歇过程的产品与现代人的生活息息相关,而建立可靠的模型是保障间歇过程安全运行的基础。针对间歇过程的数据特点,引入一种新的广义线性回归模型--高阶偏最小二乘（higher order partial least squares,HOPLS）。它与传统的间歇过程建模方法具有本质的不同,三维数据（批次×变量×时间）不需要展开成二维矩阵,而是直接被分解成一组正交的Tucker矩阵之和。通过高阶奇异值分解（high order singular value decomposition,HOSVD）,张量变换和高阶正交迭代（higher order orthogonal iteration,HOOI）找到能同时包含自变量和因变量最大信息的潜向量,与此同时得到对应的负载向量。对于新观测值,通过模型就可以实现对因变量的预测。最后利用PenSim2.0,对青霉素发酵过程进行仿真研究,验证了该间歇过程建模方法的有效性。     

Estimation of effluent quality index based on partial least squares stochastic configuration networks

Accurate and reliable measurement of the effluent quality indicators of wastewater treatment plants is the key to successful control and optimization of wastewater treatment plants. Due to the complexity of the operation and the delay of laboratory analysis, it is difficult to achieve real-time control of effluent quality. In order to improve the accuracy and reliability of the estimation, this paper proposes a method of stochastic configuration network based on partial least squares (PLS-SCN). In order to overcome the forecast risk caused by high dimensionality and multicollinearity of the input data, the partial least squares(PLS) is embedded into the stochastic configuration network(SCN) framework replacing the classic ordinary least squares (OLS). The PLS-SCN method extracts the main latent variables that affect the effluent quality from the output of the hidden layer, and enhances the generalization performance through orthogonal projection operations. The simulation results of the effluent quality index of a municipal sewage treatment plant show that the PLS-SCN network has a good input and output relationship, and its performance is better than traditional SCN and PLS, and it can quickly and reliably estimate the sewage quality.     

基于偏最小二乘随机配置网络的污水水质指标估计

准确、可靠地测量污水处理厂的出水水质指标是成功控制和优化污水处理厂的关键。由于现有的离线化验方法存在操作繁复、测量滞后的问题,难以实现水质的实时控制。为了提高估计的准确性和可靠性,提出了一种偏最小二乘的随机配置网络方法 (PLS-SCN)。为了克服输入数据高维度和多重共线性导致的预测风险,将偏最小二乘(PLS)方法嵌入到随机配置网络(SCN)框架中,以代替经典的普通最小二乘(OLS)方法。PLSSCN方法从隐含层输出中提取影响水质指标的主要潜在变量,通过正交投影运算来增强泛化性能。某城市污水处理厂水质指标仿真结果表明,PLS-SCN网络具有良好的输入输出关系,性能优于传统SCN和PLS方法,能够快速、可靠地估计污水水质的质量。     

基于最小二乘支持向量机的蜡沉积速率预测

考虑蜡沉积影响因素的复杂性和最小二乘支持向量机在小样本预测方面的优势,基于最小二乘支持向量机预测的原理,通过优化最小二乘支持向量机的参数,建立了蜡沉积速率的预测模型,并对蜡沉积速率进行了预测。结果表明：该方法在样本数量较小时仍具有较高的精度,蜡沉积速率的预测值和实验值的吻合程度较好;最小二乘支持向量机建模时可以得到直观的函数表达式,而神经网络方法却不能得到模型的显式表达式,因此该方法具有明显的优势;应用径向基核（RBF）作为核函数时,不同初值的正则化参数?和核函数宽度?对预测结果具有较大影响,使用时应合理选择。     

Time-space-property least squares spectral method for population balance problems

Population Balance Equations (PBE) describe complex processes where the accurate prediction of the dispersed phase plays a major role for the overall behavior of the system. However, the solution of this type of equation is computationally intensive. In this paper, a least squares spectral method for solving the population balance in d=1,2,3 physical domains, p=1,… property domain and time is discussed. In the presented approach, the solution is found as the function that minimizes the residual function in the least squares sense. The capability of the method is shown by using some model problems related to the advective transport of the density function which describes the dispersed phase.