煤层瓦斯涌出量预测方法的改进

为了探讨瓦斯涌出量对于回采工作面的产量及安全方面的影响程度,对10个回采面的煤层瓦斯涌出进行了观测研究。研究结果重新确定了以总瓦斯含量作为预测瓦斯涌出量的基础,用残存瓦斯含量和残存瓦斯压力梯度描述瓦斯涌出空间。文中列举实例,给出了瓦斯涌出量的计算公式,这种新方法的预测误差,正常条件下在±20%范围内。研究还确认了原始瓦斯含量、开采煤厚及采掘速度是影响井下瓦斯涌出量最重要的参数。     

回归分析法在预测瓦斯涌出量中的应用

介绍了回归分析法在预测矿井瓦斯涌出量中的应用,分别采用线性拟合和指数拟合建立了瓦斯涌出量与开采深度的近似函数关系,从而实现对未开采区瓦斯涌出量预测的目的,并针对拟合结果提出了在瓦斯涌出量预测中应注意的问题。     

青龙煤矿9号煤层瓦斯赋存影响因素及涌出量预测

瓦斯是影响煤矿安全生产的重要因素,本文以青龙煤矿为工程背景,结合矿井地质资料对9号煤层瓦斯赋存影响因素进行分析,煤层埋藏深度、断层构造是影响瓦斯赋存的主要因素。依据现场测点瓦斯测定结果得到9号煤瓦斯赋存规律,对开采9号煤层时瓦斯涌出量进行预测,可作为青龙煤矿在开采规划、瓦斯防治提供基础数据。     

基于回归分析法的瓦斯涌出量预测

统计分析了综采工作面日产量(日进度)与相对瓦斯涌出量之间的关系,并采用MATLAB曲线拟合工具,通过反复筛选,找出了符合实际规律的双曲线型和指数型回归预测模型以及预测的置信区间,可以更好地预测瓦斯涌出量。     

基于灰色线性回归组合模型的瓦斯涌出量预测研究

利用线性回归和灰色系统理论,分别构建了一元线性回归及GM(1,1)模型,在此基础上建立瓦斯涌出量的灰色线性回归组合模型。并同时运用以上3种模型进行了现场预测对比,结果表明,对于小样本数据模拟计算,灰色线性回归组合模型的预测精度要优于GM(1,1)模型,说明前者用于瓦斯涌出量的预测是可行的。     

基于改进灰色模型的矿井瓦斯涌出量预测

为了对矿井深部瓦斯涌出量进行预测,介绍了灰色线性回归组合模型的建模方法,以某煤矿相对瓦斯涌出量统计数据为实例,利用灰色线性回归组合模型对其瓦斯涌出量进行预测,通过检验得出模型的精度等级为一级。结果表明:灰色线性回归组合模型可以使传统的灰色GM(1,1)模型不含线性因素的情形得到改善,在预测矿井深部瓦斯涌出量中取得了良好的预测效果,具有一定的实用价值。     

博孜墩西井工作面绝对瓦斯涌出量规律分析

针对博孜墩煤矿瓦斯赋存规律及涌出问题,通过现场调研和资料收集,对博孜墩煤矿西井的地质情况和瓦斯地质规律进行分析,并对瓦斯涌出量进行预测。结果表明:矿井中瓦斯垂直分带大部分为氮气（N₂）带,少部分为氮气—甲烷（N₂—CH₄）带;矿井在历次勘探过程中没有进行过瓦斯含量及成分的测试工作,历年瓦斯鉴定结果均为低瓦斯矿井;矿井采掘过程中,瓦斯涌出量较小,但随着开采深度和开采强度的增大,其绝对瓦斯涌出量会逐渐增大;根据建立的埋深与涌出量相关的一元线性回归方程,得出绝对瓦斯涌出量大小与煤层埋深相关性最大,相关系数R²达到0.796 4。研究结果对博孜墩煤矿存在的瓦斯问题进行了一定程度的解释,为矿井开采工作提供了基础理论支持。     

利用回归分析预测矿井未开采区的瓦斯涌出量

本文应用回归分析的数学原理 ,介绍了回归方程和相关显著性检验的方法 ,以实例应用说明了注意事项     

用回归分析法预测矿井未采区瓦斯涌出量

应用线性回归分析方法，对贺西煤矿未采区瓦斯相对涌出量进行了区间预测，为矿井通风和瓦斯治理提供了叮靠依据，有力地指导了生产，同时介绍了回归分析数学原理，并说明了预测时应注意的事项。     

基于灰色模型的瓦斯涌出量预测

运用灰色模型得出了回采工作面和掘进工作面的瓦斯涌出量预测值;统计分析了7601综采工作面日产量(日进度)与相对瓦斯涌出量之间的关系;运用MATLAB曲线拟合工具,通过对原始数据的等间隔序列化等处理,得到了灰色预测模型。实测检验表明该方法预测结果与实际基本吻合。     

基于偏最小二乘回归的回采工作面瓦斯涌出量预测模型

针对回采工作面瓦斯涌出量回归建模过程中自变量间出现多重共线性问题,提出应用偏最小二乘回归(PLS)对瓦斯涌出量进行预测的建模思路。选取地质及采矿2个方面共12个参数指标作为回归因子,利用15个瓦斯涌出实例为建模样本,建立了回采工作面瓦斯涌出量的偏最小二乘回归模型。建立的模型对训练样本拟合效果良好,最大误差为6.09%,平均误差仅为2.06%;对其余几个案例进行预测,精度优于主成分分析和BP神经网络,与最小二乘-支持向量机模型相当。研究表明,基于偏最小二乘回归进行工作面瓦斯涌出量预测是一种有效可行的方法。     

基于主成分-逐步回归分析法的瓦斯涌出量预测研究

矿井进行瓦斯涌出量预测是煤矿安全生产十分重要的工作,鉴于主成分分析和逐步回归分析方法的优点,将两种方法相结合共同建立瓦斯涌出量回归预测模型。以峻德煤矿30号煤层为例,通过主成分分析得到了影响回采工作面瓦斯涌出量的四个主成分因素,再采用逐步线性回归分析法预测回采工作面瓦斯涌出量。结果表明：采用主成分-逐步回归分析法减少了回归分析所需要考虑的变量个数,预测结果具有较好的准确性,预测精度明显优于一元回归预测和多元回归预测,具有较好应用前景。     

基于EMD-ARMA的矿井瓦斯涌出量预测

以矿井瓦斯涌出量预测方法为主要研究目的,针对瓦斯涌出量影响因素多,各因素间耦合机理及瓦斯涌出量变化规律复杂等诸多预测难点,提出了一种基于经验模态分解(EMD)和ARMA时间序列的综合分析方法,采用经过处理的时间序列对矿井瓦斯涌出量进行具体预测。根据各样本数据的不同特点选取合适的模型,建立EMD-ARMA预测模型,对矿井瓦斯涌出量及其变化趋势进行预测。     

灰色线性回归组合模型在瓦斯涌出量预测中的应用

矿井瓦斯涌出量预测是新建矿井、新水平和新采区设计的主要依据。针对目前灰色理论预测模型和线性回归预测模型的缺点和不足,系统地推导了灰色线性回归组合预测模型。结合现场实测数据,并对比线性回归模型和灰色理论模型预测结果,发现该模型的预测精度分别提高了2.46%和1.35%,数据拟合的相关系数也有一定程度的提高。实证结果表明,灰色线性回归组合模型可以更好地预测矿井瓦斯涌出量。     

基于随机森林的回采工作面瓦斯涌出量预测模型

正确预测回采工作面瓦斯涌出量,对于煤炭企业安全生产具有重要意义。通过引入数据挖掘中的随机森林算法,构建了回采工作面瓦斯涌出量预测模型,研究表明该模型具有较好的预测效果。     

限定记忆的GM-RBF瓦斯涌出预测模型

针对现阶段瓦斯涌出量预测中存在的样本数据库过饱和现象,提出了一种限定记忆模式的多维GM-RBF瓦斯涌出量预测模型;基于软测量思想引入了代谢因子,变一维瓦斯涌出量数据为多维辅助变量和主导变量,构建了多维动态数据集;对车集煤矿2612工作面的实例验证结果表明:限定记忆模式下的多维GM-RBF模型拟合曲线离散性最小,瓦斯浓度变化趋势和实际监测结果最为接近,对煤矿工作面瓦斯涌出量的预测具有更高的准确性。     

基于ARIMA-GM模型的采掘工作面瓦斯涌出预测

为实现对煤矿采掘工作面瓦斯的动态涌出过程进行精确预测,以煤矿瓦斯涌出时间序列为基础,首先建立了灰色模型GM(1,1)和自回归积分移动平均模型(ARIMA)分别对瓦斯涌出浓度进行预测,然后再利用由方差倒数法得到的ARIMA-GM组合预测模型对瓦斯涌出浓度进行预测,最后结合预测结果进行预警。并以鑫顺煤矿15101掘进工作面为应用实例,结果表明:ARIMA-GM组合预测模型相比单一模型具有更高的预测精度和拟合效果。     

基于灰色-神经网络组合模型的瓦斯涌出量预测

针对煤矿瓦斯涌出量,建立了以预测方法有效度为优化指标的求解组合预测权重系数的优化模型,并对灰色—神经网络组合预测模型采用简化方法求解。预测结果表明:该模型比使用灰色和神经网络预测模型能获得更高的精度,可用于矿井瓦斯涌出量的预测。