共查询到20条相似文献,搜索用时 203 毫秒
1.
基于当前矿井通风网络解算算法的不足,深入研究回路法、Scott-Hinsley和Seidel法,设计出一种能够快速解算复杂风网的算法,主要步骤包括确定风网结构、赋权边并选取最小生成树、圈划独立回路、进行网络解算。该方法用Kruskal法来选取最小生成树,思路清晰、易于理解,方便计算机程序的实现;用试探回溯法来圈划独立回路,对于反复出现的子问题,无需进行二次求解;用改进Scott-Hinsley法进行风量解算,计算收敛速度更快,提高了算法的执行效率。将该优化算法应用于“黄坊煤矿通风智能决策系统”迭代解算模块。结果表明:风量解算结果与实测值误差均小于5%,能满足工程应用要求,为矿井通风网络解算提供了一种新思路。 相似文献
2.
美国T.B.Johnso曾提出编制露天矿生产进度计划Johnson模型。本文论述用CPM网络和目标规划法的近似模型来解该生产进度计划问题的最新算法、计算程序及应用。 相似文献
3.
4.
电磁辐射是煤岩体受到采动影响后应力重新分布或变形破裂趋向新的平衡的结果。综述煤岩的电磁辐射技术的研究及其应用,包括煤岩受载产生的电磁辐射与应力和变形破裂程度的关系、电磁辐射的原理等研究,以及电磁辐射技术在煤岩冲击地压灾害预测方面的研究和应用。 相似文献
5.
梁北煤矿11061工作面是一个典型的孤岛工作面,且其他邻近工作面多次出现过动力灾害,因此,在111061工作面回采过程中,进行了电磁辐射监测,分析了回风巷、胶带运输巷和工作面回采初期和中后期的电磁辐射变化规律,发现回采初期电磁辐射水平整体较低,中后期工作面进入全孤岛开采,电磁辐射水平较高;电磁辐射随时间响应能明确反映周期来压过程,周期来压之前,电磁辐射持续升高,顶板断裂,压力释放,电磁辐射随之降低。 相似文献
6.
7.
8.
最近 ,中国矿业大学和兖州矿业 (集团 )公司开展了“煤与瓦斯突出电磁辐射在线监测系统”的研究 ,根据矿井生产的需要在井下设置若干台电磁辐射监测仪 ,可以预测预报采掘工作面的煤岩破裂电磁辐射信号特征及煤岩破裂冲击地压的信号特征 ,有望实现煤与瓦斯突出电磁辐射远程在线监测及预测预报煤与瓦斯突出的情况。电磁辐射监测仪是由天线、前频电路、主频电路、A/D转换、V/F转换、网络接口电路等组成的 ,以嵌入式网络单片机为核心处理器 ,能够就地显示煤与瓦斯突出的实时电磁辐射强度、电磁辐射脉冲数信号及通过FFT变换来获得的电磁辐射信… 相似文献
9.
理论方法预测软土地基沉降与实际存在较大的差距,使得预测结果很难达到设计要求,不利于指导施工.将现有的理论方法同现场观测信息相结合,对软土地基变形作出更为准确的预测,有利于指导和控制工程施工.采用遗传算法和BP最优化法相结合的算法来训练网络,用遗传算法来优化BP神经网络中权值;用龚帕斯曲线来分解沉降时序,通过沉降趋势线偏移量来训练网络.采用这种方法预测软土路基沉降取得了较好的应用效果. 相似文献
10.
11.
煤矿设计和开采受瓦斯涌出量的影响。由于地质条件不同,瓦斯涌出量也各有不同,传统方法预测瓦斯涌出量精确性很低。文章首先对灰色神经网络预测的现状做出介绍,然后分别介绍了灰色系统和神经网络的模型,最后结合灰色神经网络模型对煤矿瓦斯涌出量的应用实例做出分析。研究表明,灰色神经网络算法有很大的应用前景和推广价值。 相似文献
12.
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。 相似文献
13.
14.
15.
基于灰色神经网络算法的煤矿瓦斯涌出量预测模型研究 总被引:1,自引:0,他引:1
矿井瓦斯是煤矿生产过程中存在的主要的不安全因素,煤矿瓦斯涌出量在很大程度上影响着矿井的设计及开采。文章提出利用灰色神经网络预测矿井瓦斯涌出量的思路,并对灰色神经网络模型进行了全面阐述,之后对模型进行了仿真分析。 相似文献
16.
17.
针对煤矿回采工作面瓦斯涌出量系统的时变性、非线性、复杂性、不确定性等特点,提出了混沌免疫粒子群算法(CIPSO)与Elman神经网络的耦合算法(CIPSO-ENN)用于非线性动态绝对瓦斯涌出量预测。算法通过实时的对其权值、阈值寻优,建立了基于CIPSO 和ENN 的耦合算法的绝对瓦斯涌出量预测系统模型,并利用矿井监测到的各项历史数据进行试验,结果表明该模型较其他预测模型其辨识收敛速度、预测精度和鲁棒性等性能都有明显的提高。 相似文献
18.
In order to predict the danger of coal and gas outburst in mine coal layer correctly, on the basis of the VLBP and LMBP algorithm in Matlab neural network toolbox, one kind of modified BP neural network was put forth to speed up the network convergence speed in this paper. Firstly, according to the characteristics of coal and gas outburst, five key influencing factors such as excavation depth, pressure of gas, and geologic destroy degree were selected as the judging indexes of coal and gas outburst. Secondly, the prediction model for coal and gas outburst was built. Finally, it was verified by practical examples. Practical application demonstrates that, on the one hand, the modified BP prediction model based on the Matlab neural network toolbox can overcome the disadvantages of constringency and, on the other hand, it has fast convergence speed and good prediction accuracy. The analysis and computing results show that the computing speed by LMBP algorithm is faster than by VLBP algorithm but needs more memory. And the resuits show that the prediction results are identical with actual results and this model is a very efficient prediction method for mine coal and gas outburst, and has an important practical meaning for the mine production safety. So we conclude that it can be used to predict coal and gas outburst precisely in actual engineering. 相似文献
19.