基于灰色关联理论的煤与瓦斯突出预测指标的优选

为实现煤与瓦斯突出的准确预测,减少突出预测的工作量,依据灰色关联理论,对试验矿煤与瓦斯突出预测的3个指标S、Δh2和K1进行灰色关联分析,确定各指标对煤与瓦斯突出的灰色关联度和敏感性。结果表明突出预测指标K1对该矿煤与瓦斯突出的灰色关联度最大,敏感性最高,可作为该矿突出预测的最优指标。     

某矿煤与瓦斯突出预测指标敏感性研究

为考察钻屑瓦斯解吸指标△h2、钻屑瓦斯涌出初速度qm以及钻屑量指标Smax对某矿煤与瓦斯突出预测的敏感性,运用了灰色关联分析法和临界值迫近度分析法,对这三个指标的实测数据进行了分析处理,比较其突出危险敏感性的大小,找到突出预测敏感指标,以提高预测预报的可靠性。     

某矿煤与瓦斯突出预测指标敏感性研究

为考察钻屑瓦斯解吸指标△h2、钻屑瓦斯涌出初速度qm以及钻屑量指标Smax对某矿煤与瓦斯突出预测的敏感性,运用了灰色关联分析法和临界值迫近度分析法,对这三个指标的实测数据进行了分析处理,比较其突出危险敏感性的大小,找到突出预测敏感指标,以提高预测预报的可靠性。     

基于灰色关联分析的煤与瓦斯突出预测指标优选

煤与瓦斯突出是煤矿地下开采过程中的一种动力现象,猛烈的动力效应可导致火灾和爆炸事故的发生。因此,对煤与瓦斯突出的相关因素合理地预测与评价,对煤炭工业的健康持续发展具有重要意义。利用灰色理论中灰色关联分析数学模型,定量分析了6种预测煤与瓦斯突出的指标,并确定了最佳预测指标,为煤与瓦斯突出预测指标的选择提供了定量化依据。     

基于灰色理论确定赵各庄矿突出预测敏感指标

为了提高煤矿煤与瓦斯突出危险预测的准确性及可靠性,防止"高指标不突,低指标突出"现象的发生,在对赵各庄矿各预测指标现场跟踪考察的基础上,利用灰色系统理论中的灰色关联分析方法,建立灰色关联分析数学模型,定量分析了各预测指标的敏感性,通过综合排序,最终确定Δh和S为赵各庄矿的突出预测敏感指标。     

灰色理论在煤与瓦斯突出的主控因素分析中的应用

首先分析了现有的煤与瓦斯突出的控制因素与评价方法，然后利用灰色理论创立了煤与瓦斯突出综合评价的加权灰色关联分析方法。并以某矿为例．应用该方法分析了煤与瓦斯突出控制因素，找出了主控因素并对影响因素进行了排序，分析计算结果符合实际情况综合灰色关联分析方法为煤与瓦斯突出预测准确性的提高提供了新的方法。     

煤与瓦斯突出敏感指标及其临界值的确定

为了确定煤与瓦斯突出敏感指标及其临界值,采用灰色系统理论建立了确定突出敏感指标的理论模型,运用三率法确定突出临界值.通过对孟庄煤矿煤巷掘进工作面突出危险性预测指标(qm,△h2,K1和S)的跟踪测定,得出了孟庄煤矿突出危险性预测指标敏感性排序为R(△h2)>R(qm)>R(S)>R(K1);煤与瓦斯突出临界值△h2为220 Pa,钻屑量指标S值为6.5 kg/m,满足突出临界值确定原则.     

煤矿掘进工作面突出危险性变化及其预测指标研究

对目前煤矿掘进工作面煤与瓦斯突出预测指标进行分析对比,选取钻屑瓦斯解析指标和钻屑量指标对煤矿井下掘进工作面进行煤与瓦斯突出危险性跟踪考察,对不同瓦斯预测指标对煤层未来一段时间瓦斯动态变化间的灰色相关关系进行定量研究,找出能有效反映瓦斯变化的指标,帮助煤矿企业进行正确决策。     

基于灰色理论与神经网络的煤与瓦斯突出预测

影响煤与瓦斯突出的因素众多，应用神经网络进行预测时，选取突出预测指标是关键。基于经验和所谓“多多益善”原则的选择方法都有一定的不合理、不科学性。笔者应用灰色关联分析筛选突出预测指标，结合神经网络建模进行突出预测，使突出预测指标的选择由定性分析转化为定量分析，实现了灰色理论同神经网络在煤与瓦斯突出预测领域内的结合。经过实例验证，本方法是可行的。     

新集一矿11-2煤层煤与瓦斯突出影响因素分析

通过现场实测并结合灰色理论统计分析方法对突出预测指标进行定量分析,得出所需排序结果.实验表明:基于灰色理论分析方法应用于煤与瓦斯突出预测,该方法准确地反映了各指标影响因素大小,取得了良好的效果.     

基于灰关联方法对突出预测敏感指标的研究

屯兰矿为煤与瓦斯突出矿井,主采8号煤层为突出煤层.突出预测的准确性及有效性是影响煤巷掘进速度的主要因素,经在煤巷测定煤层瓦斯含量和突出预测指标,利用灰关联分析方法对钻屑瓦斯解吸指标△h2及K1、钻屑量S的敏感性进行了研究.分析表明,钻屑瓦斯解吸指标K1可更准确反映工作面前方煤体的突出危险程度,可作为屯兰矿煤巷掘进突出预测的敏感指标.     

基于煤层突出特征的工作面预测指标确定

为了确定突出煤层工作面突出预测敏感指标及合理临界值,以四季春煤矿6号煤层为例,通过总结矿井及邻近区域6号煤层的煤与瓦斯突出特征,构建了6号煤层工作面突出预测指标敏感性考察标准,基于敏感性考察标准统一对比了各工作面突出预测指标比值敏感程度,确定了6号煤层敏感指标钻屑瓦斯解析指标和辅助预测指标钻屑量。采用实验室测试和历史数据拟合计算、现场考察修正、扩大应用确定三步递进式敏感指标临界值确定方法,确定了6号煤层工作面突出预测敏感指标钻屑瓦斯解析指标临界值为0.51 mL/(g·min^1/2),辅助预测指标钻屑量临界值为6 kg/m。     

煤与瓦斯突出事故破坏性的灰色预测

以我国2005-2010年煤与瓦斯突出事故死亡人数为依据,建立灰色GM(1,1)预测模型。以死亡人数作为事故破坏性的指标,预测突出事故的破坏性和发展趋势。预测结果表明:2011年、2012年及2013年我国煤与瓦斯突出事故可能死亡人数分别为224人、222人和219人,破坏性与2010年的227人相比分别降低1.3%,2.2%,3.5%。     

智能加权灰靶决策模型在煤与瓦斯突出危险评价中的应用

为了提高煤与瓦斯突出预测的准确性,并将突出强度与可能突出的危险程度进行量化,更有针对性地指导现场防突工作,基于灰色系统理论,提出煤与瓦斯突出危险性评价的智能加权灰靶决策模型的新方法。模型中将4个突出单项指标临界值作为灰靶临界值,并作为一致效果测度函数的正负分界点(即零点),充分考虑目标效果值中靶和脱靶两种不同情形,对应突出强度和可能突出的危险程度,将突出危险性进行量化,实现了定性与定量相结合的预测,并分别划分突出强度等级及突出可能性程度等级,使预测结果更直观、更准确。评价结果表明,该方法对矿井进行煤与瓦斯突出危险程度的评价是可行的。     

突出预测敏感指标研究及其应用

采用模糊数学和多元统计分析理论建立了煤与瓦斯突出预测敏感指标数学模型,定量研究了突出预测敏感指标的敏感度,并对各个指标敏感性进行排序。确定了钻屑瓦斯解吸指标Δh2与钻屑量指标S为主要预测指标,钻孔瓦斯涌出初速度指标q为辅助预测指标。利用此方法在某矿煤巷掘进工作面进行了应用。实践证明,选择的预测指标对突出危险性较敏感,保证了煤巷掘进的顺利进行。     

煤与瓦斯突出灰色-神经网络预测模型的建立及应用

对煤与瓦斯突出影响因素进行灰关联分析,以此确定人工神经网络的输入参数.并应用改进的BP算法,选择灰关联分析的5个优势因子作为输入参数,建立了煤与瓦斯突出预测的神经网络模型.选用典型突出矿井的煤与瓦斯突出实例作为学习样本,对网络进行训练学习,并以云南恩洪煤矿的煤与瓦斯突出实例作为预测样本,将经过网络预测的结果与传统方法的计算结果进行对比.结果表明该灰色一神经网络模型能够满足煤与瓦斯突出预测的要求.     

工作面突出危险性预测敏感指标确定

为了确定突出煤层工作面突出危险性预测敏感指标,确保工作面突出危险性的精准预测,以四季春煤矿6号煤层为例,通过总结分析邻近区域及矿井6号煤层煤与瓦斯突出特征,构建了6号煤层工作面突出危险性预测指标敏感性分析标准。依据构建的工作面突出危险性预测指标敏感性分析标准,结合矿井工作面预测条件和《防治煤与瓦斯突出细则》相关规定,综合考察了6号煤层工作面突出危险性预测指标钻孔瓦斯涌出初速度(q)、钻屑瓦斯解析指标(K_1)、钻屑量(S)的敏感性,结果表明:6号煤层工作面预测指标钻屑瓦斯解析指标(K_1)敏感性较好,能够响应煤层全部煤与瓦斯突出特征;钻屑量(S)敏感性一般,响应煤层部分煤与瓦斯突出特征;钻孔瓦斯涌出初速度(q)敏感性较差,不响应煤层煤与瓦斯突出特征。最终确定钻屑瓦斯解析指标(K_1)为四季春煤矿6号煤层工作面突出危险性预测敏感指标,为突出煤层工作面突出危险性预测敏感指标的确定提供了参考。     

煤层突出敏感指标的间接确定方法

为快速、准确确定采掘工作面煤层突出敏感指标,综合分析钻屑量S、钻孔瓦斯涌出初速度q、钻屑解吸值Δh₂等突出指标对采掘工作面瓦斯含量W的关联性,建立了灰色关联数学模型,采用数学软件MATLAB R2009a编程,实现了突出指标敏感度的快速排序,提出了突出敏感指标的间接确定方法。该方法便于动态掌控采掘工作面突出敏感指标,及时调整区域验证或预测预报敏感指标,有效预测突出危险性,适用于瓦斯赋存差异性较大的煤与瓦斯突出矿井采掘工作面突出敏感指标判定。     

支持向量机在煤与瓦斯突出预测中的应用

为了准确预测煤与瓦斯突出危险,首先利用灰色关联分析的方法寻找出影响煤与瓦斯突出的关键性因素,然后利用MATLAB的SVM工具箱建立煤与瓦斯突出的预测模型,并应用此模型识别瓦斯突出的类型。该模型基于MATLAB的SVM工具箱加以实现。实验结果表明,基于灰色关联分析的SVM煤与瓦斯突出预测模型结果可靠,效果良好,应用性强。