基于BP神经网络的矿井淋水井筒风温预测

应用BP神经网络方法,建立了一种新的井底风温预测模型。它利用BP神经网络的函数拟合能力,通过拟合井筒风流温度、相对湿度,地面大气压力及井筒深度等参数,来预测淋水井筒井底风温,为矿井的井底风温预测提供了一种新的预测精度较高方法。     

基于GA-BP网络的掘进工作面风流温度预测的研究

 以解决矿井掘进工作面风流温度预测的问题为研究目的,采用BP神经网络为模型,利用遗传算法优化网络初始权值和阈值,建立了一种新的掘进工作面风温预测模型,并用Matlab编程实现。通过分析影响掘进工作面风流温度的变化因素,得出,局部通风机入口处湿球温度、风流温度,掘进工作面处湿球温度、掘进巷道长度等因素的影响力较大。为验证预测模型的准确性,分别对2个工作面的风温进行预测,结果表明,该模型收敛速度快、预测精确度高,是求解掘进工作面风温预测模型的最有效方法之一。     

基于GA-BP神经网络的淋水井筒风温预测模型

矿井进风井筒井底风温是井下风流热计算的重要节点。为准确预测淋水井筒风温，利用皮尔逊相关系数分析与遗传算法（GA）优化BP神经网络相结合的预测模型。借助皮尔逊相关系数分析筛选其中3个主要特征变量作为BP神经网络的输入变量，利用GA优化BP神经网络的权值和阈值，并与标准BP神经网络预测模型进行比较。研究结果表明，全部特征变量与特征变量筛选输入的标准BP神经网络预测模型的预测结果的平均绝对百分比误差分别为1.25%和2.33%,GA优化BP神经网络预测模型的预测结果的平均绝对百分比误差分别为0.97%和2.21%,GA-BP神经网络预测模型预测精度高于标准BP神经网络预测模型，基于特征变量筛选的预测模型既保持了较高的预测精度，又提高了预测效率。     

郭家河煤矿冬季主斜井风流反向分析与治理

为解决郭家河煤矿冬季主斜井风流反向问题,对自然风压逆转井巷风流的原因及过程进行分析,结合理论分析提出了郭家河煤矿主斜井风流反向的3项治理方案,对郭家河煤矿通风系统进行合理简化,建立了矿井正常通风时期和反风初期的三维通风仿真模型,通过矿井反风初期三维通风模型对主斜井反风的3项治理方案进行网络分风模拟,优选出了提高副斜井风流温度这一治理方案。模拟结果表明:提高副斜井风流温度能够解决冬季主斜井风流反向问题,并能够降低主副斜井间的自然风压和矿井通风阻力,冬季地面气温继续降低时能够通过调整地面热风器功率提高副斜井风流温度,能够进一步防止主斜井风流反向的发生,保证了矿井通风系统的稳定。     

高温矿井巷道风流对流换热相似实验研究

运用模型实验相似理论,推导出高温矿井巷道风流对流换热原型和模型之间的相似判据,建立了高温矿井巷道风流对流换热的实验系统。测量并分析了不同巷道壁温、不同入口风速以及入口温度对对流换热系数的影响;利用相关分析的方法,分析了巷道壁温、入口风速和巷道平均风流温度对对流换热系数的影响程度,得到各因素对对流换热系数影响程度,按从大到小的顺序为巷道平均风流温度、入口风速及巷道壁温;其中,巷道平均风流温度和入口风速均与对流换热系数呈正相关,而巷道壁温与对流换热系数呈负相关。基于对各影响因素的分析,得到了高温矿井巷道风流对流换热实验关联式,该关联式可以在实验范围内计算实际矿井风流的对流换热系数。     

制冷降温掘进工作面的风温预测及需冷量计算

根据掘进工作面风筒内、外风流相互传热，相互影响以及风温沿巷道非线性变化的特点，指出了掘进工作面风温预测存在的问题．提出了独头巷道风筒内、外风流温度的差分计算的原理和方法，并依此编制了制冷掘进工作面风筒内外风流温、湿度和需冷量预测的计算机程序．大量的实例计算说明，该计算机程序不仅能准确计算出制冷降温掘进工作面风温和需冷量，而且能揭示掘进工作面风筒内、外风流温度的非线性变化规律，为高温掘进工作面制定合理降温措施提供了基础．     

赵楼矿井制冷降温技术

赵楼煤矿根据自身特点,在矿井基建的不同时期分别制定井筒凿进时期制冷降温系统和井下永久制冷降温系统。井筒凿进时期,在地面设置制冷机组与喷淋室,降低进风风流温度;随着采掘工程的进展,在井底车场设置井下集中式永久制冷降温系统,制取低温冷媒水,通过保温管路输送至需冷地点,降低工作面进风风流温度,均取得了良好的效果。     

高温热害矿井通风制冷降温技术

以巨野矿区新巨龙矿井为对象,对其通风难点和降温难点进行分析,提出井口全风量降温和井下集中式降温相结合的分级降温方法,对比井口风流和综放工作面进风路线的风流温度,研究其降温效果。矿井通风路线延长,井巷断面、方向变化以及分叉或汇合点增多,风流的沿程阻力和局部阻力增加,空气压缩产热增加,风流与围岩的热交换作用加强,加剧了高温矿井热害。井口全风量降温系统用于降低矿井进风口风流温度,将高温风流热量留在地面;井下集中式降温系统用于解决井下工作面的风流降温,经过降温后井筒入口风流温度均保持在19℃以下,风流进入井底后沿通风路线上温度相对稳定,整体变化幅度在2℃以内,采用井下集中式降温系统后,工作面进回风之间的风流温度差为4℃;井口降温和井下降温相结合的分级降温方法能有效改善井下环境。     

干燥水平巷道中风流温度变化的研究

随着采矿工业的发展,矿井热害已成为与瓦斯、煤尘、顶板、火、水同样严重的煤矿井下自然灾害。从矿井风温预测出发,简要介绍了通风巷道气温预测模型建立的原理,按照风流焓值方程(能量方程)建立了干燥水平巷道风温预测模型,研究了模型的建立及整个公式的推导过程,并列举了用此模型解决实际问题的简单实例。说明模型简单实用,能有效地预测干燥水平巷道风流温度的变化情况,为矿井风温预测提供一种有效的方法。     

高温矿井进风井筒及巷道风温预测

为准确预测矿井高温工作面气候条件,有必要对工作面通风系统进风井筒及巷道的风流温度进行计算。根据进风井筒及巷道的热湿交换特点,运用有限差分方法,分别建立了进风井筒及巷道的风温迭代计算数学模型;运用VB 6.0语言,编制了高温矿井进风井筒及进风巷道风温预测程序;应用于新巨龙矿井现场,计算得到了其进风井筒及巷道的风流温度。计算和实测所得风温误差较小,预测方法和计算程序是可靠的。     

矿井巷道淋湿蒸发换热系数构建及风流温度计算

针对全矿井网域系统巷道围岩与风流热-湿交换计算复杂的问题,提出构建淋湿巷道风流换热系数模型,根据现场实测风流相对湿度,掌握矿井(进风侧)风流湿度变化规律,反向推演确定井巷水蒸发影响下风流与巷道围岩热交换的模型,修正围岩与风流的换热系数;用风量加权距离描述实际矿井网域风流相对湿度变化规律。结合九道岭矿实例,将算法纳入到矿井网络系统中,在MATLAB平台上运用TF1M3D对全矿井网域系统风流温度进行仿真求解。研究表明,巷道淋水蒸发吸热对井巷风流温度影响很大,主进风井段风流温度增加0.97℃,变化幅度不大,随着湿度增大风流温度递增变化幅度增大,与九道岭矿进风大巷测定结果吻合。将该算法纳入网络体系计算中,可解决3D矿井模型通风系统热害防治温度分布仿真及自然风压自动计算问题。     

赵庄2号井立井上仓胶带装煤车场风流稳定性分析及防治措施

 赵庄2号井立井上仓皮带装煤车场通风系统在气象条件变化或调节主、副井进风流时，井底与上仓之间风流经常反向不稳定，材料平巷风速超限。根据矿井通风网络理论分析，产生这种现象的原因是主立井位于复杂角联通风网络中的角联分支上，且车场绕道风阻较大，而检修巷风阻较小。据此提出了相应的治理措施：增大检修巷的风阻，新掘一条进风平巷。通过治理，解决了主立井下部风流反向和材料平巷风速超限问题，降低了矿井通风阻力。     

BP neural network model on the forecast for blasting vibrating parameters in the course of hole-by-hole detonation

According to the neural network theory, combined with the technical characteristics of the hole-by-hole detonation technology, a BP network model on the forecast for blasting vibration parameters was built. Taking the deep hole stair demolition in a mine as an experimental object and using the raw information and the blasting vibration monitoring data collected in the process of the hole-by-hole detonation, carried out some training and application work on the established BP network model through the Matlab software, and achieved good effect. Also computed the vibration parameter with the empirical formula and the BP network model separately. After comparing with the actual value, it is discovered that the forecasting result by the BP network model is close to the actual value.     

煤矿井筒变形混沌特征及预报模型研究

井筒灾害预报预警是煤矿安全生产的重要保证,通过对兖州某矿井筒变形监测数据的分析,提出利用最大Lyapunov指数和关联维数描述系统的混沌特征,计算嵌入维数,并用于确定支持向量机（SVM）模型的输入。采用支持向量机模型建立变形-时间关系,由内、外符合精度检验模型精度及可靠性。通过同BP神经网络模型预测结果的比较发现,支持向量机模型既具有较好的拟合能力,同时也具有较好的预测能力。本研究对井筒灾害监测与治理具有重要指导意义。     

基于灰色神经网络预测青东矿10煤层底板破坏深度

传统的预测底板破坏深度方法主要有力学及数理统计、定性比较分析等,然而这些方法的预测值往往达不到预期的效果或与实际值差距较大。通过对比检验样本的预测误差可得出基于灰色理论的神经网络预测模型的精度高于BP神经网络的预测结果。故此次选用灰色理论与神经网络相结合的方法建立模型预测青东矿104采区10煤底板破坏深度,预测结果为16.86m。     

基于遗传算法优化的煤粉着火温度BP神经网络预测模型

采用遗传算法（GA）对BP神经网络（结构和初始权值、阈值）进行了优化，获得了影响煤粉着火温度预测的主要煤质指标（M_ad，A_ad，V_ad，O_ad），建立了优化的煤粉着火温度BP神经网络预测模型．对20个校验样本的预测结果表明：预测值与试验值的平均相对误差为0.29%，均方差为59.29，达到了较高的预测精度．     

井巷围岩与风流间温湿交换理论模型及应用

结合金洲矿业集团金青顶矿区的实际情况,对井巷围岩与风流间温湿交换建立了数学模型,通过与现场实测结果比较分析,数值模拟的入风流温度分布与实测数据非常接近,在深度和水平方向上的变化较为明显,反映了实际岩层预冷降温系统中入风流在废弃斜井中的变化情况,揭示了井巷围岩与风流间的热交换规律,证明了所建立的预测模型在地温预冷分析方面的可行性并应用于通风系统的实际设计之中。