煤与瓦斯突出预测的自适应神经-模糊推理系统研究

在煤与瓦斯突出危险性预测方法中,神经网络方法存在着收敛速度慢、拟合能力差、预测精度低、训练结果不惟一等缺陷.针对这些缺陷,应用自适应神经-模糊推理系统的原理,建立了煤与瓦斯突出危险性预测的自适应神经-模糊推理方法,并应用该方法对部分实例进行了反演预测.预测结果表明：该方法具有收敛速度快、拟合能力强、预测精度高、训练结果惟一等优点,是一种优异的反演预测方法.作为一种探讨,还对煤与瓦斯突出的危险性进行了模糊划分.     

神经网络在煤与瓦斯突出预测敏感指标确定中的应用

煤与瓦斯突出是地应力、瓦斯和煤岩力学性质综合作用的结果,其作用过程属于非线性问题,使用常规方法确突出预测敏感指标及其临界值,存在着效率不高的问题.采用三率法,研究了大平煤矿煤与瓦斯突出预测指标,得出了预测突出的敏感指标及临界值;通过使用人工神经网络的BP模型,选取样本、训练样本和识别样本,并与现场实际对比,对用常规方法所确定的敏感指标及其临界值进行了验证.结果表明,可以使用神经网络方法预测煤与瓦斯突出危险性和确定突出预测敏感指标.     

改进的煤与瓦斯突出灰靶预测模型

煤与瓦斯突出是威胁煤矿安全生产的重要灾害之一.矿井的突出危险性预测评估工作,对规范矿井生产、保证生产安全有着重要的意义.基于灰色系统理论,选取国内41组矿井现场实测的预测突出危险性单项指标,包括相对瓦斯压力、煤的破坏类型、煤的坚固性系数、煤样的瓦斯放散初速度,选取适当的靶心,建立判断煤与瓦斯突出危险性的改进的灰靶模型.应用该模型对10组矿井实测的数据进行突出危险性判断,结果与实际情况一致,说明基于改进的灰靶模型对矿井煤与瓦斯突出危险性预测是准确可行的.     

一种基于ArcView实现瓦斯区域预测可视化的方法

应用煤层瓦斯参数结合瓦斯地质分析的区域预测方法,在空间数据管理的基础上,运用GIS数据处理方法,使用ArcView软件依次进行圈定突出点和动力现象点影响范围、划分煤层瓦斯风化带、根据煤层瓦斯压力或瓦斯含量进行区域预测和划分、综合分析、等值线分析5项操作,实现了煤与瓦斯突出危险性的区域预测,并以沙曲矿4号煤层为例划分煤与瓦斯突出危险区和无突出危险区,对其煤与瓦斯突出危险性做出评估,实现了煤与瓦斯突出预测的可视化管理,提高了瓦斯灾害预测的准确性和时效性.     

基于灰色理论确定煤与瓦斯突出预测敏感指标

为了提高煤矿瓦斯突出危险性风险评价的准确度和可靠性,利用灰色系统理论中灰色关联分析数学模型,定量分析了4种预测煤与瓦斯突出的指标,并确定了能够较精确反映龙山煤矿二1煤层煤与瓦斯突出预测的敏感指标,该结果为龙山矿煤与瓦斯突出预测指标的选择提供了定量化依据.     

基于灰色理论确定煤与瓦斯突出预测敏感指标

为了提高煤矿瓦斯突出危险性风险评价的准确度和可靠性,利用灰色系统理论中灰色关联分析数学模型,定量分析了4种预测煤与瓦斯突出的指标,并确定了能够较精确反映龙山煤矿二1煤层煤与瓦斯突出预测的敏感指标,该结果为龙山矿煤与瓦斯突出预测指标的选择提供了定量化依据.     

金发煤矿开采层瓦斯地质规律研究及危险性预测

矿井瓦斯赋存规律及涌出量预测是矿井瓦斯治理的重要理论依据.深入研究分析了金发煤矿瓦斯地质赋存规律控制因素,定性分析了金发煤矿地质构造、煤层上覆基岩厚度、顶底板岩性、水文地质条件等控制要素,确定埋深是影响矿井C8、C9煤瓦斯含量最重要因素.结合矿井实测瓦斯涌出量,预测了煤与瓦斯区域突出危险性.结果表明:煤层埋深与瓦斯含量呈正相关关系;瓦斯压力是判定该矿C8、C9煤瓦斯突出危险性的最重要指标,矿界内煤层瓦斯压力大于0.74 MPa的区域具有突出危险性,煤矿的突出危险区主要在矿界西北边靠近矿2坐标点附近.     

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．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了突出预测,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．     

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．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了突出预测,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．     

基于神经网络的煤与瓦斯突出规模预测研究

由于传统煤与瓦斯突出预测方法难以理清多种致因间的非线性关系,提出依据人工神经网络建立新的预测方法.基于枚举法思想改进BP、RBF神经网络,使其能够迭代出最佳隐藏层层数、神经元个数以及spread值,并引入GA-BP、GRNN神经网络对矿区实测数据进行学习仿真,对比4类不同的神经网络预测煤与瓦斯突出规模的性能.结果表明,...     

瓦斯突出煤体探测的物性前提及应用

介绍了利用无线电波坑道透视技术进行瓦斯突出煤体探测的物性前提及电磁波在由突出煤体和非突出煤体组成的瓦斯突出煤层中传播时的电性响应 .以一工作面的探测方法、资料解释及回采验证情况 ,说明了实现突出煤体无线电波坑道透视探测的可能性及存在问题 .     

基于遗传算法的煤与瓦斯突出影响因素研究

针对采用BP神经网络对煤与瓦斯突出预测时的过学习现象,引入遗传算法对煤与瓦斯突出的影响因素进行选择,并建立了以筛选出的变量作为输入的优化BP网络预测模型.遗传算法中染色体采用二进制编码,个体适应度函数引入了惩罚函数,并对基本遗传算法的遗传操作算子进行了一定的改进,最后利用平煤八矿煤与瓦斯突出的实测样本,在MAT-LAB2009b环境中对上述算法进行仿真研究.结果表明,以遗传算法筛选出的变量作为输入建立的预测模型的输出结果的拟合效果变好,预测精度提高,建模时间缩短.     

电磁辐射法预测煤与瓦斯突出原理

研究了瓦斯对电磁辐射（ＥＭＥ）的影响规律及影响机制,对电磁辐射法预测煤与瓦斯突出原理进行了探讨,研究结果表明：煤体变形破裂时,电磁辐射与煤岩体的载荷及变形破裂过程密切相关,煤体中的瓦斯能使电磁辐射增强,瓦斯在煤体中的流动及冲击能产生电磁辐射;电磁辐射强度和脉冲数两项指标综合反映了工作面丧方煤体的突出危险程度,用电磁辐射法预测预报煤与瓦斯突出是可行的,煤岩电磁辐射技术在预测煤与瓦斯突出和冲击地压等方     

加强瓦斯地质研究 防治煤与瓦斯突出

简述了平顶山矿区煤与瓦斯突出概况，根据影响煤与瓦斯突出的地质因素，开展了多项瓦斯地质研究课题，找出影响本区煤与瓦斯突出的内在因素和部分规律。在防治煤与瓦斯突出方面促进了安全生产，提高了经济效益。对今后瓦斯地质工作提出了建议。     

Investigations into the identification and control of outburst risk in Australian underground coal mines

Australian coal mines currently use gas content to assess outburst risk. The gas content threshold values for each mine are indirectly determined from measurement of gas volume liberated from 150 g coal samples during Q_3 residual gas content testing. It has been more than twenty years since this method, known as desorption rate index(DRI), was presented to the Australian coal industry, and in that time, there have been significant changes in mining conditions and the outburst threshold limits used at the benchmark Bulli seam mines. NSW Regulations list matters to be considered in developing control measures to manage the risk of gas outburst, and specifies that gas content, or DRI method, is used as the basis for determining outburst control zone. Whilst Queensland Regulations state that a coal or rock outburst is a high potential incident, there is no guidance provided to assist mine operators to define outburst prone conditions. A research project is planned at UOW to investigate the application of the DRI method and other potentially significant factors, such as gas pressure, coal toughness and permeability, which can be utilised by mine operators to assess outburst risk and determine appropriate outburst threshold limits and controls.     

平顶山十矿煤与瓦斯突出地质因素分析

随着矿井开采深度的增加,煤与瓦斯突出已愈来愈成为影响和制约生产的重要因素.为确保煤矿安全生产,作者对平顶山十矿影响突出煤层瓦斯赋存和突出的地质构造、煤层厚度的变化、煤体结构、埋藏深度等地质因素进行了分析研究,认为:地质条件对煤层瓦斯体积含量和煤与瓦斯突出的分区分带具有明显的控制作用;井田内厚度小于2 m的单一煤层一般不具突出危险性,但随着开采深度的增加有可能发生突出;戊9-10煤层分叉合并线附近为煤与瓦斯突出带,其他煤层分叉合并线附近可能形成煤与瓦斯突出危险带.     

国投新登煤业31采区北翼瓦斯赋存规律研究

国投新登煤业前期采掘过程中矿井瓦斯涌出量较低,但随着开采深度的增加,瓦斯含量及压力具有明显上升的趋势,矿井迫切需要搞清深部区域的瓦斯赋存规律.结合矿井实际情况针对这一问题进行了研究,分析了影响深部区域瓦斯涌出的各种因素;研究了煤层瓦斯含量与埋藏深度的关系,绘制了31采区北翼的瓦斯含量等值线图;结合《防治煤与瓦斯突出规定》对该区的瓦斯突出危险程度进行了评价,划分出了突出危险区,并给出了防治煤与瓦斯突出的技术措施.现场生产表明,研究结果符合矿井实际情况,对矿井安全生产具有一定的指导意义.     

新安煤田煤与瓦斯突出特征及控制因素分析

为了掌握煤与瓦斯突出的特征和控制因素,提高煤矿防突工作的针对性,本文通过统计分析了新安煤田内义煤集团的4个煤与瓦斯突出矿井近年来发生的瓦斯动力现象,综合分析得出新安煤田煤与瓦斯突出具有以小型突出为主、突出前有预兆并受作业方式诱导、突出点附近瓦斯质量体积和瓦斯压力高、易发生在掘进工作面和煤层变化带的特征;分析总结了埋藏深度、瓦斯赋存、地质构造、煤层厚度变化、构造软煤、作业工艺是控制新安煤田煤与瓦斯突出的主要因素,为该煤田防治煤与瓦斯突出提供了理论指导.