用加权灰色关联分析煤与瓦斯突出的主控因素

影响煤与瓦斯突出的因素众多,分析现有的煤与瓦斯突出的主要影响因素,运用突出贡献率确定权重系数,在此基础上,利用灰色理论创立煤与瓦斯突出综合评价的加权灰色关联分析方法。以某煤矿为例,利用该方法分析了煤与瓦斯突出控制因素,找出各影响因素对煤与瓦斯突出影响程度的大小排序,结果符合实际情况。     

煤与瓦斯突出控制因素加权灰色关联模型的建立与应用

通过分析煤与瓦斯突出的主要影响因素，运用突出贡献率确定权重系数，利用灰色理论建立煤与瓦斯突出综合评价加权灰色关联模型.以谭家山矿煤为实例，在统计分析历年来该矿煤与瓦斯突出情况的基础上，对各影响因素进行了关联排序.理论分析计算结果符合实际情况.     

灰关联分析方法在煤与瓦斯突出控制因素分析中的应用

应用灰色系统理论的灰关联分析方法对平顶山八矿煤与瓦斯突出控制因素进行了研究，找出了该矿煤与瓦斯突出的主要影响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，灰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思路和方法。     

煤与瓦斯突出影响因素综合评价研究——基于改进熵权法+灰色系统关联法的研究

提高煤与瓦斯突出危险性评价的准确性,加强煤与瓦斯突出防治和安全监管监察工作,对煤矿企业安全管理具有重要意义。文章通过构建瓦斯突出评价指标体系,利用改进熵权灰色关联法分析计算影响煤与瓦斯突出各指标关联度,结果表明:改进熵权灰色关联分析法能够有效评价各影响因素对煤与瓦斯突出危险性的影响,对应影响煤与瓦斯突出危险性因素排序依次为煤层倾角、煤层开采深度、煤层瓦斯含量、煤层瓦斯压力、瓦斯放散初速度和煤的坚固性系数,为煤矿企业有效预防煤与瓦斯突出、提高瓦斯突出应急管理提供了借鉴。     

煤与瓦斯突出危险程度的灰色综合评价

文章应用灰色系统理论中的灰色综合评价方法，以某矿区８个煤层为例，选用瓦斯压力、垂深、瓦斯放散初速度、煤的破坏程度与硬度系数及作业方式６种因素作为聚类指标，选定灰类为不突出、一般突出、严重突出３种类别作为评价标准，借助于计算机进行运算，评价结果为预防煤与瓦斯突出提供了依据。     

基于灰色关联法的上隅角瓦斯积聚因素主次性分析

采煤工作面上隅角瓦斯积聚因素控制是一个复杂的灰色系统工程,其影响因素、关联变量和约束条件复杂.应用灰色关联分析方法,对影响上隅角瓦斯积聚的关键因素进行归一化处理,通过建立灰色综合评价模型,得出影响上隅角瓦斯积聚的因素关联序.经实例分析表明:用灰色关联综合方法评价上隅角瓦斯积聚各控制因素的主次性更加有效、合理.     

基于灰色关联分析的突出预测指标敏感性研究

煤与瓦斯突出的影响因素众多,选取合适的突出预测敏感指标是突出危险准确预测的关键。本文利用灰色理论对煤与瓦斯突出预测指标的敏感性进行了分析,并运用灰色关联优选了九里山矿煤与瓦斯突出预测的敏感性指标。研究结果对煤与瓦斯突出预测具有重要的实际意义。     

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。     

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。     

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。     

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.     

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-神经网络模型能够满足煤与瓦斯突出预测的要求．     

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-神经网络模型能够满足煤与瓦斯突出预测的要求．     

基于灰色关联分析的瓦斯突出危险性风险评价

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,采用灰色关联分析方法,研究了瓦斯突出危险性风险评价的理论、过程与计算步骤．采用煤矿瓦斯涌出量、风量、瓦斯含量等参数来分析巷道瓦斯危险性风险程度并进行了定量分析,最后得出瓦斯突出危险性风险关联度．根据关联度大小找出各因素指标与标准数据序列各因素指标之间的差距,预测巷道瓦斯突出危险程度,应用结果表明,该预报方法可靠程度较高,为现场预测提供了科学依据．     

影响邹庄煤矿7_2煤层瓦斯赋存的因素

邹庄煤矿为宿县矿区新建矿井,32煤层为即将开采煤层,72煤层为下一开采煤层。72煤层受岩浆岩侵蚀严重,且埋深较32煤层深,因此72煤层的瓦斯赋存情况更加复杂。文章系统分析影响瓦斯赋存的因素,采用灰色关联方法,对影响72煤层瓦斯含量的各个因素进行研究,建立了灰色关联模型,并计算出了各项因素的关联度。研究结果表明:影响邹庄煤矿72煤层瓦斯赋存的主要因素为煤的灰分、煤层埋藏深度、地层厚度、挥发分、煤厚与地层厚度比等,利用多元回归的分析方法对邹庄煤矿72煤层的瓦斯含量进行预测,并为其以后的安全开采提供前瞻性预测数据。     

基于灰色关联分析法和数理化理论的煤与瓦斯突出预测

煤与瓦斯突出是含瓦斯煤岩体发生的极其复杂的动力现象,属于复杂非线性动力系统在时空演化过程中的灾变行为,是影响煤矿安全生产的主要灾害之一。探索煤与瓦斯突出现象背后的规律性,对预防突出具有非常重要的意义。文章首先采用灰色关联分析方法对预测指标及众多影响突出因素进行样本分类,建立指标与因素映射量之间的关系,确定各映射量影响因子的大小,然后结合数理化理论建模,模型较好的体现了煤与瓦斯突出危险性与各影响因素之间的量化关系。最后通过实例论证,得到了较高的预测可靠性。     

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。     

基于层次分析和灰色关联分析的煤与瓦斯突出危险等级评价

建立了煤与瓦斯突出危险程度多因素指标的评价模型,利用层次分析法确定了指标权重,在此基础上利用灰色关联分析法求出突出样本与各危险等级参考样本的贴近度,按最大贴近度确定参评样本的危险等级。实证分析表明将层次分析和灰色关联分析相结合得出的危险等级评价与煤层的实际情况较符合,有一定借鉴意义。     

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.