网络化虚拟仪器技术在煤矿监测系统中的应用

针对现有煤矿监测系统在信息传输过程中存在的问题,文章提出了采用网络化虚拟仪器和现场总线技术对其进行改造的方案。改造后的煤矿监测系统通过CAN智能检测节点、CAN接口卡传输监测信息到测量服务器,采用LabVIWE编制虚拟仪器系统,对监测数据进行分析处理,实现了监测信息的共享和控制信息的反馈与传输。     

基于IGSA-BP网络的瓦斯涌出量预测模型

为提高煤矿瓦斯涌出量预测的精度和效率,提出一种基于改进的万有引力算法(IGSA)的BP神经网络IGSA-BP瓦斯涌出量预测模型。由于BP神经网络的初始权值和阈值对网络的预测精度和收敛速度有较大影响,采用改进的万有引力算法训练BP神经网络的初始权值和阈值,引入粒子群算法记忆与社会信息交流的思想,对万有引力算法(GSA)的速度与位置更新公式进行改进,采用Tent混沌映射增加GSA种群的多样性,使算法避免陷入局部极值并增强GSA的遍历搜索能力。结果表明,改进的万有引力BP神经网络预测结果的误差在0. 20 m~3/min以内,与未经改进的万有引力BP神经网络和粒子群BP神经网络相比,预测精度分别提高了近5倍和10倍,说明该方法对煤矿瓦斯涌出量具有更好的预测精度和收敛速度。