首页 | 本学科首页   官方微博 | 高级检索  
     

基于环套原理的ANN型矿井小构造预测方法与应用——以淄博岭子煤矿为例
引用本文:武强,陈红,刘守强.基于环套原理的ANN型矿井小构造预测方法与应用——以淄博岭子煤矿为例[J].煤炭学报,2010(3).
作者姓名:武强  陈红  刘守强
作者单位:中国矿业大学(北京)煤炭资源与安全开采国家重点实验室;中国石油集团东方地球物理勘探有限责任公司研究院地研中心;
基金项目:“十一五”国家科技支撑计划资助项目(2007BAK24B01、2006BAB16B04);;国家自然科学基金资助项目(40572149、40772162);;国家重点基础研究发展计划(973)基金资助项目(2006CB202205);;煤炭资源与安全开采国家重点实验室自主研究课题联合资助项目
摘    要:应用多重环套理论和人工神经网络(ANN)技术,提出了预测预报矿井小构造的一套完整理论体系和工作方法。以淄博岭子煤矿为例,优选确定煤层倾角、厚度、瓦斯聚集量和涌水量变化是主要控制岭子煤矿回采工作面前方小构造的四大因子,建立了1号井的回采工作面前方小构造预测的非线性模型。现场检验结果表明,在煤层回采过程中,只要精细掌控主控因子的大量信息变化,就能准确预测预报工作面回采前方的小构造展布特征。基于环套原理的ANN型矿井小构造预测方法解决了诱发矿井重大灾害事故小构造的预测预报难题。

关 键 词:环套理论  人工神经网络(ANN)  小构造预测  回采工作面  

Methodology and application on size-limited structure predictions with ANN based on loop overlapping theory:a case study of Lingzi Coal Mine in Zibo
Abstract:Based on loop overlapping theory and the artificial neural networks(ANN),a set of complete theory system and work method were put forward to forecast the size-limited structure.Took the Lingzi Coal Mine in Zibo for example,the four master factors,that is the coal seam dip angle,thickness,the gas accumulation quantity and the gushing water volume change,were selected.These factors control the size-limited structures of the front working face in Lingzi Coal Mine.Then,the nonlinearity model was established to ...
Keywords:
本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号