基于BP神经网络的未采区瓦斯含量预测

为提高预测模型的可靠性,实现对煤层未采区域瓦斯含量的精确预测,以山阳煤矿5#煤层为研究对象,进行未采区瓦斯含量的预测。运用瓦斯地质学和多元线性回归分析法,得出基岩厚度、煤层厚度和埋深是影响该矿瓦斯赋存的主要因素,并将其作为BP神经网络模型的输入端神经元,初步构建出瓦斯含量预测模型;结合地勘时期瓦斯钻孔的实际数据,进行网络训练,再对预测模型的可靠性进行检验。结果表明:该预测模型预测瓦斯含量,精度较高,效果较好,能满足工程要求。采用多元线性回归-BP神经网络可以对未开采区域煤层瓦斯含量进行准确预测,为矿井瓦斯灾害防治提供一定的参考依据。     

基于多元线性回归与BP神经网络的矿井瓦斯预测模型应用

矿井瓦斯涌出量受众多因素的影响。经研究表明,煤层埋藏深度、煤层厚度、煤层瓦斯含量、煤层间距、日进度及日产量是影响瓦斯涌出的主要因素。利用多元线性回归和BP神经网络理论,分别对矿井瓦斯涌出量进行了预测,最后建立了多元线性回归与BP神经网络的组合预测模型。该模型兼顾了多元回归分析的非线性特性和神经网络的时序特性,通过具体的实例研究,对比了各种方法的预测结果。结果显示,组合预测的结果与实际有较高的拟合度,可靠性高。     

基于灰色理论与BP神经网络的煤层瓦斯含量预测方法

运用瓦斯地质理论分析了影响煤层瓦斯赋存的主要因素,并采用灰色关联分析法对影响煤层瓦斯含量的主要因素进行了关联度分析,选取CH4(%)、围岩岩性、煤层埋深3个主要因素作为BP神经网络的输入端神经元,构建出了预测瓦斯含量的预测模型,并进行网络训练,最后对预测模型的可靠性进行检验。结果表明:采用BP神经网络模型预测瓦斯含量比多元线性回归法的精度更高,能满足工程要求,对于煤层瓦斯含量的准确预测具有一定指导意义。     

影响煤层瓦斯含量的多地质因素线性回归分析

煤层瓦斯含量是煤矿瓦斯防治的重要参数,对煤层含量的预测可以为瓦斯抽放和防治煤与瓦斯突出提供技术依据。以地质勘探期间实测瓦斯含量、钻孔的揭煤资料为基础,利用线性统计规律和瓦斯地质因素分析方法确定煤层瓦斯含量的主控因素,并对定性因素进行量化,通过丰富翔实的钻孔数据,采用多元线性回归的分析方法建立煤层瓦斯含量预测模型,可达到对矿井的瓦斯含量及分布规律进行预测的目的。     

基于多元回归分析的瓦斯浓度预测

为分析预测瓦斯浓度,采用多元线性回归方法判断煤层深度、瓦斯含量、煤日产量、煤层厚度和井下风速与瓦斯浓度的关系,检验了自变量间是否存在多重共线性问题和模型的适用性.采用岭回归分析方法解决影响因素间的多重共线问题,构建瓦斯浓度预测模型,将2种预测模型得到的预测值与实测值进行对比.结果 表明,岭回归模型预测精度更高,多元线性...     

鹿台山煤矿2号煤层瓦斯地质区划

煤层瓦斯不均衡赋存是制约煤矿瓦斯安全管理的主控因素,准确合理的瓦斯地质区划是有效进行瓦斯防治的基础和保障。基于瓦斯地质区划理论方法,综合分析影响鹿台山煤矿3号煤层瓦斯赋存的主要地质因素,采用多元线性回归、数量化理论I、构造关联度分区等方法,筛选出影响2号煤层瓦斯含量的地质变量包括煤层埋深、围岩透气性和褶皱平面变形系数3个主要地质指标,建立了瓦斯含量预测的数学模型并对预测模型进行了理论和实践验证,模型精度较高。在此基础上利用瓦斯含量预测模型对2号煤层瓦斯含量进行预测和瓦斯地质区划。经实践验证,瓦斯地质区划结果符合实际地质情况。     

基于ACSOA-BP神经网络的瓦斯含量预测模型

针对煤矿瓦斯含量预测问题,以陈四楼煤矿为例,在煤层瓦斯含量影响因素分析的基础上,通过对种群进行混沌初始化,并引入自适应混沌算法和非线性收敛因子,提出了自适应混沌海鸥算法(ACSOA),建立了基于自适应混沌海鸥算法优化BP神经网络的瓦斯含量预测模型(ACSOA-BP),将模型应用于矿井进行预测效果检验。结果表明:陈四楼煤矿二2煤层瓦斯含量与不同因素呈非线性关系,地质构造是控制煤层瓦斯分布的主要因素,ACSOA-BP模型具有更高的预测精度和稳定性。     

基于灰色理论-BP神经网络的煤层瓦斯含量预测研究

煤层瓦斯含量是矿井瓦斯灾害防治的主要参数之一,影响其分布特征的地质因素有很多。利用灰色理论的灰色关联分析法对选取的8个影响煤层瓦斯含量的地质因素进行了分析,筛选出断距、埋深、基岩厚度以及挥发分4个主要影响因素,并将其作为BP神经网络模型的输入端建立了煤层瓦斯含量预测模型。对该预测模型进行训练与仿真检验,并与传统的多元线性回归预测方法进行比较分析。     

Excel回归分析在未开票煤层瓦斯含量预测中应用

未开采煤层瓦斯含量及影响因素研究,是煤矿安全生产的重要基础研究工作．以晓南矿未开采15-1^#煤层为例,根据多元线性回归分析的数学原理,利用Microsoft Excel工作表进行多元回归分析的方法,建立煤层瓦斯含量预测模型,对其进行了瓦斯含量预测。通过预测结果与实际情况的比较,可以得知Excel多元回归对瓦斯含量的预测精度较高。得出埋藏深度（m）、煤层厚度（m）、煤质、顶底板泥砂岩比是影响煤层瓦斯含量的主要因素。为未开采煤层瓦斯含量的研究提供了科学方法,并为煤矿的安全开采提供了基础资料。     

Excel回归分析在未开采煤层瓦斯含量预测中应用

未开采煤层瓦斯含量及影响因素研究,是煤矿安全生产的重要基础研究工作.以晓南矿未开采15-1#煤层为例,根据多元线性回归分析的数学原理,利用Microsoft Ex-cel工作表进行多元回归分析的方法,建立煤层瓦斯含量预测模型,对其进行了瓦斯含量预测.通过预测结果与实际情况的比较,可以得知Excel多元回归对瓦斯含量的预测精度较高.得出埋藏深度(m)、煤层厚度(m)、煤质、顶底板泥砂岩比是影响煤层瓦斯含量的主要因素.为未开采煤层瓦斯含量的研究提供了科学方法,并为煤矿的安全开采提供了基础资料.     

瓦斯含量多元数据融合分析及突出临界值确定

新建矿井由于运行时间较短,对瓦斯含量和地质信息勘探较少,在煤与瓦斯突出预测中存在较大困难。以山西某矿为研究背景,利用地勘钻孔瓦斯含量、瓦斯涌出量反演瓦斯含量以及瓦斯压力正演瓦斯含量相结合的多元数据融合分析方法,对山西某矿瓦斯含量进行预测,对突出危险预测敏感指标及其临界值进行确定。采用3种方法对瓦斯含量进行多元对比分析,结果表明,山西某矿瓦斯含量符合常规瓦斯地质规律,即与标高呈正相关关系;三者数据样本稳定,使得多元数据综合预测瓦斯含量更为可靠;通过对山西某矿10号煤层瓦斯含量预测可知,百米瓦斯含量增加2.6 m³/t,瓦斯风化下界为-257 m;根据邻近矿井煤与瓦斯动力参数与0.74 MPa下的瓦斯含量对比,确定瓦斯含量6 m³/t为该矿发生瓦斯突出的临界值。     

分源预测法在生产矿井瓦斯涌出量预测中的应用

通过对成庄矿3#煤层进行煤层含量测定,并结合矿井地勘期间煤层瓦斯含量测试数据,得出了该矿3#煤层含量分布规律,根据煤层含量分布规律,使用分源预测法对成庄矿3#煤层采掘工作面、生产盘区和矿井进行了瓦斯涌出量预测。     

淮北许疃矿抽采后瓦斯含量损失影响因素分析及预测

抽采后残余瓦斯的存在对于矿井生产依然具有危险性,研究残余瓦斯的赋存规律及其预测是十分必要的。分析了淮北煤田许疃煤矿3_233采区地质条件,通过断层分维、煤层底板构造曲率和煤层倾角等指标的计算和统计,并分别赋予0.35,0,35和0.30的权重,计算得到研究区的构造指数及其分布,根据选取的42组数据,讨论了构造指数、煤层埋深、煤厚和原煤瓦斯含量等影响因素对抽采残余瓦斯赋存的影响,运用多元线性回归方法,拟合了瓦斯含量损失与构造指数、煤层埋深、煤厚等影响因素指标之间的相关关系,运用BP人工神经网络模型研究了预测抽采后瓦斯含量损失的可行性。结果表明:构造指数可以更精确地定量表征矿井构造复杂程度。瓦斯含量损失的主要影响因素为构造指数、煤层埋深、煤厚和原煤瓦斯含量。瓦斯含量损失总体上与构造指数呈负相关,而与其他因素的指标均呈正相关。经过数理统计的F检验,F=20.82F_(0.01)(3,38)=4.35,故多元线性回归的结果是显著的,表明瓦斯含量损失与各影响因素指标之间具有较密切的内在联系,其中构造指数对瓦斯含量损失的影响程度最大,煤层埋深影响程度最小,煤厚的影响程度介于构造指数与煤层埋深之间。以瓦斯含量损失为输出指标,以构造指数、埋深、煤厚和原始瓦斯含量为输入指标,建立了4×10×1结构的BP人工神经网络模型,模型经过学习训练后预测精度高,相对误差为1.19%～1.34%,表明可以运用人工神经网络模型预测未采区抽采后的瓦斯含量损失,残余瓦斯含量即为原煤瓦斯含量减去瓦斯含量损失,故可以间接预测抽采后残余瓦斯含量。     

马依西一井3~#煤层瓦斯含量预测

煤层瓦斯含量预测资料,作为矿井通风系统设计、防突设计及瓦斯防治措施的依据,预测的准确度将直接影响矿井通风设备、巷道断面、瓦斯抽采设备等参数的合理确定。马依西一井为新建矿井,而3#煤层为首采煤层,关于该煤层的瓦斯含量资料相当匮乏,因此引入数量化理论对瓦斯含量与各地质因素关系进行研究。用数学地质模型预测的结果与实测值相比较,误差较小,证明了该方法的有效性。     

基于层次分析法的煤与瓦斯突出预测研究

为了对煤与瓦斯突出进行预测，采用层次分析法研究了煤与瓦斯突出预测方法，分析了煤与瓦斯突出因素，对煤与瓦斯突出瓦斯压力和瓦斯含量临界值进行了确定。建立了煤与瓦斯突出的相关指标的层次分析模型。研究得出，某矿5号煤层的煤层瓦斯压力指标临界值为0.68 MPa，5号煤层瓦斯含量指标临界值为10.8 m³/t；影响煤与瓦斯突出的指标依次为煤的破坏类型和坚固性系数、顶板强度和厚度、煤层厚度、瓦斯压力、地质构造、瓦斯含量和埋深。研究为类似条件下煤与瓦斯突出预测提供了技术支持。     

环境安全与资源的桃战和机遇——煤层甲烷

甲烷是强烈的温室气体 ,煤层甲烷是煤矿瓦斯灾害之源 ,也是洁净的能源。综合采用井下现场测定、矿山统计分析和实验室试验确定的煤层瓦斯参数可靠性高 ,首次提出的含量法预测矿井瓦斯涌出量理论模型和邻近层瓦斯涌出率曲线 ,预测精度高 ,适用范围广。建立了双重孔隙、可压密煤层瓦斯储运方程和数值模拟方法 ,解吸时间控制吸附瓦斯的涌出。展望了煤层甲烷基础理论研究发展趋势     

马尾沟矿井9#煤层瓦斯赋存特征研究

众所周知,尽管国家对煤矿安全治理极其重视,并投入了大量的人力物力,但是,作为一个世界性难题,煤矿安全形势依然严峻。开采深度加深,开采条件就越来越复杂,煤层瓦斯更加难以治理,运用瓦斯地质理论,结合马尾沟矿井相关资料,研究分析了马尾沟矿井瓦斯赋存条件,探讨矿井地质构造特征,找出影响矿井瓦斯赋存的主控因素是煤层埋藏深度。建立煤层底板标高和煤层瓦斯含量的数学相关性关系,预测出深部煤层瓦斯赋存规律,从而对矿井安全生产以及煤层深部开采都有重要意义。     

三软突出煤层工作面区域预测方法研究

准确评价回采工作面的突出危险性,并对工作面进行突出危险区域划分,是实现矿井突出分级管理的前提,是矿井突出综合防治的关键技术环节。针对三软突出煤层瓦斯含量高、构造煤普遍发育和煤层厚度变化大的特点,提出了以煤层瓦斯含量、煤层厚度变化作为区域预测指标进行工作面瓦斯预测,并确定了该预测指标的临界值,为有效制订防突措施、提高安全经济效益提供技术依据。以新安矿11221工作面为例,利用选取的预测指标,进行了工作面的瓦斯突出区域预测。     

煤层瓦斯压力与瓦斯含量对应关系试验研究

采用现场采样、实验室测试和理论分析相结合的方式,研究建立某矿区3#煤层原始煤体瓦斯含量与瓦斯压力之间的关系,定量确定该矿区3#煤层瓦斯压力0.74MPa对应的瓦斯含量及区域预测瓦斯含量指标临界值。