基于RF-GA-SVM的医院集中供暖系统一次侧流量预测模型研究

医院集中供暖系统一次侧流量受多种不确定因素影响。为了降低输入空间维度、节约运算成本、提高预测精确度,提出了一种基于随机森林(RF)特征重要性评估-遗传算法(GA)优化支持向量机(SVM)参数算法的预测模型。首先利用RF算法对特征变量实施重要性评估,利用交叉验证法对特征变量进行过滤,构建供暖系统影响因素指标体系,其次利用遗传算法优化支持向量机参数建立回归预测模型(RF-GA-SVM),最后结合某医院集中供暖系统数据进行了实例分析并与RF预测模型、GA-SVM预测模型进行了对比。预测误差分析表明,本文提出的预测模型(RF-GA-SVM)降低了输入空间维度,避免了局部最优,提高了预测精确度。     

基于能量平衡模型的煤与瓦斯突出影响因素的灵敏度分析

 针对煤与瓦斯突出机制尚不明确、影响因素复杂的问题,在对煤与瓦斯突出的阶段特征和能量耗散规律分析的基础上,考虑到煤岩体应力场分布和突出孔洞特征,建立煤与瓦斯突出三维结构模型,并基于该模型引入围岩弹性潜能,并根据突出后煤体的堆积状态和断裂表面能,计算得出移动功和破碎功,从而构建突出能量条件模型和突出强度预测模型,并结合突出案例进行验证。同时在突出能量条件模型基础上,采用Morris筛选法对突出影响因素的灵敏度进行分析。研究结果表明：瓦斯内能是瓦斯突出的最主要能量来源,在突出过程中起主导作用,突出能量条件模型和强度预测模型的分析结果与实际突出案例偏差较小,可作为突出灾害的预测和分析依据;中梁山矿和化处矿的突出案例中,对于突出强度、瓦斯涌出量和突出能量,吨煤瓦斯含量为主导因素,灵敏度最大,其次是瓦斯扩散系数、瓦斯压力和孔隙率,而岩石的相关参数的灵敏度接近0。     

煤与瓦斯突出能量耗散理论分析与试验研究

为了深入研究煤与瓦斯突出的机制,从能量角度对煤与瓦斯突出有进一步认识和理解,基于煤与瓦斯突出综合作用假说,采用理论分析与试验相结合的方法,对煤与瓦斯突出的能量耗散情况进行深入分析,得到弹性潜能和瓦斯内能的计算表达式。建立煤巷掘进煤与瓦斯突出力学模型,得到突出煤体与堆积位置的数学函数关系式,并根据突出煤体的堆积状态和破碎情况,计算突出煤体的移动功、摩擦功和破碎功,从而构建煤与瓦斯突出和煤、瓦斯的物理力学参数、巷道结构参数之间的突出条件式。研制高压气体瞬间对称卸压破煤试验装置,从试验角度分析煤的力学性质、瓦斯和地应力对煤与瓦斯突出的影响因素,对煤与瓦斯突出进行试验模拟。试验结果表明:突出煤的抗压强度、坚固性系数明显低于非突出煤;在单因素瓦斯作用下,较低的瓦斯压力不能使完整的煤体破碎抛出,地应力对煤与瓦斯突出有着重要影响;煤与瓦斯突出是一个温度下降过程。     

基于GWO-ELM模型的深基坑开挖变形预测研究

为有效控制和预测深基坑开挖引起的周围地表沉降变形,以保定市汽车科技产业园深基坑工程为依托,使用MIDAS GTS NX软件对实际基坑工程施工过程进行模拟,并将实际值与模拟值进行对比,验证模型的准确性。并且使用灰狼优化算法(GWO)优化了极限学习机(ELM)神经网络中的输入权重和隐藏层阈值,建立了GWO-ELM深基坑开挖变形预测模型。以有限元模型中土钉数量、开挖深度、周围建筑物沉降等因素作为预测模型的输入因子,以有限元模型中监测点DB-2地表沉降作为预测模型的输出因子。将GWO-ELM模型预测值与ELM模型预测值对比分析。结果表明：通过有限元软件提取地表沉降等数据,可以对深基坑地表沉降实现超前预测;使用灰狼优化算法对极限学习机神经网络中输入权重和阈值优化,可以提高预测模型精度;经过实际工程验证,GWO-ELM模型平均绝对误差为0.261 45,均方误差为0.312 58,R²为0.987 25,均优于ELM模型。     

基于HMM的煤与瓦斯运动状态预测

介绍了隐马尔科夫模型(HMM),并将该理论引入到煤与瓦斯运动状态预测的研究中,以工作面瓦斯浓度正常-值C、瓦斯浓度峰值P、峰值浓度与正常值之比B、两次采掘前后峰值浓度之比P的非接触式动态指标作为观察变量输入,煤与瓦斯的运动状态作为隐含变量输出,基于HMM提出一种新的预测煤与瓦斯运动状态的方法,通过实例训练预测,预测结果与实际监测趋势一致,且能实现提前预报.     

基于GIS的煤与瓦斯突出预测系统研究

论述了基于GIS的煤与瓦斯突出预测系统的可行性研究,提出了基于GIS平台的煤与瓦斯突出预测的新方法,讨论了如何利用GIS技术和计算机技术实现瓦斯区域预测的科学自动化管理,提供了基于GIS的防突措施决策。     

煤与瓦斯突出危险性的模式识别和概率预测

煤与瓦斯突出危险性的多因素模式识别概率预测研究涉及到采矿工程、安全工程、地质工程、地理信息系统(GIS)、概率论、信息科学和人工智能(AI)。在理论分析和查明多个突出影响因素与突出危险性之间的内在联系的基础上,确定模式识别准则、建立识别模型,完成模式识别系统设计、模式识别算法研究、概率预测准则确定和煤与瓦斯突出预测危险性预测系统的开发。以活动构造、最大主应力、瓦斯压力和瓦斯含量等8个因素作为煤与瓦斯突出发生的主要判据,用模式识别方法实现了煤层突出危险性的分单元概率预测,可方便地划分煤与瓦斯突出的危险区、威胁区和安全区,对煤与瓦斯突出危险性做出评估和预测,提高瓦斯灾害预测的准确性。建立了一个比较科学的煤与瓦斯突出区域预测方法,使煤矿安全工作者准确判断和预防煤与瓦斯突出成为可能。     

基于ELM的大坝变形分析与预报模型

传统的诸如BP神经网络等学习方法训练时需要设置大量的参数,并且容易产生局部最优解。极限学习机(Extreme Learning Machine,ELM)可以随机选择输入权重以及隐藏层偏差且不需要调节,最终只产生唯一最优解。将ELM引入大坝变形分析建模中,建立了基于ELM的变形预报模型。实例表明,相比传统的逐步回归模型与BP神经网络模型,基于ELM的大坝变形预报模型在效率和精度上都有提高。     

PSO优化ELM在火灾探测中的应用

为提高火灾探测精度,避免标准ELM陷入局部最优,本文基于火灾特征值CO浓度、烟雾浓度、温度建构了一种基于粒子群(PSO)优化极限学习机(ELM)的火灾探测模型,通过PSO优化ELM输入层与隐含层权值以及偏置,利用最优值进行极限学习机网络训练,将训练好的网络对测试样本进行预测并验证方法有效性.研究显示,PSO-ELM的均...     

基于属性数学理论的隧道瓦斯突出危险性评价

以贵州山区某过煤层瓦斯隧道为例,根据影响隧道瓦斯突出的关键地质因素,选取瓦斯压力、瓦斯含量、瓦斯放散初速度、煤的坚固性系数、煤体结构类型等参数作为隧道瓦斯突出评价的关键指标,采用属性数学理论建立隧道瓦斯突出危险性预测模型,对隧道瓦斯突出危险性进行了评价。在模型构建过程中,首先依据隧道瓦斯突出危险性分级标准,构建各评价指标的属性测度函数,进而结合隧道施工现场实测的相关指标参数,计算各煤层的单指标属性测度及综合属性测度,建立起评价指标测度与属性之间的关系,最后利用置信度对多因素影响下瓦斯隧道的综合属性进行判识,进而实现对隧道瓦斯突出危险性的评价。评价结果显示:过煤层隧道穿越M₅、M₉煤层时,隧道具有强突出危险性,穿越M₄煤层时隧道突出危险性相对较小,隧道施工过程中应加强M₅、M₉煤层的消突和防突措施,以防灾害事故的发生;评价结果与工程现场显示的瓦斯动力现象相一致,具有较高可信度。     

基于声发射能量分析的煤与瓦斯突出前兆特征试验研究

煤与瓦斯突出是煤矿开采过程中最严重的动力灾害,其突出机制不清制约了灾害预警的可靠性和有效性。采用声发射监测技术,以阜新孙家湾突出煤层为研究对象,利用自主研发的真三轴煤与瓦斯突出模拟试验装置,结合DS5系列全信息声发射信号分析测试系统,开展深部矿井不同埋深下煤与瓦斯突出相似模拟试验,分析煤与瓦斯突出能量演化过程,建立声发射参数特征与煤与瓦斯突出前兆信息关系指标。研究结果表明:(1)煤与瓦斯突出过程经历了孕育前期、孕育后期、激发–发展和终止4个阶段,突出过程中声发射能量信号经历了"平稳→升高→峰值"的演化过程,表明煤与瓦斯突出是一个煤体破坏和能量积累的力学过程。(2)在突出孕育前期AE能量处于较低水平,累计AE能量上升平稳,低能级频次占主导地位,突出危险性较弱;孕育后期AE能量大幅度增加,累计AE能量上升加快,高能级频次占主导地位,突出危险性较强。突出孕育不同时期AE能量信号的差异性可作为突出前兆信息,用于实时监测煤岩内部破裂动态变化情况,对突出预测、预警具有指导意义。(3)从声发射能量角度定义了反映煤与瓦斯突出孕育阶段危险性强弱的量化指标,为深部开采煤与瓦斯突出动力灾害预测预警提供科学参考。     

含油气砂岩突出的宏微观预测

随着煤炭开采深度的增加，岩石与瓦斯突出日益严重，其危害不亚于煤和瓦斯突出。突出危险性的准确预测是防突措施优劣成败的关键和首要环节。１９９５年３月９日，海石湾矿井发生了特大型砂岩和瓦斯突出。作者综合运用多种现场观测和室内试验方法，对该井筒接下去的含气岩层的突出危险性进行了宏微观综合评价。工程实践证明预测是准确的。     

基于GRA-FOA-ELM的腐蚀管道剩余寿命预测

为克服预测腐蚀管道剩余寿命的复杂性、传统方法效果差等问题，提出将灰色关联分析（GRA）和果蝇优化算法（FOA）与极限学习机（ELM）有机融合以建立腐蚀管道剩余寿命预测模型。通过GRA计算管道剩余寿命与腐蚀因素的关联度，优选高关联度因素，降低预测的复杂度；采用FOA优化ELM模型的隐含层阈值及输入权值，预测腐蚀管道剩余寿命。以注水管道腐蚀数据为例进行研究分析，结果表明，相对于BP、ELM模型而言，GRA-FOA-ELM模型的预测精度及泛化性能均得到显著提高，从而为油气管道腐蚀研究提供新思路。     

煤与瓦斯突出多尺度预测研究

采用分形几何学手段，从煤田、井田、采区等3个尺度上，研究了地质构造的分形特征，并将构造分维数与瓦斯突出危险性程度作了对比分析。结果表明，在不同尺度上，地质构造均具有分形特征，构造分维数与瓦斯突出危险性间存在正相关关系，为煤与瓦斯突出分形预测研究提供了初步的理论基础。     

Damage characteristics and catastrophic failure mechanism of coal rock induced by gas adsorption under compression

To reveal the damage characteristics and catastrophic failure mechanism of coal rock caused by gas adsorption,physical tests and theoretical methods are employed.The results show that adsorption swelling can damage coal rock,which can be distinguished by fractal dimension.A fitting relationship between the adsorption damage and fractal dimension is proposed by experimental testing and theoretical analysis.High gas adsorption pressure proves to be the dominant factor that leads to coal failure softening and gas outburst disasters.Three main parameters concerning adsorption damage include the change rate of released energy density,the transition difference in the post-peak acoustic emission(AE) b value and the change rate of cumulative AE energy.Results show that all the three parameters present a step-type decreasing change with the increase in fractal dimension,and the fractal dimension shows a linear relationship within the same failure mode.Finally,a method is proposed to evaluate coal rock disaster transformation,based on the aforementioned three main parameters of adsorption damage.     

基于CSIRO模型的煤与瓦斯突出模拟系统与试验应用

在分析现有装置优势与不足的基础上,为实现地应力、瓦斯压力和煤体物理力学参数方便可调,基于煤与瓦斯突出综合作用假说与CSIRO模型,提出本模拟系统的设计思想和技术要求。采用模块化的设计思路研制成功煤与瓦斯突出模拟试验系统。该系统最大可施加30 MPa地应力和3 MPa气体压力,气体压力采集频率高达1 000Hz,气体压力和高速摄像同步采集实现对突出瞬态过程信息的精确记录。该系统操作便捷,单次试验速度快,大大缩短了试验周期。模拟9组含瓦斯煤的石门揭煤突出试验,试验结果表明:煤与瓦斯突出受地应力、瓦斯压力和煤岩体强度共同影响,其中煤体强度对突出起阻碍作用,对应不同煤岩体破坏状态,存在瓦斯压力动态临界值。模拟试验动力现象强烈,突出后孔洞成明显的口小腔大形态。研制的试验系统为深入分析煤与瓦斯突出机制提供了科学试验仪器。     

基于LMD-PSO-LSSVM组合模型的深基坑变形预测

变形是造成基坑安全隐患的重要因素。为准确预测基坑变形趋势,提出一种将局部均值分解(LMD)、粒子群优化算法(PSO)与最小二乘支持向量机(LSSVM)组合的深基坑变形预测模型。通过 LMD 将时序样本分解为多个分量,利用PSO优化后的LSSVM模型对各分量建立非线性基坑变形预测模型,最后采用滚动预测的方法对各分量进行预测并将结果叠加得到时序样本的预测值。通过实际工程进行模型预测与分析。结果表明:该模型不仅反映出基坑变形本质特征,而且预测精度明显提高,将其运用于基坑变形预测研究中具有较好的应用性和可靠性。