排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
针对煤矿瓦斯涌出受许多因素的影响,为了克服瓦斯涌出中存在的复杂的非线性关系,从而实现稳定、可靠、精确的对煤矿综采工作面瓦斯涌出量进行动态预测,提出了主成分分析法(PCA)结合改进的果蝇算法(MFOA)优化GRNN的绝对瓦斯涌出量的预测手段。运用PCA算法对原始输入数据降维;并且对果蝇算法中的Si函数增加一个跳脱参数B,避免局部最优因子对预测模型的干扰;将MFOA算法对GRNN的平滑因子σ进行优化;将PCA结果作为模型的输入,建立了PCA-MFOA-GRNN算法的回采工作面瓦斯涌出量动态预测模型,结合实际矿井瓦斯涌出量监测的相关数据检验该模型,并将该模型的预测结果与未修正的FOA-GRNN算法、CIPSO-ENN算法、BP神经网络预测、Elman网络预测结果进行对比,结果表明:该预测模型对GRNN的参数优化后得到的预测模型较其他预测模型有更强的泛化能力和更高的预测精度。 相似文献
5.
为了掌握李雅庄煤矿井下通风阻力分布及井下通风系统稳定性,并对二采区即将封闭、矿井形成"一井一区一面"布局的生产系统进行优化调整改造,采用压差计法与气压计法相结合的方法,对其通风系统进行阻力测定,并利用通风网络模拟及解算,提出了通风系统优化方案。结果表明:二采区的通风阻力测试相对误差为2.51%;六采区的通风阻力测试误差为3.75%。均符合行业标准要求,测试结果真实可靠。所提出的通风系统优化改造方案,切合矿井生产实际,可在保证矿井今后系统用风要求及稳定性的前提下,降低系统通风阻力,这对保证矿井生产能力及矿井安全生产有着重要的指导意义。 相似文献
6.
7.
8.
针对跳汰选煤过程受多种非线性因素的制约,不能稳定精煤灰分这一现象。利用模糊优选BP神经网络从非线性角度对跳汰选煤及其影响因素进行了理论分析,并通过老虎台选煤厂现场资料对智能网络进行训练、学习和预测和精煤快灰的稳定性分析。结果符合试验要求,成功地实现了利用模糊优选BP神经网络进行智能化选煤。 相似文献
9.
为了明确影响矿井通风系统主要需风风路风流稳定和主要通风机运行稳定的高敏感风路,采用多元回归分析法对通风网络中高敏感风路进行识别,确定主要需风风路的风量Qj与各风路风阻自变量Ri间的最优回归方程,并通过网络解算进行实验验证.对比发现:多元回归分析结果与试验结果吻合,表明风路的敏感性是通风网络结构特性的一种体现,与其自身的风阻特性无关;高敏感风路特性的改变是影响矿井通风系统风流稳定的关键;同时,采用多元回归分析法可避开传统的角联结构分析中推导风向判别式的繁琐,对某一待研究的重点风路而言,可将矿井其它风路对其风流稳定性的影响作出定性分析与评价. 相似文献
10.
针对贵石沟矿井南翼采区通风阻力偏高,制约南翼采、掘工作顺利开展的情况,对南翼采区进行了通风阻力测定。经过VENT-CAD程序对其解算与分析,发现2#主斜井进风量在168~2500m3/min之间时,会造成南翼运输巷局部地点微风的情况。综合测试与模拟结果确定了520m水平南翼运输副巷改道,实现增大2#主斜井风量,以达南翼采区降阻之目的。结果表明:520m水平南翼运输改道62m,当2#主斜井进风量为2486m3/min时,可达南翼采区降阻幅度达466Pa,其它各巷道风速达标。经现场调整验证:降阻效果明显、主要井巷实测风量与方案模拟结果基本吻合。调整改造方案简单可行,能满足生产要求。 相似文献