基于灰色系统理论的煤与瓦斯预测预报系统的研究

本文将煤体温度变化、电磁辐射、声发射以及煤的破坏类型和煤层的地质构造综合起来考虑,应用灰色系统理论中的多维灰色评估方法,对煤与瓦斯突出灾害进行预测,以提高瓦斯突出预测预报的准确性。并编制了煤与瓦斯突出预测预报系统软件,为煤与瓦斯突出预测提供一种新思路和新方法。     

多维灰色评估方法在煤与瓦斯突出预测中的应用

影响煤与瓦斯突出的因素很多,并且其信息多具有灰色性。本文将瓦斯压力、瓦斯放散初速度、煤的坚固性系数、破坏类型以及综合指标K这5个因素综合起来考虑,应用基于灰色系统理论的多维灰色评估方法,对几个典型矿井进行煤与瓦斯突出预测分析,本方法突出了灰色系统理论可以进行定量分析的特点,具有能够动态预测、可靠性高等优点。研究结果表明,该方法能准确预测煤与瓦斯突出,可以为矿井的安全生产提供帮助。     

煤与瓦斯突出预测指标的灰色优选

运用灰色理论中灰关联分析数学模型,定量分析了六种预测煤与瓦斯突出的指标,并确定了最佳预测指标,为煤与瓦斯突出预测指标的选择提供了定量化依据。     

煤与瓦斯突出预测指标的灰色优选

运用灰色理论中灰关联分析数学模型，定量分析了六种预测煤与瓦斯突出的指标，并确定了最佳预测指标，为煤与瓦斯突出预测指标的选择提供了定量化依据。     

组合赋权-灰色聚类的煤与瓦斯突出危险评价

为有效预防煤矿井下煤与瓦斯突出事故,构建基于组合赋权-灰色聚类的煤与瓦斯突出危险评价模型。首先,基于轨迹交叉理论,从煤层物理学性质、瓦斯指标、煤层赋存条件3个方面选取预测指标,构建危险评价指标体系;然后,运用改进的层次分析法(IAHP)和熵权法(EWM),确定各指标权重,结合灰色聚类原理构建各指标的灰色模糊评价规范化等级判断矩阵,并根据最大隶属度原则预测煤与瓦斯突出等级;最后,以乌兰木伦煤矿12407综放工作面为应用实例,验证组合赋权-灰色聚类评价模型的科学性和有效性。结果表明：该工作面煤与瓦斯突出危险等级为Ⅴ,模型计算结果与现场实际基本吻合,其中,煤层物理学性质为主要诱导因素,评判结果与实际相吻合,证明文中所建模型具有一定的科学性和有效性。     

人工神经网络在煤与瓦斯突出预测中的应用

由于煤与瓦斯突出发生机理的复杂性,传统预测方法的应用受到很大的限制,而人工神经网络理论以其高度非线性映射的特性为解决这一问题提供了新的途径。以突出预测指标为基础,利用多层反向传播神经网络(BP网络)模型实现对突出危险性的预测。实例分析表明,模型精度很高,可用于工作面煤与瓦斯突出危险性的预测。     

基于瓦斯地质与监控信息耦合的煤与瓦斯突出预测方法

在矿井瓦斯地质研究基础上,从地质、瓦斯及监测监控3方面选取9个指标构建了煤与瓦斯突出预测指标体系,并利用多元信息耦合技术建立了煤与瓦斯突出预测模型。其中特征级运用模糊综合评判对数据级预测指标信息进行耦合,决策级运用D-S证据理论对特征级预测信息进行耦合,通过分级耦合得出反映煤与瓦斯突出危险性等级的可信度值。以郑煤集团超化煤矿31041工作面下付巷为例,一方面将预测等级和现场预测等级及钻孔动力现象记录进行对比,另一方面对信息耦合模型的准确性和可靠性进行验证,结果表明应用多元信息耦合模型对煤与瓦斯突出预测是可行的。     

基于神经网络的煤与瓦斯突出预测模型

在全面分析了煤与瓦斯突出影响因素的基础上 ,提出了煤与瓦斯突出预测的人工神经网络模型。介绍了突出特征指标的选取及表示方法与推理过程。实例分析表明 ,模型精度很高 ,可用于工作面煤与瓦斯突出预测 ,并分别给出图 2 ,表 3,文献 5     

瑞利波预测煤与瓦斯突出

瑞利波勘探是近年来发展起来的一种新型的岩土原位测试勘探方法。笔者重点对瞬态瑞利波相速度的算法进行了研究。提出了对信号进行预先调制 ,随后再对所求得的相位进行修正的方法 ;另为还须考虑其仪器采集信号时的时间差影响。根据以上算法求得的相速度更接近瑞利波真速度 ,从而提高了相速度的分辨率和精确度。把瞬态瑞利波勘探法运用在矿山生产中 ,利用平面瑞利波的频散特性 ,根据瑞利波的传播速度与煤岩的物理力学性质具有相关性 ,提出了一种新型的预测煤与瓦斯突出的方法。为矿井安全生产预测预报瓦斯突出提供了一种新的手段 ,同时对突出煤层掘进前方突出危险区和安全距离的分析判断提供了一种新的方法     

石门揭煤工作面煤与瓦斯突出预测的理论分析

目前,我国石门揭煤工作面突出事故仍时有发生。为了研究石门揭煤工作面煤与瓦斯突出(以下简称"突出")预测问题,首先,根据工作经验指出我国《防治煤与瓦斯突出规定》中2种预测方法(综合指标法、钻屑瓦斯解吸指标法)存在的不足,即预测指标缺乏理论依据、临界值往往难以通过试验考察确定;其次,建立了石门揭煤工作面突出预测的物理模型,认为突出主要是爆破卸压增渗与瓦斯渗流产生的剪应力达到了煤体的剪切强度所致(突出的必要条件而非充要条件);第三,采用变分法求解强非线性一维平面瓦斯渗流偏微分方程,获得包括非线性特性的自模拟解(近似解析解);最后,利用自模拟解等建立了石门揭煤工作面突出预测的临界条件,得到了瓦斯压力的临界值p0max与煤的坚固性系数f的平方成正比的结论。介绍了俄罗斯现行防突指南中的临界条件(p0max1.4f2)及有关情况,建议作为综合指标法等的辅助指标用于石门揭煤工作面突出预测,也可供斜井、立井揭煤工作面突出预测参考。     

基于神经网络建立煤与瓦斯突出的预测模型

基于神经网络，提出了建立煤与瓦斯突出预测模型的方法，给出了网络系统的构造方式及算法，预测结果表明该法具有很高的容错性和准确性     

煤与瓦斯突出起动过程的突变理论研究

分析了煤与瓦斯突出的起动和发展机制,在此基础上,应用突变理论,采取拓扑变换的方法,得到了描述突出起动过程的突变势函数,讨论了突出起动过程的突变条件,并据此解释了防突措施的机理。所得结论与防突工程实践中的认识相一致,表明突变理论可望为研究煤与瓦斯突出机制提供一种新的方法     

煤与瓦斯突出预测技术研究现状及发展趋势

对矿井煤与瓦斯突出预测方法的研究现状及发展趋势进行了论述及分析。目前我国大量使用的是钻屑量S、钻孔瓦斯涌出初速度q、瓦斯解吸指标Δh2 、瓦斯放散指数ΔP等钻孔静态预测方法 ,这些方法花费大量的人力、物力和财力 ,而且准确性较低。而声发射和电磁辐射等方法是很有前途的预测方法。未来煤与瓦斯突出预测的发展趋势是 ,利用声发射监测技术对变形破裂剧烈区域进行定位 ,利用电磁辐射监测技术工作面非接触连续预测 ,再结合现有的环境监测系统监测的瓦斯动态涌出对煤与瓦斯突出现象进行准确预测     

改进BP算法在煤与瓦斯突出预测中的应用

为了正确预测煤与瓦斯突出的趋势与危险性 ,基于反向BP神经网络 ,笔者提出了一种改进的BP网络模型 :为了加快BP网络的收敛速度 ,增强其跳出局部极小点的能力 ,采用了自适应变步长法和改进模拟退火法 (SA法 )相结合的方法。实际应用表明 ,该模型收敛速度快 ,准确性高 ,具有较高的可靠性和实用性 ,是一种十分有效的煤与瓦斯突出危险性预测方法。     

突出煤层掘进防突技术研究

针对焦作矿区单一煤层开采特点,分析煤巷掘进突出和瓦斯涌出规律,探讨防突措施的适应性,研究出严重突出危险掘进工作面中高压注水综合措施,即在巷道两侧布置长钻孔抽放工作面前方及两侧煤体瓦斯,向掘进工作面前方应力集中带内打短钻孔进行中高压注水。边掘边抽钻孔提前抽放瓦斯,增大煤体透水性,有利于煤层注水和较高的压力水压裂破坏煤体,增加煤体透气性,提高瓦斯抽放效果。通过在严重突出矿井试验,3115m巷道未发生一次突出,巷道掘进速度平均提高一倍以上,有效解除了突出危险,大幅度提高了掘进速度。研究与实践证明,中高压注水综合防突措施具有广泛的适用性、有效性和安全性特征。     

煤与瓦斯突出预测研究动态及展望

笔者总结了以突出敏感性指标预测为基础的接触式煤与瓦斯突出预测技术的发展现状 ;阐述了瓦斯地质理论研究进展情况 ;对统计学方法、计算机模拟、模糊数学、灰色系统理论、神经网络技术、专家系统、分形理论、流变与突变理论等数学物理理论在煤与瓦斯突出预测领域中的应用情况作了系统的描述 ;对GIS技术、无线电波透视探测技术及以地震波为主的弹性波技术为煤与瓦斯突出预测技术的发展前景作了必要的分析。     

基于MMAS-BP的煤与瓦斯突出强度预测

为提高煤与瓦斯突出强度的预测精度及预测速度,用最大最小蚂蚁系统和BP神经网络相结合的方法进行预测模型设计。根据煤与瓦斯突出强度及其主要影响因素之间的关系数据,建立其神经网络的预测模型。以网络的权值和阈值为自变量,网络误差为目标函数,通过蚁群算法的迭代运算,搜索出误差的全局最小值,以实现BP神经网络的初始权值、阈值优化,并用优化后的网络进行瓦斯突出强度的预测。实例结果表明,MMAS-BP算法的预测值均方差为0.089,约为BP神经网络的0.1倍,且输出稳定性好,适用于煤与瓦斯突出强度的预测。     

基于BP神经网络的煤与瓦斯突出预测系统开发

煤与瓦斯突出影响因素多,难以为其建立合适的多指标非线性预测模型,为提高突出预测的准确性和增强预测预报方法的实用性,采用改进的BP算法建立煤与瓦斯突出预测数学模型。通过研究不同算法的突出预测效果,对已建模型的泛化能力进行检验,利用Matlab GUI和神经网络工具箱设计开发煤与瓦斯突出预测系统,通过向系统输入已知的突出样本数据,经过学习、训练,实现对未知参数的预测。仿真结果表明:网络在训练300次后,误差训练曲线的均方差(MSE)可以达到10-15,实际预测误差也小于0.1,系统得到的5组数据预测结果与实际情况相符。