

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、煤炭是一種常規(guī)能源,它在我國社會生產活動中占有重要的地位,它占我國能源消費總量的三分之二以上,而且這種能源結構在未來三十年內不會有質的變化。然而煤與瓦斯突出卻時刻威脅著礦井工人的生命安全和煤礦的安全生產,是礦井生產中最嚴重的災害之一,因此做好煤與瓦斯突出防治工作非常重要。根據《防止突出規(guī)定》中“四位一體”的防治方針,其中首先要解決的就是煤與瓦斯突出預測問題,這也是最重要的一步。做好煤與瓦斯突出預測工作,不僅能夠保證井下人員的生命安全和煤
2、礦的財產安全,保證煤礦的安全生產,而且能夠提高煤礦的經濟效益,保障我國的能源供應,為國民經濟又好又快發(fā)展貢獻力量。
本文在總結了國內外突出災害的發(fā)生情況、各種突出預測方法、分析了煤與瓦斯突出機理、發(fā)生的一般規(guī)律、影響因素的基礎之上,指出了現有預測方法的不足,即不能運用單一指標和固定臨界值的方法來對煤與瓦斯突出進行預測。為了更好的解決煤與瓦斯突出預測問題,在深入學習自組織競爭網絡及PSO算法的基本概念和算法原理的基礎之上,分
3、析了自組織競爭網絡的優(yōu)缺點,采用PSO算法對其進行優(yōu)化。通過PSO算法對網絡權值進行優(yōu)化,使其能達到最佳的分類結果,從而提高了神經網絡模型的穩(wěn)定性。將優(yōu)化之后的網絡在MATLAB平臺上運行,建立煤與瓦斯突出預測模型,將其運用到實際煤礦生產當中。本文選取沙曲礦作為研究對象,采用最大鉆屑量(S)、煤屑解吸指標(K1)、煤的堅固性系數(f)、鉆孔瓦斯涌出初速度(q)作為預測指標,將其作為預測模型的輸入。通過運算,輸出結果與實際結果相同,說明運
4、用該方法來預測煤與瓦斯突出是可行的。與傳統(tǒng)預測方法相比,在保證安全和達到精度要求的前提下,采用該方法的預測結果可以有效的節(jié)約礦井的防突成本。
由于煤與瓦斯突出機理的復雜性以及各個礦井的地質構造、瓦斯賦存和開采方式等情況的不同,各個因素與是否發(fā)生煤與瓦斯突出存在一種復雜的關系。本文所介紹的方法,不僅能夠準確的預測煤與瓦斯突出,為煤與瓦斯突出的理論研究提供了一種新思路,而且也為礦井實際生產中治理煤與瓦斯突出提供了可以借鑒的方法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于PCA的PSO-DE混合算法優(yōu)化BP神經網絡在煤與瓦斯突出預測中的應用研究.pdf
- BP神經網絡在煤與瓦斯突出危險性預測中的應用研究.pdf
- 遺傳算法與神經網絡相結合在煤與瓦斯突出危險預測中的應用研究.pdf
- 基于BP神經網絡的煤與瓦斯突出預測方法的研究.pdf
- 自組織神經網絡在信息處理中的應用研究.pdf
- 基于自組織神經網絡的數據挖掘應用研究.pdf
- 基于神經網絡的煤與瓦斯突出預測系統(tǒng)的開發(fā).pdf
- 基于神經網絡和粒子群優(yōu)化SVM的煤與瓦斯突出預測模型研究.pdf
- 自組織神經網絡的新算法以及應用.pdf
- 基于小波包變換和神經網絡的煤與瓦斯突出預測.pdf
- 自組織競爭神經網絡在砂巖型鈾礦測井數據解釋中的應用研究.pdf
- 基于人工神經網絡的陶二礦煤與瓦斯突出預測研究.pdf
- 基于優(yōu)化的神經網絡模型在礦井瓦斯涌出預測中的應用研究.pdf
- 高斯過程在煤與瓦斯突出預測中的應用研究.pdf
- 基于PSO算法的神經網絡優(yōu)化研究及應用.pdf
- 改進的蟻群聚類算法在煤與瓦斯突出預測中的應用研究.pdf
- 神經網絡中的自組織臨界行為研究.pdf
- 基于自組織神經網絡的語音識別研究.pdf
- 基于自組織神經網絡的入侵檢測研究.pdf
- 加權GA-BP網絡與SVM在煤與瓦斯突出預測中的應用研究.pdf
評論
0/150
提交評論