兼并重组矿井联合开采瓦斯涌出量预测研究
用户评论
推荐下载
-
基于改进的PSO与LSSVM的瓦斯涌出量预测
瓦斯涌出量受多种自然因素和开发技术的影响,是一个非线性、高维的问题。为了更好的解决该问题,又基于目前支持向量机参数选择的重要性,提出了改进的PSO算法与LSSVM算法相结合的新方法,并将其应用于瓦斯涌
15 2020-08-23 -
基于多源信息融合的瓦斯涌出量预测方法
提出基于多源信息融合的瓦斯涌出量动态预测是一种传统矿井涌出量预测与现代计算机编程相结合的新的矿井瓦斯涌出量预测方法。这种方法通过矿井实测煤层瓦斯含量、地勘瓦斯含量、K1-p或△h2-p关系曲线、煤巷掘
11 2020-07-16 -
东大煤矿投产初期瓦斯涌出量预测及来源分析
依据东大井田地勘瓦斯资料,通过分析井田内3#煤层瓦斯赋存规律,结合矿井实际生产条件,利用分源预测法对矿井生产时开采层、邻近层、掘进面等进行预测,得出投产初期矿井瓦斯涌出量,并对瓦斯主要来源进行分析。
16 2020-07-16 -
夏店煤矿瓦斯赋存规律与涌出量预测分析
基于瓦斯地质理论,对夏店煤矿井田地质勘探、钻孔揭煤资料进行了线性回归分析,研究了3#煤层的瓦斯风化带、瓦斯的赋存规律。结果表明,埋藏深度对井田瓦斯含量大小影响最大,并运用分源预测法对3#煤层三个开采时
15 2020-07-17 -
基于模糊聚类和SVM的瓦斯涌出量预测
为了准确预测瓦斯涌出量,提出了一种基于模糊聚类和支持向量机(SVM)的瓦斯涌出量预测方法。将瓦斯涌出量相关影响因素作为特征空间中的样本,采用模糊C均值聚类对特征空间中的样本进行聚类分析,对于所得到的不
13 2020-07-17 -
特殊顶板下回采工作面瓦斯涌出量预测
对高孔隙高瓦斯特殊顶板下介休安益煤业煤矿9#煤层回采工作面瓦斯涌出分别进行了分源预测和实测,并对结果进行了分析比较。结果表明现行的《矿井瓦斯涌出量预测方法》中分源预测法不完全适应高孔隙高瓦斯石灰岩特殊
8 2020-07-17 -
基于主成分灰关联的瓦斯涌出量预测模型
为分析矿井瓦斯涌出的非线性关系、指标间复杂联系和准确预测瓦斯涌出量,基于主成分分析和灰色关联理论在克服指标的共线性、相关性对瓦斯涌出量影响,兼顾二者关联性之上,确定主要指标,建立瓦斯涌出量预测的距离模
21 2020-07-18 -
基于LVQGABP神经网络的煤矿瓦斯涌出量预测
针对煤矿瓦斯涌出量影响因素多、非线性、复杂性等特点,提出了学习向量量化神经网络(LVQ)与GA-BP神经网络相结合的方法。通过LVQ对诸多影响因素进行分类并选出主要影响因素,再用遗传算法(GA)优化B
27 2020-05-19 -
基于小波神经网络的瓦斯涌出量预测
为了更准确地预测矿井瓦斯涌出量,提出了采用一类小波神经网络对井下瓦斯涌出量进行预测技术,小波神经网络为紧致型结构,小波采用Daubechies小波。为了提高小波神经网络的泛化能力,将遗传算法应用到小波
9 2020-07-18 -
基于经验模态分解技术的瓦斯涌出量预测模型
针对矿井瓦斯涌出量监测数据波动性大、规律性差和建模难的问题,提出了先用经验模态分解技术将原始监测数据分解成若干个频率不等且有一定规律性的特征信息序列,再分别对每个特征信息序列建模,最后将所建模型线性组
15 2020-07-17
暂无评论