暂无评论
淮南矿区是瓦斯事故重灾区,潘一矿进入-400m水平开采以来,共发生25次煤与瓦斯突出,严重制约了该矿的生产安全。利用已采区瓦斯地质实测成果,结合未开拓区煤田地质勘查资料,对该矿13-1煤层瓦斯压力和含
为了准确预测煤与瓦斯突出危险,首先利用灰色关联分析的方法寻找出影响煤与瓦斯突出的关键性因素,然后利用MATLAB的SVM工具箱建立煤与瓦斯突出的预测模型,并应用此模型识别瓦斯突出的类型。该模型基于MA
为了提高突出预测的准确性,确保生产的安全性,通过现场测定突出预测指标及煤层瓦斯压力,应用灰色系统理论的灰色关联分析方法,分析了钻孔瓦斯涌出初速度q、钻屑量S以及R指标在某矿煤与瓦斯突出预测中的敏感性,
煤与瓦斯突出是严重危害煤矿安全生产的一种非线性瓦斯动力灾害。文章将BP神经网络运用于煤与瓦斯突出预测模型,从煤与瓦斯突出的原因、BP神经网络用于煤与瓦斯突出预测的原理、运用实例三方面,对利用BP神经网
随着采掘深度的加大和采掘速度的不断提高,越来越多的煤层在开采过程中发生动力现象,发生了严重的煤与瓦斯突出。但是导致煤与瓦斯突出的各因素具有模糊性,日常工作中很难清晰地判断工作面有无突出危险性。为了有效
介绍了SuperMap地理信息软件的特点,提出了一种基于SuperMap的煤与瓦斯突出预测管理系统的设计方案,阐述了系统功能模块的设计和系统的开发流程。该系统将GIS信息技术应用到煤与瓦斯突出预测管理
将功效系数法应用于煤与瓦斯突出区域预测中,选取综合指标D值和K值、煤层瓦斯压力p、瓦斯放散初速度Δp、煤的坚固性系数f、地质构造T作为突出预测的评价指标,运用层次分析法和平均值法求得各评价指标的综合权
在综合分析煤与瓦斯突出多种影响因素基础上,提出预测敏感指标并建立煤与瓦斯突出危险性等级,应用物元和可拓集合理论建立了煤与瓦斯突出危险性预测的物元可拓模型,提出了煤与瓦斯突出危险性预测的可拓聚类方法.以
针对目前煤与瓦斯突出强度预测精度低、稳定性差及训练速度慢等问题,提出了一种基于局部线性嵌入法-果蝇优化算法-BP神经网络(LLE-FOA-BP)模型的煤与瓦斯突出强度预测方法。借助LLE算法的非线性数
针对现有煤与瓦斯突出预测技术难以实现时间和空间领域的全方位连续预测、防突预测结果利用率低、预测信息发布滞后等问题,提出了一套适用于现代化高产高效矿井的多因素、全方位、时空连续型的煤与瓦斯突出协同预测技
暂无评论