暂无评论
为了准确掌握高瓦斯矿井巷道掘进时的瓦斯涌出量,对山西焦煤屯兰矿2#煤层401胶带巷、8#煤层203胶带巷在巷道掘进时的瓦斯涌出情况进行了考察。通过对考察数据的整理分析,找出了影响大断面、高瓦斯矿井掘进
针对瓦斯涌出量的局部性、随机性、模糊性等特点，提出一种新的小波支持向量核构造小波支持向量回归模型，并且运用一种新型的智能遗传算法优选模型参数。实验结果表明，所提出的小波支持向量回归模型预测瓦斯涌出量比
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
测试测量技术基于ARM的煤矿瓦斯涌出量预测系统的设计随着微电子技术和计算机技术的发展,嵌入式技术得到了广阔的发展空间。特别是进入20世纪90年代以来,嵌入式技术的发展和普及更为引人注目,已经成为现代工
矿山统计法是煤矿相对瓦斯涌出量预测的重要方法之一,在采用煤矿实际相对瓦斯涌出量与开采深度的数据关系预测相对瓦斯涌出量时,计算发现AQ1018-2006《矿井瓦斯涌出量预测方法》中矿井相对瓦斯涌出量随开
在充分收集矿井瓦斯地质资料基础上,结合矿井实际开采情况进行研究。对矿区埋藏-生气史进行分析,利用构造逐级控制理论,明确了瓦斯赋存规律,并结合浅部已采区涌出量规律,采用分源预测法对深部水平瓦斯涌出量特征
本文从自然条件、地质因素以及开采因素三个方面分析了影响煤矿瓦斯涌出量的主要因素,并建立了基于GM(1,1)灰色系统的矿瓦斯涌出量预测模型。计算表明,预测模型能够为煤矿通风计算及瓦斯防治提供瓦斯涌出量的
针对现行特厚煤层分层开采的工作面瓦斯涌出量预测方法最多只考虑到4个分层开采的情况,为了准确预测白芨沟煤矿二3特厚煤层分6个分层开采期间回采面瓦斯涌出量,在原有特厚煤层多分层开采瓦斯涌出量预测方法的基础
对掘进巷道瓦斯涌出时间序列(Q序列)的多重分形特征的研究表明,在掘进工作面有突出危险时Q序列的多重分维Dq图谱与无突出危险时相比,Dq图谱中负q与正q之间张口变大,在Dq-q曲线上表现为负q部分上升,
提出一种基于改进的粒子群参数优化的支持向量回归机算法(IPSO-SVR),该方法引入混沌映射及网格分区寻参思想,能避免粒子群算法(PSO)陷入局部最优解。使用IPSO-SVR算法建立瓦斯涌出量预测模型
暂无评论