瓦斯涌出量分源预测法的发展与实践研究

煤矿瓦斯涌出量预测是矿井安全中的一个关键和热点问题。煤矿瓦斯涌出量涉及很多因素,例如日产量、日进度、煤层厚度、煤层间距、煤层深度等,瓦斯涌出量预测是一个非线性问题。径向基神经网络是目前应用非常广泛的一

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

针对炮采工作面瓦斯涌出量时间序列确定性与随机性相结合的复杂非线性特性,利用R/S分析法对瓦斯涌出量时间序列的分形特性进行了研究。根据R/S基本原理,对瓦斯涌出时间序列的长程相关特性进行了分析,并计算出

介绍了煤层处于瓦斯风化带内的高头窑煤矿瓦斯涌出量预测技术。通过对该矿各煤层地质钻孔测得的瓦斯含量数据进行针对性的筛选和修正,并对各煤层瓦斯成分进行分析处理后,采用矿井瓦斯涌出量预测方法对该矿的矿井瓦斯

针对采用分源预测法预测国阳二矿8号煤层邻近层瓦斯涌出量时出现预测值远低于实测值的情况,分析其产生误差的原因发现,未考虑采动影响下8号煤层下邻近层含瓦斯K3、K4灰岩层的瓦斯涌出,是造成8号煤邻近层瓦斯

为准确、快速地预测回采工作面瓦斯涌出量，提出一种基于主成分分析法（PCA）和改进的果蝇算法（MFOA）优化支持向量机（SVM）的回采工作面绝对瓦斯涌出量预测模型。模型首先运用PCA方法对原始数据进行降

煤矿设计和开采受瓦斯涌出量的影响。由于地质条件不同,瓦斯涌出量也各有不同,传统方法预测瓦斯涌出量精确性很低。文章首先对灰色神经网络预测的现状做出介绍,然后分别介绍了灰色系统和神经网络的模型,最后结合灰

瓦斯涌出量的准确预测直接关系到煤矿企业的宏观决策及系统布局。为了提高回采工作面瓦斯涌出量的预测精度,提出了采用灰色预测法对瓦斯涌出量动态预测进行研究,以车集矿2316回采工作面为例,通过重组瓦斯监测数

针对复产矿井面临的瓦斯基础参数缺失,导致煤层掘进和回采期间配风量计算依据不足的问题,在分析井田地勘瓦斯地质资料的基础上,根据矿井开拓方式、煤层及瓦斯赋存规律,采用不同方法预测利民煤矿矿井瓦斯涌出量。结

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