瓦斯突出预测构造-地球化学理论与方法初探

所需积分/C币:5 2020-05-23 741KB PDF
评分

基于煤与瓦斯突出预测现状分析,指出煤变形变质过程中元素迁移与聚集的构造-地球化学过程是值得重视的新领域,提出了煤变形构造-地球化学研究的思路、方法、内容及技术流程;通过宿县矿区的实例研究,揭示了挤压构造背景下逆冲推覆构造对不同类型构造煤微量元素迁移聚集的控制作用,并将微量元素分为显著分异和阶段分异2种类型;研究成果显示了构造应力作用下煤变形变质过程中存在元素迁移与聚集的地球化学作用。因此,不同应力-应变环境和构造条件下构造煤中敏感元素迁移与聚集的构造-地球化学机理是重要的研究方向,并通过应力敏感元素指标体系的建立,为煤与瓦斯突出预测提供新的思路、理论与方法。

...展开详情
立即下载 最低0.43元/次 身份认证VIP会员低至7折
举报 举报 收藏 收藏
分享
1.7MB
基于SVM的煤与瓦斯突出预测模型及应用

为有效预测矿井内煤与瓦斯突出的危险程度,对其影响因素做了分析与探讨,分别构建了基于粒子群优化算法以及遗传算法支持向量机的煤与瓦斯突出预测模型,并且通过实例对两种模型预测的准确性进行了验证。分别利用单项以及综合指标、BP神经网络以及PSO-SVM模型、GA-SVM模型,对寺河煤矿二号井的突出区域进行预测比较。结果表明,PSO-SVM的预测模型不仅可以在小样本数据中预测出煤与瓦斯突出程度的大小,而且综合预测结果更加精确,其在解决矿井内煤与瓦斯突出的小样本数据中显示出更加强大、通用的性能。

2020-04-19 立即下载
271KB
论文研究-基于BP 神经网络的煤与瓦斯突出预测方法的研究.pdf

论文研究-基于BP 神经网络的煤与瓦斯突出预测方法的研究.pdf,

2019-09-20 立即下载
183KB
基于SuperMap的煤与瓦斯突出预测管理系统的设计

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中,并采用SuperMap全组件式软件作为开发平台,为煤与瓦斯突出的预测开辟了新的途径,不但提高了煤与瓦斯突出预测的准确性和可靠性,而且实现了煤与瓦斯突出预测的动态化管理,并能为突出事故提供防治措施和应急预案。

2020-05-08 立即下载
303KB
煤与瓦斯突出预测敏感指标

为系统反映评价指标自身属性并和煤与瓦斯突出实际相结合,提高预测和判别的准确性与严谨性,分别建立基于"三率"(突出预测率、突出预测准确率、不突出预测准确率)的"效益、成本型"属性和"区间型"属性的煤与瓦斯突出预测敏感指标筛选模型,根据现场预测所得数据建立预测与决策的样本矩阵,依据不同属性进行算子转换构造决策矩阵,采用成分提取确定决策矩阵中各评价指标的权重,作出各预测指标的排序.研究结果表明:张集煤矿煤与瓦斯突出预测的敏感指标是钻屑瓦斯解析指标、钻孔瓦斯涌出初速度.研究结论能将开采煤层实际突出率引入评价系统中,又能使各指标之间的区分更加明显.

2020-04-22 立即下载
170KB
竖井揭煤瓦斯突出预测指标的优选

为了提高对竖井揭煤煤与瓦斯突出危险进行预测的准确性,选定煤层厚度、实测瓦斯压力、煤层埋深、打钻动力现象、钻孔瓦斯流量5个指标作为预测煤与瓦斯突出的变量,依据模糊神经网络理论,对变量进行模糊化处理,建立煤与瓦斯突出预测的模糊神经网络,并对样本进行训练和检验,所建立的模糊神经网络预测系统具有很高的预测精度,所预测结果满足工程实践要求。

2020-05-28 立即下载
474KB
基于GIS的煤与瓦斯突出预测系统的设计

将GIS运用于煤与瓦斯突出危险性预测中,可以提高预测的准确性、时效性和可视化程度。本文根据煤与瓦斯突出的特点,运用GIS数据处理的方法,以C#语言为开发工具,设计开发了基于GIS的煤与瓦斯突出预测系统,该系统由煤与瓦斯突出预测系统、突出防治决策系统和辅助系统三大部分组成。能够对工作面和区域的煤与瓦斯突出危险性进行预测,将预测区划分为无突出区,突出危险区和突出威胁区,预测结果以图形的形式显示出来,并且给出相应的煤与瓦斯突出防治决策建议。通过在四川叙永煤矿实际应用,结果表明:该系统预测结果准确,操作简单,可视化程度高,具有广阔的推广应用空间。

2020-05-12 立即下载
1.77MB
基于IPSO-Powell优化SVM的煤与瓦斯突出预测算法

针对基于支持向量机(SVM)的煤与瓦斯突出预测算法存在预测精度和可靠性不高,选择核函数时未考虑非线性数据的分类,对非线性分布的煤与瓦斯突出影响因素提取效果较差的问题,提出了一种将改进的粒子群(IPSO)算法与Powell算法相结合(IPSO-Powell)优化SVM的煤与瓦斯突出预测算法。首先通过灰色关联分析提取出煤与瓦斯突出主控因素,即瓦斯放散初速度、瓦斯压力、开采深度、瓦斯含量和煤体破坏类型,作为算法的输入样本;然后运用IPSO算法改善粒子群算法(PSO)的早熟收敛性,结合Powell算法进行局部搜索得到最优解,对SVM算法的惩罚系数和高斯核函数参数进行寻优,得到SVM的最优参数组合;最后

2020-05-09 立即下载
312KB
基于改进BP神经网络的煤与瓦斯突出预测系统

针对传统BP神经网络收敛速度慢、易陷入局部极小等问题,采用Matlab神经网络工具箱中的自适应学习率VLBP算法和基于数值优化技术的LMBP算法对传统BP神经网络算法进行改进,并设计了基于改进BP神经网络的煤与瓦斯突出预测系统;分别采用传统BP神经网络模型和改进的BP神经网络模型进行煤与瓦斯突出预测实验,结果表明改进的BP神经网络能够更快、更准确地预测煤与瓦斯突出。

2020-04-25 立即下载
724KB
综合指标法在煤与瓦斯突出预测中的应用

煤与瓦斯突出是威胁煤矿安全生产的重要灾害之一,目前,国内煤与瓦斯突出预测主要是根据瓦斯动力现象特征和四参数法,但实践表明,对于低瓦斯压力高变质煤和高瓦斯压力低变质煤容易产生误判。煤与瓦斯突出是由多种因素综合作用的结果,因此,采用综合指标D、K法在三元煤矿突出鉴定中进行了应用,测定煤样的瓦斯放散初速度为36.2 mm Hg,煤层瓦斯压力为0.74 MPa,软分层的平均坚固性系数为0.5,综合判定三元煤矿C12煤层在预测范围无突出危险。

2020-05-25 立即下载
232KB
基于两总体Fisher判别分析法的煤与瓦斯突出预测

应用两总体Fisher判别分析法,选取电磁辐射强度、钻屑瓦斯解吸指标、钻屑量、钻孔瓦斯涌出初速度、软煤厚度为预测指标,提出了基于两总体Fisher判别分析法的煤与瓦斯突出预测模型。以河南能源化工集团有限公司九里山煤矿为例,基于两总体Fisher判别分析法的煤与瓦斯突出预测模型对无突出危险预测准确率100%,对有突出危险预测准确率80%,无漏报。

2020-05-06 立即下载
1.03MB
基于系统聚类分析和判别分析的煤与瓦斯突出预测

煤与瓦斯突出是一种非常复杂的动力现象,影响因素众多,发生原因复杂。文中采用SPSS软件对典型突出矿井的煤层瓦斯压力(P)、瓦斯放散初速度(ΔP)、煤的破坏类型(D)、煤的坚固性系数(f)4个参数的实测数据进行了系统聚类分析。分析结果与17个已知样本实际发生的动力现象一致,说明了综合4个指标来预测煤与瓦斯突出的合理性。然后通过判别分析建立了煤与瓦斯突出预测函数。实践证明,该函数较准确地预测了17个已知样本和4个未知样本的煤层突出危险性,为煤与瓦斯突出预测提供了一种新方法。

2020-04-17 立即下载
167KB
基于决策树ID3改进算法的煤与瓦斯突出预测

为提高工作面突出预测指标预测的准确率,根据灰色相关理论和决策树ID3算法,提出了基于决策树ID3改进算法的煤层工作面煤与瓦斯突出预测方法。该方法以工作面的钻屑解吸指标作为主要决策属性,以地质构造、瓦斯浓度变化等现场较为直观的突出征兆作为辅助决策属性,同时根据矿井实际工作面煤与瓦斯突出数据建立预测样本数据集,把决策属性的相对灰色关联度作为决策树ID3改进算法的最大信息增益计算权重,建立了煤层工作面煤与瓦斯突出决策树预测模型,并采用该预测模型对10组煤与瓦斯突出数据进行了预测,结果表明,该模型预测的准确率显著高于采用单一钻屑指标预测的准确率。

2020-04-23 立即下载
212KB
基于集对理论的煤与瓦斯突出预测研究

文章以集对理论为基础,结合相似数确定权重的方法,建立了煤与瓦斯突出预测模型。选取了钻屑量、瓦斯涌出初速度、解吸强度、电磁辐射强度和电磁辐射脉冲5种预测指标,运用相似权法确定了各预测指标的权重。利用该模型对掘进工作面突出危险性进行了预测,评价结果符合现场实际情况,表明该方法具有较强的可靠性和实用性,为煤与瓦斯突出预测提供一种新的方法,对煤矿的安全生产具有重要的指导意义。

2020-05-13 立即下载
510KB
论文研究-煤与瓦斯突出预测器输入主因素识别方法.pdf

论文研究-煤与瓦斯突出预测器输入主因素识别方法.pdf,  为了提高煤与瓦斯突出预测的准确度,提出了一种基于方差比检验的预测器输入主因素识别方法.在一定显著水平下对增添或删除若干因素前后预测器的预测残差进行F检验,用以确定具有改进作用的增添或删除操作.遍历增添和删除的所有情形后,即可确定能获得最大改进的主因素输入组合.所提出方法对任何预测器都适用,以一个基于人工神经网络的煤与瓦斯突出预测器为

2019-09-20 立即下载
665KB
基于ArcGIS的瓦斯突出区域预测可视化方法研究

针对现有瓦斯突出区域预测方法存在预测效率低、可操作性不强等问题,提出了基于ArcGIS的瓦斯突出区域预测可视法方法。该方法以C#作为编程开发语言,利用独立软件开发包ArcGIS Engine,结合GIS原理与方法、趋势面分析理论和可视化技术等,对多个瓦斯突出预测指标进行趋势面的综合交集或并集分析,并将趋势面与矿井最新采掘工程平面图进行合理的对应和叠置,实现了对瓦斯突出危险区的直观可视化辨识功能。

2020-05-23 立即下载
741KB
瓦斯突出预测构造-地球化学理论与方法初探

基于煤与瓦斯突出预测现状分析,指出煤变形变质过程中元素迁移与聚集的构造-地球化学过程是值得重视的新领域,提出了煤变形构造-地球化学研究的思路、方法、内容及技术流程;通过宿县矿区的实例研究,揭示了挤压构造背景下逆冲推覆构造对不同类型构造煤微量元素迁移聚集的控制作用,并将微量元素分为显著分异和阶段分异2种类型;研究成果显示了构造应力作用下煤变形变质过程中存在元素迁移与聚集的地球化学作用。因此,不同应力-应变环境和构造条件下构造煤中敏感元素迁移与聚集的构造-地球化学机理是重要的研究方向,并通过应力敏感元素指标体系的建立,为煤与瓦斯突出预测提供新的思路、理论与方法。

2020-05-23 立即下载
517KB
基于蚁群-模糊聚类算法的井下工作面瓦斯突出预测

针对现有的瓦斯预测方法在实际应用中受到较大限制且预测结果的准确性较差的问题,提出了一种基于蚁群-模糊聚类算法的瓦斯突出预测方法;分析了蚁群-模糊聚类算法的基本原理及实现步骤,并以某煤矿井下工作面某时段内的瓦斯突出数据为例,采用蚁群-模糊聚类算法对该数据进行了挖掘分析,从而找出了瓦斯突出量与其影响因素即埋藏深度、煤层厚度、瓦斯含量、日进度、煤层间距、日产量之间的关系。测试结果表明,该方法预测结果与实际监测记录完全一致,具有较高的聚类预测性能。

2020-04-25 立即下载
612KB
基于SAGA-FCM的煤与瓦斯突出预测方法

为提高模糊C-均值聚类(Fuzzy C-Means Clustering Algorithm,FCM)算法在煤与瓦斯突出预测中的准确度,提出一种将模拟退火算法(Simulated Annealing Algorithm,SA)与遗传算法(Genetic Algorithm,GA)相结合用于模糊C-均值聚类分析的煤与瓦斯突出预测方法。该方法综合了模拟退火算法全局搜索、高精度的优点和遗传算法强大的空间搜索能力,将经遗传模拟退火算法优化后的初始值赋给FCM,避免了由于聚类中心初始值选择不当造成FCM算法收敛到局部极小点上。结合典型突出矿井数据进行分析,结果表明:遗传模拟退火算法优化后的FCM算法较单

2020-04-25 立即下载
185KB
屯兰矿工作面瓦斯突出预测敏感指标的研究

在对屯兰矿现采掘的2#、4#、8#、9#煤层区域瓦斯突出敏感指标考证的基础上,分析选择了适合屯兰矿实际的瓦斯突出危险性预测方法,并且通过实验室试验和现场跟踪测定相结合的办法,对工作面钻屑解吸指标K1、△h2和钻屑量指标S,从定量与定性两个方面分析比较其可靠性,利用数学统计的方法探讨三者的相对敏感性,研究确定了屯兰矿不同地质单元工作面的瓦斯突出预测的敏感指标体系和临界值。

2020-05-10 立即下载
221KB
基于突变理论的煤与瓦斯突出预测分析

基于突变理论的煤与瓦斯突出预测分析,李刚,梁冰,总结了煤与瓦斯突出发生机理,根据煤与瓦斯突出预测的综合指标建立了尖点型的突变数学模型,对煤与瓦斯突出进行了突变理论分析。

2020-01-31 立即下载
img
  • 分享王者

    成功上传51个资源即可获取

关注 私信 TA的资源

上传资源赚积分,得勋章
相关内容推荐