本文關(guān)鍵詞： 瓦斯涌出量 預(yù)測 TLBO LOIRE 參數(shù)優(yōu)化　出處：《應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報》2017年05期 　論文類型：期刊論文

【摘要】：瓦斯涌出量是瓦斯防治與管理、礦井通風(fēng)系統(tǒng)設(shè)計的重要基礎(chǔ)數(shù)據(jù),準(zhǔn)確地預(yù)測瓦斯涌出量對于煤礦安全生產(chǎn)有著極其重要的指導(dǎo)意義與應(yīng)用價值.但工作面瓦斯涌出規(guī)律復(fù)雜,在檢測、數(shù)據(jù)采集過程中不可避免地會混入異常噪聲,直接影響著瓦斯預(yù)測的準(zhǔn)確性.本文采用l1正則化異常值隔離與回歸方法(LOIRE)對煤礦回采工作面瓦斯涌出量及其相關(guān)影響因素的統(tǒng)計樣本數(shù)據(jù)庫進行計算分析,隔離樣本的異常噪聲干擾,利用教與學(xué)算法(TLBO)優(yōu)化回歸參數(shù),建立了回采工作面瓦斯涌出量的優(yōu)化預(yù)測模型,并對煤礦現(xiàn)場數(shù)據(jù)進行分析預(yù)測,結(jié)果表明3個回采工作面的瓦斯涌出量預(yù)測誤差分別為3.04%、0.33%和2.36%,平均相對誤差僅為2.36%.TLBO-LOIRE優(yōu)化預(yù)測方法,預(yù)測準(zhǔn)確性高,能夠滿足井下瓦斯防治的工程需要,對其它工程領(lǐng)域的數(shù)據(jù)預(yù)測同樣適用.
[Abstract]:The gas emission is gas control and management, the important basic data for the design of ventilation system, accurate prediction of gas emission has an important guiding significance and application value for the coal mine safety production. But the working face gas emission law in complex detection, data collection process will inevitably mixed with abnormal noise, direct effect the accuracy of the prediction of gas. This paper uses the isolation and regression method of abnormal L1 regularization (LOIRE) calculation and analysis of statistical sample database factors on gas emission quantity of coal mining face and related effects, interference of abnormal noise isolation samples, the use of teaching and learning algorithm (TLBO) optimization and regression parameters, optimize emission gas coalface prediction model, and analyzed the mine site data, the result shows that the emission prediction error of 3 working face gas 3.04%, 0.33% and 2.36%, respectively. The average relative error is only 2.36%.TLBO-LOIRE, and the prediction method is optimized. The prediction accuracy is high, which can meet the engineering needs of underground gas prevention and control. It is also applicable for other engineering data prediction.

【作者單位】： 安徽理工大學(xué)安徽省礦山機電裝備協(xié)同中心;香港中文大學(xué)工程學(xué)院;香港大學(xué)電機電子工程系;
【基金】：國家自然科學(xué)基金項目(41542002,51475001)
【分類號】：TD712.5
【正文快照】： 瓦斯是一種從煤和圍巖中逸出的甲烷、二氧化碳和氮氣等組成的混合氣體,當(dāng)空氣中瓦斯含量達到一定范圍時,遇火會引起爆炸,造成嚴(yán)重安全事故.按瓦斯涌出量和瓦斯涌出形式來進行分類,中國的高瓦斯礦井約占礦井總量的35%,這些高瓦斯礦嚴(yán)重威脅著采煤工作現(xiàn)場的生產(chǎn)和井下人員的人

【相似文獻】

相關(guān)期刊論文 前10條

1 李彬剛;景興鵬;;瓦斯涌出量預(yù)測研究現(xiàn)狀和進展[J];陜西煤炭;2007年05期

2 張瑞林;劉曉;金毅;;灰色動態(tài)自動化建模在瓦斯涌出量預(yù)測中的應(yīng)用研究[J];工礦自動化;2008年01期

3 趙鑫;宋廣軍;;一種非線性的瓦斯涌出量預(yù)測算法仿真研究[J];計算機仿真;2012年08期

4 張?zhí)m;;智能算法在瓦斯涌出量預(yù)測中的應(yīng)用研究[J];大眾科技;2012年12期

5 安鴻濤;宋國文;張云中;陽結(jié)華;;人工神經(jīng)網(wǎng)絡(luò)在瓦斯涌出量預(yù)測中的應(yīng)用[J];河南理工大學(xué)學(xué)報(自然科學(xué)版);2006年04期

6 張瑞林;劉曉;鄭立軍;;基于灰色動態(tài)建模的瓦斯涌出量預(yù)測方法研究[J];中國礦業(yè);2006年12期

7 王文科;;采煤工作面瓦斯涌出量預(yù)測研究[J];山西焦煤科技;2007年08期

8 甘小根;吳仕彥;馬明東;;灰色線性回歸組合模型在北辰煤礦瓦斯涌出量預(yù)測中的應(yīng)用研究[J];煤;2008年01期

9 姚向東;鐘后選;;孔莊煤礦-1020m水平首采區(qū)瓦斯涌出量預(yù)測[J];煤礦安全;2008年07期

10 陳鳳;徐杰;劉立民;;基于虛擬儀器的瓦斯涌出量預(yù)測[J];煤礦安全;2008年10期

相關(guān)會議論文 前10條

1 陳魁奎;寧超;黃波;;鶴壁六礦深部瓦斯涌出量預(yù)測[A];基于瓦斯地質(zhì)的煤礦瓦斯防治技術(shù)[C];2009年

2 陳鳳;徐杰;劉立民;;基于虛擬儀器的瓦斯涌出量預(yù)測研究[A];煤礦重大災(zāi)害防治技術(shù)與實踐——2008年全國煤礦安全學(xué)術(shù)年會論文集[C];2008年

3 王劍平;黃紅霞;李宏彪;張云生;;基于支持向量機模型的瓦斯涌出量預(yù)測[A];第二十七屆中國控制會議論文集[C];2008年

4 朱浩明;劉高峰;;山西和順隆華公司15號煤層首采區(qū)瓦斯涌出量預(yù)測[A];瓦斯地質(zhì)基礎(chǔ)與應(yīng)用研究[C];2011年

5 丁金華;;基于分形理論的瓦斯涌出量預(yù)測分析與研究[A];煤礦瓦斯綜合治理與開發(fā)利用論文集[C];2012年

6 潘洪萍;;楊莊煤礦開采煤層的瓦斯涌出量預(yù)測[A];紀(jì)念礦井地質(zhì)專業(yè)委員會成立二十周年暨礦井地質(zhì)發(fā)展戰(zhàn)略學(xué)術(shù)研討會專輯[C];2002年

7 王小明;張子戌;楊小平;范興斌;;數(shù)量化理論Ⅰ在唐山礦5煤層瓦斯涌出量預(yù)測中的應(yīng)用[A];中國科學(xué)院地質(zhì)與地球物理研究所2006年論文摘要集[C];2007年

8 陳大力;張勁松;孫曉軍;;深部礦井瓦斯涌出量預(yù)測方法[A];2007年全國煤礦安全學(xué)術(shù)年會會議資料匯編[C];2007年

9 阮文彬;;田壩煤礦二號井下一采區(qū)煤層瓦斯涌出量預(yù)測[A];中國煤炭學(xué)會煤礦安全專業(yè)委員會2009年學(xué)術(shù)研討會論文集[C];2009年

10 撒占友;何學(xué)秋;王恩元;;基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)的采掘工作面瓦斯涌出量預(yù)測[A];21世紀(jì)高效集約化礦井學(xué)術(shù)研討會論文集[C];2001年

相關(guān)碩士學(xué)位論文 前10條

1 王一莉;瓦斯涌出量預(yù)測方法及其應(yīng)用研究[D];南京工業(yè)大學(xué);2005年

2 徐廣璐;基于改進GA-SVM算法的瓦斯涌出量預(yù)測研究[D];遼寧工程技術(shù)大學(xué);2014年

3 史冬冬;基于相關(guān)向量機與改進蛙跳算法的瓦斯涌出量預(yù)測研究[D];遼寧工程技術(shù)大學(xué);2014年

4 謝霖;基于MPSO-LS-SVM算法的瓦斯涌出量預(yù)測研究[D];遼寧工程技術(shù)大學(xué);2014年

5 畢建武;基于多元回歸殘差RBF神經(jīng)網(wǎng)絡(luò)修正算法瓦斯涌出量預(yù)測研究[D];遼寧工程技術(shù)大學(xué);2015年

6 黃U，

本文編號：1457936