本文關(guān)鍵詞：基于改進粒子群小波神經(jīng)網(wǎng)絡(luò)的瓦斯的研究及預(yù)測，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著工業(yè)社會發(fā)展的需求和煤炭業(yè)在我國工業(yè)生產(chǎn)中占有絕對主導(dǎo)地位,煤炭安全事故也隨之而來。近十年以來,我國在預(yù)防煤礦事故上投入了大量的人力和物力。雖然我國的煤礦安全事故有明顯的降低,但是同國外相比較還有很大的提升空間。煤礦安全事故中以瓦斯事故的傷害性最大,井下瓦斯的存在時刻在威脅著礦工們的生命。因此,瓦斯涌出量的預(yù)測對于確保礦工人員的生命安全和提高煤炭產(chǎn)量和生產(chǎn)效益有著重要的意義。本文以煤礦瓦斯監(jiān)測系統(tǒng)為研究背景,結(jié)合煤礦井下現(xiàn)實生產(chǎn),提出了改進粒子群小波神經(jīng)網(wǎng)絡(luò)的算法,用于井下瓦斯涌出量進行預(yù)測研究。本文主要研究了以下幾個方面:首先,分析煤礦實際生產(chǎn)中井下監(jiān)測系統(tǒng)的運作流程,搭建了模擬礦井工作面巷道的瓦斯采集系統(tǒng)。分析了開采工作面瓦斯涌出量的數(shù)據(jù)會出現(xiàn)異常數(shù)據(jù)和缺失數(shù)據(jù)并且數(shù)據(jù)非線性復(fù)雜程度高,對初始數(shù)據(jù)采取移動值平均法和類白化歸一法處理。其次,在對瓦斯采集系統(tǒng)研究的基礎(chǔ)上提出了瓦斯預(yù)測問題,給出瓦斯預(yù)測的思路,并分析比較常用瓦斯預(yù)測算法,決定使用粒子群算法和小波神經(jīng)網(wǎng)絡(luò)算法。為了彌補這兩種智能算法的缺陷并充分發(fā)揮各自的優(yōu)點,從而將粒子群算法和小波神經(jīng)網(wǎng)絡(luò)算法相融合,提出了改進粒子群小波神經(jīng)網(wǎng)絡(luò)算法。利用所提出的算法對井下采空區(qū)瓦斯涌出量數(shù)據(jù)進行預(yù)測,并在Matlab環(huán)境下進行仿真驗證,結(jié)果證明所提算法較傳統(tǒng)算法能夠更好地用于瓦斯預(yù)測問題。最后,為便于操作人員對系統(tǒng)當(dāng)前狀態(tài)進行監(jiān)測,本文結(jié)合了現(xiàn)實煤礦井下生產(chǎn)情況,研究了煤礦監(jiān)測系統(tǒng)的軟硬件。使用KingView軟件進行上位機界面的設(shè)計并且以串口的方式與整個系統(tǒng)進行通信,繪制所提算法仿真所得預(yù)測結(jié)果,并進行軟硬件系統(tǒng)的聯(lián)機調(diào)試,運行結(jié)果證明所制作的系統(tǒng)可實現(xiàn)所要求的監(jiān)測功能。
【關(guān)鍵詞】：瓦斯涌出量 粒子群算法 小波神經(jīng)網(wǎng)絡(luò) 瓦斯監(jiān)測系統(tǒng)
【學(xué)位授予單位】：西安科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TD712;TP183
【目錄】：

• 摘要2-3
• ABSTRACT3-7
• 1 緒論7-14
• 1.1 課題背景與意義7-9
• 1.1.1 研究背景7-8
• 1.1.2 研究意義8-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-12
• 1.2.1 國外研究現(xiàn)狀10
• 1.2.2 國內(nèi)研究現(xiàn)狀10-12
• 1.3 本文的研究內(nèi)容和論文章節(jié)安排12-14
• 1.3.1 本文的研究內(nèi)容12
• 1.3.2 論文章節(jié)安排12-14
• 2 井下瓦斯涌出量預(yù)處理方法研究14-20
• 2.1 瓦斯及其物理特性分析14-15
• 2.2 礦井瓦斯監(jiān)測數(shù)據(jù)的特點15-16
• 2.3 數(shù)據(jù)處理的方法16-19
• 2.4 本章小結(jié)19-20
• 3 改進粒子群小波神經(jīng)網(wǎng)絡(luò)的預(yù)測模型20-33
• 3.1 現(xiàn)有井下瓦斯涌出量預(yù)測方法的不足20
• 3.2 改進粒子群小波神經(jīng)網(wǎng)絡(luò)算法的提出20-31
• 3.2.1 小波神經(jīng)網(wǎng)絡(luò)預(yù)測方法20-27
• 3.2.2 改進粒子群算法的研究27-30
• 3.2.3 改進粒子群算法優(yōu)化小波神經(jīng)網(wǎng)絡(luò)參數(shù)方法分析30-31
• 3.3 算法驗證及仿真31-32
• 3.4 本章小結(jié)32-33
• 4 瓦斯監(jiān)測系統(tǒng)硬件研究33-45
• 4.1 礦井概況及監(jiān)測要求33-35
• 4.1.1 礦井概況33
• 4.1.2 瓦斯監(jiān)測系統(tǒng)實驗平臺概況33-34
• 4.1.3 礦井瓦斯監(jiān)測系統(tǒng)硬件要求34-35
• 4.2 監(jiān)測系統(tǒng)硬件總體方案研究35-36
• 4.3 礦井瓦斯監(jiān)控系統(tǒng)硬件研究36-40
• 4.3.1 礦井瓦斯監(jiān)控系統(tǒng)硬件設(shè)備選型36-38
• 4.3.2 井下采掘工作面?zhèn)鞲衅髋渲?/span>38-39
• 4.3.3 瓦斯監(jiān)測系統(tǒng)監(jiān)測分站的研究39
• 4.3.4 監(jiān)控系統(tǒng)硬件的性能對比分析39-40
• 4.4 瓦斯監(jiān)測系統(tǒng)的輔助系統(tǒng)研究40-43
• 4.4.1 人員定位管理系統(tǒng)的研究40-43
• 4.4.2 KTW118K型礦用無線通信基站的研究43
• 4.5 本章小結(jié)43-45
• 5 瓦斯監(jiān)測系統(tǒng)軟件研究45-56
• 5.1 瓦斯監(jiān)測系統(tǒng)軟件總體方案研究45-48
• 5.1.1 瓦斯監(jiān)測系統(tǒng)軟件的總體要求45
• 5.1.2 瓦斯監(jiān)控系統(tǒng)主要軟件的選型45-47
• 5.1.3 瓦斯監(jiān)控系統(tǒng)軟件設(shè)計方案47
• 5.1.4 監(jiān)控系統(tǒng)軟件的性能對比分析47-48
• 5.2 瓦斯監(jiān)控系統(tǒng)上位機設(shè)計48-52
• 5.2.1 KingHistorian實時/歷史數(shù)據(jù)庫配置48-50
• 5.2.2 KingOPCServer數(shù)據(jù)采集軟件配置50-51
• 5.2.3 KingView數(shù)據(jù)監(jiān)測界面顯示51-52
• 5.3 系統(tǒng)上位機與瓦斯預(yù)測程序的結(jié)合52-55
• 5.4 本章小結(jié)55-56
• 6 結(jié)論與展望56-58
• 6.1 結(jié)論56
• 6.2 研究展望56-58
• 致謝58-59
• 參考文獻59-62
• 附錄62

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王建民;楊文培;楊力;;雙贏目標(biāo)約束下中國能源結(jié)構(gòu)調(diào)整測算[J];中國人口·資源與環(huán)境;2016年03期

2 崔洪慶;樊帥帥;關(guān)金鋒;;采煤工作面瓦斯涌出量分源計算[J];中國安全科學(xué)學(xué)報;2015年10期

3 曹博;白剛;李輝;;基于PCA-GA-BP神經(jīng)網(wǎng)絡(luò)的瓦斯含量預(yù)測分析[J];中國安全生產(chǎn)科學(xué)技術(shù);2015年05期

4 徐青云;趙耀江;李永明;;我國煤礦事故統(tǒng)計分析及今后預(yù)防措施[J];煤炭工程;2015年03期

5 王海生;;2013年國內(nèi)煤礦生產(chǎn)安全事故統(tǒng)計分析[J];中州煤炭;2014年09期

6 鄧奇根;王燕;劉明舉;魏俊杰;;2001～2013年全國煤礦事故統(tǒng)計分析及啟示[J];煤炭技術(shù);2014年09期

7 張飛燕;韓穎;;煤屑瓦斯擴散規(guī)律研究[J];煤炭學(xué)報;2013年09期

8 秦偉;許家林;胡國忠;彭小亞;;老采空區(qū)瓦斯儲量預(yù)測方法研究[J];煤炭學(xué)報;2013年06期

9 胡千庭;趙旭生;;中國煤與瓦斯突出事故現(xiàn)狀及其預(yù)防的對策建議[J];礦業(yè)安全與環(huán)保;2012年05期

10 張永軍;;高瓦斯礦井瓦斯防治技術(shù)研究[J];科技情報開發(fā)與經(jīng)濟;2012年08期

  本文關(guān)鍵詞：基于改進粒子群小波神經(jīng)網(wǎng)絡(luò)的瓦斯的研究及預(yù)測，，由筆耕文化傳播整理發(fā)布。

本文編號：293374