工作面瓦斯涌出量時(shí)序混沌分形特性分析及其預(yù)測(cè)研究
發(fā)布時(shí)間:2023-05-17 22:44
我國是世界上煤與瓦斯突出災(zāi)害最嚴(yán)重的國家之一,具有突出礦井多、分布范圍廣、始突深度淺,突出強(qiáng)度大等一系列問題。由于尚未認(rèn)清煤與瓦斯突出機(jī)理,故完全杜絕煤與瓦斯突出發(fā)生還不太可能。盡管目前國內(nèi)外在局部檢測(cè)與解危措施方面的研究已近成熟,但在防治煤與瓦斯突出的實(shí)施方面存在很大的難度。大量的事實(shí)表明,重特大的突出事故大多發(fā)生在煤巷掘進(jìn)工作面,所以研究掘進(jìn)工作面非接觸式動(dòng)態(tài)連續(xù)的煤與瓦斯突出預(yù)警方法具有重要的現(xiàn)實(shí)意義。 首先,本文從瓦斯在煤層中的流動(dòng)理論出發(fā),得出掘進(jìn)工作面的瓦斯涌出量與煤層瓦斯含量、瓦斯壓力、煤層透氣性、地質(zhì)構(gòu)造等因素有關(guān),由此得出瓦斯突出與工作面瓦斯涌出量的復(fù)雜特性密切相關(guān)。 其次,利用Taken的相空間重構(gòu)理論來分析工作面瓦斯涌出時(shí)間序列的動(dòng)力學(xué)模型。相空間重構(gòu)參數(shù)的選取,文中采用了微熵率最小原則,最終確定所研究實(shí)例的幾個(gè)嵌入維數(shù)均大于8,說明工作面瓦斯涌出動(dòng)力學(xué)系統(tǒng)是一個(gè)高維的復(fù)雜系統(tǒng)。在此基礎(chǔ)上,利用功率譜與Poincare截面定性分析工作面瓦斯涌出量時(shí)間序列數(shù)據(jù)具有混沌特性。針對(duì)實(shí)際時(shí)間序列長度有限且噪聲未知的情況,在定量混沌特性分析中,提出了基于NLSR的LLE的求...
【文章頁數(shù)】:145 頁
【學(xué)位級(jí)別】:博士
【文章目錄】:
致謝
摘要
Abstract
圖清單
表清單
變量注釋表
1 緒論
1.1 課題來源
1.2 選題背景與研究意義
1.3 應(yīng)用與研究現(xiàn)狀
1.4 論文的主要研究內(nèi)容、創(chuàng)新點(diǎn)及技術(shù)路線
2 工作面瓦斯涌出量預(yù)測(cè)煤與瓦斯突出理論基礎(chǔ)
2.1 工作面瓦斯動(dòng)態(tài)涌出量影響因素分析
2.2 工作面瓦斯涌出量預(yù)測(cè)瓦斯突出理論基礎(chǔ)
2.3 研究實(shí)例
2.4 本章小結(jié)
3 工作面瓦斯涌出量時(shí)序混沌特性分析
3.1 相空間重構(gòu)理論參數(shù)選取
3.2 定性的時(shí)間序列數(shù)據(jù)混沌特性識(shí)別
3.3 混沌時(shí)間序列的最大Lyapunov指數(shù)
3.4 本章小結(jié)
4 基于改進(jìn)G-P算法的關(guān)聯(lián)維數(shù)求取
4.1 算法理論
4.2 基于FCM的典型混沌動(dòng)力學(xué)系統(tǒng)的關(guān)聯(lián)維數(shù)研究
4.3 掘進(jìn)工作面瓦斯時(shí)間序列數(shù)據(jù)的關(guān)聯(lián)維數(shù)
4.4 本章小結(jié)
5 基于改進(jìn)R/S分析的工作面瓦斯涌出量時(shí)間序列分形特性研究
5.1 R/S 類分析法的基本原理
5.2 R/S類分析方法對(duì)比研究
5.3 掘進(jìn)工作面瓦斯涌出量時(shí)間序列長程趨勢(shì)分析
5.4 本章小結(jié)
6 基于Bayesian推理的LS-SVM工作面瓦斯涌出量短期預(yù)測(cè)
6.1 LS-SVM回歸模型基本原理
6.2 基于Bayesian推理的LS-SVM回歸模型
6.3 基于Bayesian推理的LS-SVM瓦斯涌出量時(shí)間序列預(yù)測(cè)研究
6.4 本章小結(jié)
7 基于BWLS-SVM工作面瓦斯涌出量短期預(yù)測(cè)
7.1 加權(quán)LS-SVM的基本原理
7.2 基于BWLS-SVM的工作面瓦斯時(shí)間序列預(yù)測(cè)研究
7.3 本章小結(jié)
8 結(jié)論
8.1 主要結(jié)論
8.2 研究展望
參考文獻(xiàn)
作者簡歷
學(xué)位論文數(shù)據(jù)集
本文編號(hào):3818147
【文章頁數(shù)】:145 頁
【學(xué)位級(jí)別】:博士
【文章目錄】:
致謝
摘要
Abstract
圖清單
表清單
變量注釋表
1 緒論
1.1 課題來源
1.2 選題背景與研究意義
1.3 應(yīng)用與研究現(xiàn)狀
1.4 論文的主要研究內(nèi)容、創(chuàng)新點(diǎn)及技術(shù)路線
2 工作面瓦斯涌出量預(yù)測(cè)煤與瓦斯突出理論基礎(chǔ)
2.1 工作面瓦斯動(dòng)態(tài)涌出量影響因素分析
2.2 工作面瓦斯涌出量預(yù)測(cè)瓦斯突出理論基礎(chǔ)
2.3 研究實(shí)例
2.4 本章小結(jié)
3 工作面瓦斯涌出量時(shí)序混沌特性分析
3.1 相空間重構(gòu)理論參數(shù)選取
3.2 定性的時(shí)間序列數(shù)據(jù)混沌特性識(shí)別
3.3 混沌時(shí)間序列的最大Lyapunov指數(shù)
3.4 本章小結(jié)
4 基于改進(jìn)G-P算法的關(guān)聯(lián)維數(shù)求取
4.1 算法理論
4.2 基于FCM的典型混沌動(dòng)力學(xué)系統(tǒng)的關(guān)聯(lián)維數(shù)研究
4.3 掘進(jìn)工作面瓦斯時(shí)間序列數(shù)據(jù)的關(guān)聯(lián)維數(shù)
4.4 本章小結(jié)
5 基于改進(jìn)R/S分析的工作面瓦斯涌出量時(shí)間序列分形特性研究
5.1 R/S 類分析法的基本原理
5.2 R/S類分析方法對(duì)比研究
5.3 掘進(jìn)工作面瓦斯涌出量時(shí)間序列長程趨勢(shì)分析
5.4 本章小結(jié)
6 基于Bayesian推理的LS-SVM工作面瓦斯涌出量短期預(yù)測(cè)
6.1 LS-SVM回歸模型基本原理
6.2 基于Bayesian推理的LS-SVM回歸模型
6.3 基于Bayesian推理的LS-SVM瓦斯涌出量時(shí)間序列預(yù)測(cè)研究
6.4 本章小結(jié)
7 基于BWLS-SVM工作面瓦斯涌出量短期預(yù)測(cè)
7.1 加權(quán)LS-SVM的基本原理
7.2 基于BWLS-SVM的工作面瓦斯時(shí)間序列預(yù)測(cè)研究
7.3 本章小結(jié)
8 結(jié)論
8.1 主要結(jié)論
8.2 研究展望
參考文獻(xiàn)
作者簡歷
學(xué)位論文數(shù)據(jù)集
本文編號(hào):3818147
本文鏈接:http://sikaile.net/kejilunwen/anquangongcheng/3818147.html
最近更新
教材專著