本文關(guān)鍵詞：基于二階灰色神經(jīng)網(wǎng)絡(luò)的工作面瓦斯涌出量預(yù)測

  更多相關(guān)文章： 瓦斯涌出量 二階灰色神經(jīng)網(wǎng)絡(luò) 工作面預(yù)測

【摘要】：煤礦瓦斯爆炸是造成礦山傷亡最為嚴重的事故之一,防止瓦斯事故發(fā)生是煤炭生產(chǎn)企業(yè)安全工作中的重中之重。如何準確、有效地對瓦斯涌出規(guī)律和涌出量進行分析與預(yù)測,并充分利用這些分析和預(yù)測信息實現(xiàn)煤礦企業(yè)的安全管理決策,是礦山企業(yè)安全生產(chǎn)亟待解決的重要課題之一。 為此,本文提出了一種二階灰色神經(jīng)網(wǎng)絡(luò)模型來對礦井工作面瓦斯涌出量進行預(yù)測,并做了以下幾方面的工作：首先,通過對影響工作面瓦斯涌出因素和瓦斯在煤層中的流動理論的分析,得出工作面瓦斯涌出是一個復(fù)雜的非線性動力學(xué)過程；其次,通過對目前國內(nèi)常用的瓦斯涌出量預(yù)測方法的分析,發(fā)現(xiàn)傳統(tǒng)的線性預(yù)測方法很難準確的建立瓦斯涌出量預(yù)測模型,而二階灰色模型對于處理非線性的問題效果非常好,但是通過對二階灰色預(yù)測模型的研究發(fā)現(xiàn),此預(yù)測模型在幅值和頻率突變時有較大的預(yù)測誤差,通過對人工神經(jīng)網(wǎng)絡(luò)的研究分析,發(fā)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)能夠有效地解決這一問題,因此,本文建立了二階灰色理論與BP神經(jīng)網(wǎng)絡(luò)的組合模型以實現(xiàn)對工作面瓦斯涌出量的準確預(yù)測；最后,以國投新集劉莊礦171303回采工作面為例,收集和整理了此工作面3月份到5月份的70多個瓦斯涌出量實測數(shù)據(jù),以前60個絕對瓦斯涌出量的實測數(shù)據(jù)作為訓(xùn)練樣本,后11個數(shù)據(jù)作為檢測樣本,建立了針對此工作面的瓦斯涌出量預(yù)測模型,并與二階灰色預(yù)測模型和BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型做了對比分析。 本文主要通過軟件編程實現(xiàn)二階灰色神經(jīng)網(wǎng)絡(luò)模型對171303回采工作面的瓦斯涌出量預(yù)測,得到的結(jié)果如下：二階灰色神經(jīng)網(wǎng)絡(luò)模型的預(yù)測精度比較高,平均預(yù)測精度在90%以上,此模型與二階灰色模型和BP神經(jīng)網(wǎng)絡(luò)模型相比,其預(yù)測曲線與真實值曲線最為吻合,具有更好的穩(wěn)定性,預(yù)測速度比較快,而且整個預(yù)測過程主要運用Matlab通過計算機實現(xiàn),方便、快捷。因此,采用此模型對礦井工作面瓦斯涌出量進行預(yù)測是可行的。
【關(guān)鍵詞】：瓦斯涌出量 二階灰色神經(jīng)網(wǎng)絡(luò) 工作面預(yù)測
【學(xué)位授予單位】：安徽理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TD712.5
【目錄】：

• 摘要5-6
• Abstract6-12
• 1 緒論12-24
• 1.1 課題研究背景12-13
• 1.2 課題研究意義13
• 1.3 國內(nèi)外研究現(xiàn)狀及存在的問題13-22
• 1.4 研究內(nèi)容和研究方法22-23
• 1.5 研究技術(shù)路線23-24
• 2 瓦斯涌出量影響因素及瓦斯流動的基本規(guī)律研究24-32
• 2.1 瓦斯概述24-26
• 2.1.1 瓦斯的基本概念24
• 2.1.2 瓦斯的生成24-25
• 2.1.3 煤層瓦斯含量25-26
• 2.2 瓦斯涌出量的概念26-27
• 2.2.1 瓦斯的涌出形式26
• 2.2.2 瓦斯涌出量26-27
• 2.3 影響瓦斯涌出量的因素27-30
• 2.4 工作面瓦斯在煤層中流動的基本規(guī)律30-31
• 2.5 本章小結(jié)31-32
• 3 二階灰色神經(jīng)網(wǎng)絡(luò)基礎(chǔ)32-43
• 3.1 二階灰色系統(tǒng)理論概述32-37
• 3.1.1 灰色系統(tǒng)理論概述32-33
• 3.1.2 灰色系統(tǒng)模型33-34
• 3.1.3 GM(1,1)系統(tǒng)模型概述34-35
• 3.1.4 二階灰色系統(tǒng)模型35-37
• 3.2 BP神經(jīng)網(wǎng)絡(luò)37-39
• 3.2.1 人工神經(jīng)網(wǎng)絡(luò)概述37-38
• 3.2.2 BP神經(jīng)網(wǎng)絡(luò)模型38-39
• 3.3 灰色系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的融合39-41
• 3.4 本章小結(jié)41-43
• 4 二階灰色神經(jīng)網(wǎng)絡(luò)預(yù)測模型研究43-47
• 4.1 二階灰色神經(jīng)網(wǎng)絡(luò)基礎(chǔ)43-44
• 4.2 二階灰色神經(jīng)網(wǎng)絡(luò)建立44-46
• 4.3 本章小結(jié)46-47
• 5 實例分析47-64
• 5.1 工作面簡介47
• 5.2 Matlab軟件介紹47-51
• 5.2.1 Matalb介紹47-48
• 5.2.2 Matlab工具箱介紹48-51
• 5.3 預(yù)測與分析51-63
• 5.3.1 模型參數(shù)的確定51-59
• 5.3.2 預(yù)測結(jié)果分析59-63
• 5.4 本章小結(jié)63-64
• 6 結(jié)論與展望64-66
• 6.1 結(jié)論64
• 6.2 展望64-66
• 參考文獻66-70
• 致謝70-71
• 作者簡介及讀研期間主要科研成果71

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 郭德勇;李念友;裴大文;鄭登鋒;;煤與瓦斯突出預(yù)測灰色理論-神經(jīng)網(wǎng)絡(luò)方法[J];北京科技大學(xué)學(xué)報;2007年04期

2 題正義 ,楊艷國 ,丁濤;瓦斯涌出量的模糊數(shù)學(xué)與灰色系統(tǒng)理論的預(yù)測[J];遼寧工程技術(shù)大學(xué)學(xué)報(自然科學(xué)版);2000年02期

3 郝吉生;BP算法及其在煤與瓦斯突出預(yù)測中的應(yīng)用[J];遼寧工程技術(shù)大學(xué)學(xué)報;2004年01期

4 何俊;王云剛;陳新生;敬復(fù)興;;煤與瓦斯突出前瓦斯涌出動態(tài)混沌特性[J];遼寧工程技術(shù)大學(xué)學(xué)報(自然科學(xué)版);2010年04期

5 江龍;薛佳佳;;基于差值灰色RBF網(wǎng)絡(luò)模型股票價格預(yù)測研究[J];廣西大學(xué)學(xué)報(自然科學(xué)版);2012年03期

6 唐朝偉;何國田;徐昌彪;趙麗娟;;神經(jīng)網(wǎng)絡(luò)在采煤工作面瓦斯涌出量預(yù)測中的應(yīng)用[J];計算機應(yīng)用;2007年S2期

7 郁云;杜杰;陸金桂;;基于人工神經(jīng)網(wǎng)絡(luò)的瓦斯涌出量預(yù)測[J];計算機仿真;2006年08期

8 姚元領(lǐng);司俊鴻;宋凱;;高瓦斯采煤工作面瓦斯涌出量的分源預(yù)測[J];能源技術(shù)與管理;2008年06期

9 谷麗朋;羅新榮;;我國煤礦瓦斯抽采技術(shù)的新進展及問題[J];能源技術(shù)與管理;2011年01期

10 劉兆惠;;基于灰色-徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的交通事故多元預(yù)測模型[J];交通運輸工程學(xué)報;2009年05期

，

本文編號：687747