本文選題：煤炭地下氣化 + 選址決策��； 參考：《中國礦業(yè)大學》2017年碩士論文

【摘要】：煤炭地下氣化技術是一種既能實現(xiàn)煤炭資源綠色、安全、高效開采,又能通過改變煤氣后續(xù)利用方式實現(xiàn)煤氣資源潔凈與綜合利用的煤炭開采新技術�？茖W選址是煤炭地下氣化技術中重要一環(huán),直接影響到后續(xù)氣化爐的建立,產氣的穩(wěn)定性和優(yōu)劣性,以及最終的經濟效益和環(huán)境效益。因此,需要建立一個行之有效的煤炭地下氣化選址決策系統(tǒng)。本文引入BP人工神經網(wǎng)絡,綜合采用文獻調研、理論分析、數(shù)值模擬以及仿真應用相結合的研究方法,提出可行的選址模型,取得了如下創(chuàng)新性成果:(1)本文著重對煤炭地下氣化可行性的資源條件影響因素進行了全面分析,如地質構造、水文地質條件、煤層賦存條件、煤質等,選取了14項因素作為煤炭地下氣化項目可行性評價指標,并根據(jù)地下氣化項目的特點,確定了各評價指標的合理取值范圍,建立煤炭地下氣化選址評估體系。(2)通過對神經網(wǎng)絡的分析,本文首次將BP人工神經網(wǎng)絡引入煤炭地下氣化選址決策中,設計出基于標準BP神經網(wǎng)絡和LM-BP神經網(wǎng)絡的煤炭地下氣化選址評估模型的網(wǎng)絡結構。利用Matlab,對優(yōu)化的LM-BP神經網(wǎng)絡與標準BP神經網(wǎng)絡進行對比實驗和分析,尋求出最優(yōu)的網(wǎng)絡相關參數(shù)。實驗證明,優(yōu)化的LM-BP神經網(wǎng)絡具有更好的性能。對三個樣本案例進行仿真應用,仿真結果表明,基于LM-BP神經網(wǎng)絡的煤炭地下氣化評估模型評估準確可靠,能夠指導煤炭地下氣化的選址評估。對煤炭地下氣化發(fā)展有重要意義。(3)本文在對仿真實例詳細分析的同時,對BP人工神經網(wǎng)絡在煤炭地下氣化中的應用進行兩方面的擴展,即可根據(jù)煤氣組分預測熱值和根據(jù)氣化日期預測熱值,具有進一步研究的價值。
[Abstract]:Underground coal gasification technology is a new coal mining technology which can not only realize green, safe and efficient mining of coal resources, but also realize clean and comprehensive utilization of gas resources by changing the way of gas utilization. Scientific location selection is an important part of underground coal gasification technology, which directly affects the establishment of subsequent gasifier, the stability and quality of gas production, as well as the final economic and environmental benefits. Therefore, it is necessary to establish an effective decision system for underground coal gasification location. In this paper, BP artificial neural network is introduced, and a feasible location model is put forward by combining the research methods of literature investigation, theoretical analysis, numerical simulation and simulation application. In this paper, the factors affecting the feasibility of underground coal gasification are analyzed, such as geological structure, hydrogeological conditions, coal seam occurrence conditions, coal quality, etc. This paper selects 14 factors as the feasibility evaluation index of underground coal gasification project, and according to the characteristics of underground gasification project, determines the reasonable value range of each evaluation index. Based on the analysis of neural network, BP artificial neural network is introduced into the decision of underground coal gasification site selection for the first time. The network structure of coal underground gasification location evaluation model based on standard BP neural network and LM-BP neural network is designed. The optimized LM-BP neural network and the standard BP neural network are compared and analyzed by Matlab, and the optimal network parameters are found out. Experiments show that the optimized LM-BP neural network has better performance. The simulation results show that the evaluation model of underground coal gasification based on LM-BP neural network is accurate and reliable and can guide the evaluation of underground coal gasification location. In this paper, the application of BP artificial neural network in underground coal gasification is extended in two aspects, while the simulation example is analyzed in detail. The calorific value can be predicted according to the composition of gas and the date of gasification, which has the value of further study.
【學位授予單位】：中國礦業(yè)大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TD84

【參考文獻】

相關期刊論文 前10條

1 方文超;;基于遺傳算法的配送中心選址研究[J];北京城市學院學報;2015年01期

2 袁加妍;潘瑩;張娥;;電動汽車充(換)電站選址評價體系的構建[J];電力與能源;2014年03期

3 黃溫鋼;王作棠;余力;辛林;王建華;;混凝土管在煤炭地下氣化工程中的應用初探[J];煤炭工程;2014年02期

4 孔令文;胡磊;;Matlab神經網(wǎng)絡工具箱NNTool在配送中心選址中的應用[J];計算機光盤軟件與應用;2014年06期

5 陳國生;譚良才;徐長江;;基于BP神經網(wǎng)絡的防空預警雷達陣地選址決策方法[J];指揮控制與仿真;2013年06期

6 俞林;;基于BP模糊評價的冷鏈物流中心選址問題研究[J];物流技術;2013年19期

7 朱銘;徐道一;孫文鵬;王作棠;韓孟;余學東;;國外煤炭地下氣化技術發(fā)展歷史與現(xiàn)狀[J];煤炭科學技術;2013年05期

8 鞠遠江;師修昌;辛林;王作棠;;地下導控氣化采煤地面變形實測研究[J];煤炭學報;2013年S1期

9 陸銀龍;王連國;唐芙蓉;賀巖;;煤炭地下氣化過程中溫度-應力耦合作用下燃空區(qū)覆巖裂隙演化規(guī)律[J];煤炭學報;2012年08期

10 王明生;呂�？�;;改進的LM神經網(wǎng)絡工程地質綜合評價模型[J];計算機工程與應用;2011年36期

相關會議論文 前1條

1 郭創(chuàng);王建;;基于LM神經網(wǎng)絡的機載機電BIT狀態(tài)預測研究[A];全國第19屆計算機技術與應用（CACIS）學術會議論文集（下冊）[C];2008年

相關碩士學位論文 前4條

1 白麗娜;基于BP神經網(wǎng)絡的中醫(yī)體質辨識研究[D];天津理工大學;2014年

2 羅慶;基于RBF神經網(wǎng)絡的物流配送中心選址決策[D];西南交通大學;2009年

3 蘇凌;基于徑向基函數(shù)神經網(wǎng)絡的港口吞吐量預測研究[D];上海海事大學;2006年

4 李明杰;物流中心選址算法改進研究[D];哈爾濱工業(yè)大學;2006年

，

本文編號：1817844