【摘要】：為有效預(yù)測(cè)與防治煤礦沖擊地壓災(zāi)害的發(fā)生,將聲發(fā)射技術(shù)與神經(jīng)網(wǎng)絡(luò)結(jié)合,把聲發(fā)射活動(dòng)的特征參數(shù)作為基礎(chǔ)數(shù)據(jù),針對(duì)BP神經(jīng)網(wǎng)絡(luò)收斂速度慢且易陷入局部極值等問(wèn)題,改進(jìn)BP神經(jīng)預(yù)測(cè)網(wǎng)絡(luò)。采用粒子群優(yōu)化算法對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化,利用粒子群算法訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值。結(jié)果表明:在訓(xùn)練誤差均要求達(dá)到0.001的情況下,與未經(jīng)優(yōu)化的傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)相比,粒子群優(yōu)化過(guò)的BP神經(jīng)網(wǎng)絡(luò)的收斂速度要較其加快了4~5倍,證明該預(yù)測(cè)方法具有收斂速度快,預(yù)測(cè)精度高等特點(diǎn),在煤礦沖擊地壓預(yù)測(cè)的應(yīng)用中具有可行性與有效性,為煤礦災(zāi)害的預(yù)測(cè)提供了理論支持。
[Abstract]:In order to effectively predict and prevent the occurrence of rock burst disasters in coal mines, the acoustic emission technology and neural network are combined, the characteristic parameters of acoustic emission activities are taken as the basic data, and the convergence speed of BP neural network is slow and it is easy to fall into local extremum. Improved BP neural prediction network. Particle swarm optimization (PSO) algorithm is used to optimize BP neural network. PSO is used to train the weights and thresholds of BP neural networks. The results show that the convergence speed of the BP neural network optimized by particle swarm optimization is 4 ~ 5 times faster than that of the traditional BP neural network, when the training errors are all required to reach 0.001. It is proved that this prediction method has the characteristics of fast convergence and high prediction accuracy. It is feasible and effective in the application of coal mine rock burst prediction, which provides theoretical support for the prediction of coal mine disaster.
【作者單位】： 遼寧工程技術(shù)大學(xué)電氣與控制工程學(xué)院;遼寧工程技術(shù)大學(xué)安全科學(xué)與工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(51274118,61601212) 遼寧省重點(diǎn)實(shí)驗(yàn)室資助項(xiàng)目(LJYL014) 遼寧省教育廳基金資助項(xiàng)目(16-1093)
【分類號(hào)】：TD324

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄧建長(zhǎng);劉海波;;對(duì)礦山安全評(píng)價(jià)中神經(jīng)網(wǎng)絡(luò)的改進(jìn)[J];湖南安全與防災(zāi);2008年05期

2 田敏;謝賢平;侯江;邢冀;;神經(jīng)網(wǎng)絡(luò)在礦業(yè)工程中的若干應(yīng)用進(jìn)展[J];采礦技術(shù);2008年04期

3 王小完;楊樺;;神經(jīng)網(wǎng)絡(luò)技術(shù)在礦體邊界圈定中的應(yīng)用研究[J];金屬礦山;2009年02期

4 賀康;龐海榮;代粉蕾;;SOM神經(jīng)網(wǎng)絡(luò)在全液壓鉆機(jī)液壓系統(tǒng)故障診斷中的應(yīng)用[J];煤礦機(jī)械;2011年04期

5 彭泓;高攀;;粗神經(jīng)網(wǎng)絡(luò)在煤與瓦斯突出預(yù)測(cè)系統(tǒng)的應(yīng)用[J];儀表技術(shù)與傳感器;2011年11期

6 郭忠平,王志軍,李勇;基于神經(jīng)網(wǎng)絡(luò)的綜合指標(biāo)在煤礦安全預(yù)測(cè)中的應(yīng)用[J];煤礦安全;2005年09期

7 劉蘭翠,朱明,楊中;基于神經(jīng)網(wǎng)絡(luò)的時(shí)間序列對(duì)煤礦安全性的預(yù)測(cè)[J];煤炭科學(xué)技術(shù);2002年11期

8 魏一鳴，童光煦;基于神經(jīng)網(wǎng)絡(luò)的品位估值方法及其計(jì)算機(jī)系統(tǒng)[J];化工礦山技術(shù);1995年02期

9 黃國(guó)明，，蘇文智;基于時(shí)序預(yù)報(bào)神經(jīng)網(wǎng)絡(luò)的斜坡變形預(yù)測(cè)方法[J];中國(guó)煤田地質(zhì);1996年04期

10 郭科,胥澤銀;神經(jīng)網(wǎng)絡(luò)在地質(zhì)數(shù)據(jù)統(tǒng)計(jì)分析中的應(yīng)用[J];四川聯(lián)合大學(xué)學(xué)報(bào)(工程科學(xué)版);1999年01期

相關(guān)會(huì)議論文 前4條

1 李春文;曹玲芝;張愛芳;;神經(jīng)網(wǎng)絡(luò)PID控制器在提升機(jī)控制系統(tǒng)中的應(yīng)用[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

2 王祥厚;李程遠(yuǎn);;臺(tái)階爆破巖石塊度預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)[A];第七屆全國(guó)工程爆破學(xué)術(shù)會(huì)議論文集[C];2001年

3 李昊;陽(yáng)春華;王隨平;;集成神經(jīng)網(wǎng)絡(luò)在深海集礦機(jī)故障診斷中的應(yīng)用[A];04'中國(guó)企業(yè)自動(dòng)化和信息化建設(shè)論壇暨中南六省區(qū)自動(dòng)化學(xué)會(huì)學(xué)術(shù)年會(huì)專輯[C];2004年

4 戚玉亮;王同旭;張振宇;王榮超;;位移反分析的Levenberg-Marquardt BP神經(jīng)網(wǎng)絡(luò)方法研究[A];全國(guó)巖土工程反分析學(xué)術(shù)研討會(huì)暨黃巖石窟（錦繡黃巖）巖石力學(xué)問(wèn)題討論會(huì)文集[C];2006年

相關(guān)博士學(xué)位論文 前2條

1 雷勇濤;基于神經(jīng)網(wǎng)絡(luò)的提升機(jī)制動(dòng)系統(tǒng)故障診斷技術(shù)與方法[D];太原理工大學(xué);2010年

2 喬國(guó)厚;煤礦安全風(fēng)險(xiǎn)綜合評(píng)價(jià)與預(yù)警管理模式研究[D];中國(guó)地質(zhì)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 張抗抗;煤礦主通風(fēng)機(jī)風(fēng)量調(diào)節(jié)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];中國(guó)礦業(yè)大學(xué);2015年

2 劉志堅(jiān);基于BP神經(jīng)網(wǎng)絡(luò)的煤自然發(fā)火預(yù)報(bào)系統(tǒng)研究[D];華北理工大學(xué);2015年

3 王圳;基于神經(jīng)網(wǎng)絡(luò)的破碎機(jī)傳動(dòng)系統(tǒng)故障診斷研究[D];遼寧科技大學(xué);2015年

4 蒲春;基于神經(jīng)網(wǎng)絡(luò)的地質(zhì)鉆探工況判別模型研究[D];中國(guó)地質(zhì)大學(xué)(北京);2016年

5 佟曦;基于ESN混沌時(shí)間序列的RBF神經(jīng)網(wǎng)絡(luò)對(duì)浮選經(jīng)濟(jì)指標(biāo)的預(yù)測(cè)分析[D];遼寧科技大學(xué);2016年

6 朱艷娜;煤礦員工安全行為評(píng)價(jià)及預(yù)警研究[D];安徽理工大學(xué);2017年

7 李貝貝;神經(jīng)網(wǎng)絡(luò)集成算法研究及其在煤礦安全中的應(yīng)用[D];山東師范大學(xué);2012年

8 袁姝;神經(jīng)網(wǎng)絡(luò)在地震反演中的研究與應(yīng)用[D];西安石油大學(xué);2011年

9 劉銳;非線性神經(jīng)網(wǎng)絡(luò)及其在地學(xué)中的應(yīng)用[D];中國(guó)地質(zhì)科學(xué)院;2006年

10 王一兵;基于神經(jīng)網(wǎng)絡(luò)的礦井風(fēng)機(jī)故障診斷[D];上海交通大學(xué);2012年

本文編號(hào)：2408423