搜索到2297篇“ 瓦斯涌出量预测“的相关文章
漳村煤矿快速掘进巷道瓦斯涌出预测
2025年
为了准确掌握高瓦斯矿井快速掘进工作面的瓦斯涌出,以2702运输巷为工程背景,利用分源预测法,对快速掘进巷道瓦斯涌出进行预测。根据预测结果可知,煤壁瓦斯涌出8.99 m^(3)/min,落煤瓦斯涌出2.72 m^(3)/min,掘进工作面瓦斯涌出11.71 m^(3)/min。为了验证分源预测预测结果的正确性,开展2702运输巷瓦斯涌出现场测试,得出煤壁瓦斯涌出8.12 m^(3)/min,落煤瓦斯涌出3.03 m^(3)/min,掘进工作面瓦斯涌出11.15 m^(3)/min。对比瓦斯涌出预测结果和现场测试结果,得出煤壁瓦斯涌出误差值为10.71%,落煤瓦斯涌出误差值为10.23%,掘进工作面瓦斯涌出误差值为5.02%,预测结果与实测结果相差较小。研究结果可用于快速掘进工作面瓦斯涌出预测预报工作。
初绍飞张超张尚宁房胜杰
关键词:高瓦斯矿井瓦斯涌出量分源预测法
一种隧道掌子面揭煤绝对瓦斯涌出预测方法
本发明公开了一种隧道掌子面揭煤绝对瓦斯涌出预测方法,通过获取隧道参数、煤层产状参数和煤层瓦斯参数;根据隧道参数和煤层产状参数,推导隧道施工每循环的落煤体积、掌子面新暴露煤层面积与隧道壁面新露煤层面积的计算公式;将煤层瓦...
黄飞陈杰罗亚飞刘勇王鹏飞
基于SSA-CIRCLE-ELM模型的煤层瓦斯涌出预测方法
本发明基于SSA‑CIRCLE‑ELM模型的煤层瓦斯涌出预测方法,属于瓦斯预测技术领域。本发明方法包括:利用CIRCLE混沌映射对麻雀搜索算法的搜索空间进行初始化;再使用麻雀搜索算法优化极限学习机的SLFN节点,使其参...
邹超郑万波杜亮曹继翔张凌寒周向东史耀轩冯向涛寇安卢延河苟斌冉啟华李旭
一种隧道掌子面揭煤绝对瓦斯涌出预测方法
本发明公开了一种隧道掌子面揭煤绝对瓦斯涌出预测方法,通过获取隧道参数、煤层产状参数和煤层瓦斯参数;根据隧道参数和煤层产状参数,推导隧道施工每循环的落煤体积、掌子面新暴露煤层面积与隧道壁面新露煤层面积的计算公式;将煤层瓦...
黄飞陈杰罗亚飞刘勇王鹏飞
基于AOA-BiLSTM模型的回采工作面瓦斯涌出预测
2025年
山西寿阳潞阳祥升煤矿瓦斯涌出逐渐增大,为解决准确预测工作面瓦斯涌出的问题,以祥升煤矿3307和6301工作面为研究背景,采用AOA-BiLSTM模型对工作面瓦斯涌出进行预测。结果表明,3307工作面预测模型的评价指标R2达到了0.866,6301工作面预测模型的评价指标R2达到了0.846;通过实际验证,预测曲线与实测曲线趋势一致,预测曲线可以较好地反映出瓦斯涌出的变化。AOA-BiLSTM模型可较好地预测祥升煤矿工作面瓦斯涌出
郭汉武
关键词:瓦斯涌出量
基于改进QGA-ELM的瓦斯涌出预测模型
2024年
针对现有的瓦斯涌出预测方法普遍未定分析数据自身因素影响的问题,提出一种改进子遗传算法(IQGA)优化极限学习机(ELM)瓦斯涌出预测模型。采用孤立森林(iForest)算法检测绝对瓦斯涌出的概念漂移,并选择Attention机制的CNN-BiLSTM算法修正概念漂移异常值;利用相关性分析法(PCC)降维处理输入变,确定预测模型的辅助变;引入动态调整子旋转角、子交叉、子变异及子灾变操作获得改进子遗传算法(IQGA),提升算法寻优能力和泛化能力,使用IQGA对ELM参数寻优。以决定系数(R 2)、平均绝对误差(MAE)、均方根误差(RMSE)及平均绝对百分比误差(MAPE)为指标进行评估,结果表明:IQGA-ELM模型测误差最小,指标分别为0.985、0.018、0.026及2.56%,预测效果优于其他模型,预测精确度更高。
星宁江周文铮刘雨竹
关键词:瓦斯涌出量概念漂移量子遗传极限学习机
掘进工作面停风瓦斯涌出预测方法
本发明涉及一种掘进工作面停风瓦斯涌出预测方法,属于煤矿安全领域。该方法包括以下步骤:从煤矿安全监控系统获取目标掘进工作面最近一个月瓦斯浓度数据,并对瓦斯浓度数据进行处理,得到瓦斯涌出数据和相应时间的基础数据列表。从瓦...
张士岭李明建赵旭生蒲阳崔俊飞马国龙和树栋宋志强岳俊廖成程晓阳刘军钟远航谈国文
鹿台山煤业15号煤层瓦斯涌出预测研究
2024年
鹿台山煤业2号煤层即将采完,15号煤层作为接替煤层开发。现选用分源预测法对鹿台山煤业15号煤层的瓦斯涌出进行预测,得出15号煤层瓦斯梯度为(1.52m^(3)/t)/100m;根据判定规则,确定15号煤层瓦斯风化带高度为301.11m,宽度为2150.79m;最后采用分源预测法对15号煤层的瓦斯涌出进行预测,并分析矿井瓦斯涌出组成。研究结果显示,煤层在达产状态下,矿井的最大绝对瓦斯涌出为42.39m^(3)/min,最大相对瓦斯涌出为33.58m^(3)/t,确定鹿台山煤业属高瓦斯矿井。
韩颖王思卓
关键词:瓦斯涌出量分源预测法瓦斯含量瓦斯风化带
基于CNN_BiLSTM的矿井瓦斯涌出预测模型
2024年
为了实现对瓦斯涌出准确预测,从而有效预防瓦斯灾害。提出1种结合卷积神经网络(convolutional neural network,CNN)和双向长短期记忆网络(bidirectional long short-term memory,BiLSTM)的瓦斯涌出预测模型,采用CNN在时间序列上提取瓦斯涌出及其影响因素的局部关键特征,有效捕捉数据的局部时序相关性;BiLSTM模型利用这些特征,通过其前向和后向处理能力,全面捕捉时间序列中长期依赖性和复杂模式。研究结果表明:该模型预测准确率达93.6%,均方误差显著低于CNN、BPNN、LSTM、BiLSTM、CNN_LSTM、CNN_BiLSTM 6个模型,决定系数接近1,表明其出色的预测能力和解释力。研究结果可有效预测瓦斯涌出波动,有助于提高矿井瓦斯风险预警能力,提升矿井安全管理水平。
解恒星张雄董锦洋刘晓东姚小兵毕振彪李磊
关键词:卷积神经网络
基于响应面法的煤矿瓦斯涌出预测研究
2024年
为了高效稳定的预测工作面瓦斯涌出,细化并简化建模过程,研究了影响因素间的交互作用,将响应面设计方法与逐步回归分析相结合,提出了优化的瓦斯涌出预测模型,并在马堡煤矿进行了应用。结果表明:利用逐步回归分析可有效剔除对瓦斯涌出影响不显著的因素;结合Design Expert系统中的Box-Behnken,以瓦斯涌出为响应值建立了瓦斯涌出与各显著因素之间的编码值响应面二次方优化模型,经检验,模型预测结果的相对误差绝对值的最大值为1.06%,平均值为0.63%。模型预测效果良好,可为煤矿瓦斯涌出预测工作提供一定的参考。
王明玉高鑫浩
关键词:安全工程瓦斯涌出量响应面

相关作者

付华
作品数:394被引量:1,904H指数:20
供职机构:辽宁工程技术大学电气与控制工程学院
研究主题:煤与瓦斯突出 瓦斯 信息融合 瓦斯涌出量 多传感器
贾进章
作品数:197被引量:1,222H指数:20
供职机构:辽宁工程技术大学安全科学与工程学院
研究主题:通风网络 通风系统 安全工程 瓦斯爆炸 矿井火灾
张子戌
作品数:82被引量:712H指数:15
供职机构:河南理工大学资源环境学院
研究主题:煤与瓦斯突出 瓦斯 瓦斯地质 煤层气 构造煤
陈开岩
作品数:95被引量:835H指数:17
供职机构:中国矿业大学安全工程学院
研究主题:矿井通风系统 矿井通风 矿井 通风网络 通风系统
肖鹏
作品数:175被引量:536H指数:15
供职机构:西安科技大学
研究主题:相似材料 瓦斯 煤样 实验台 试件