安徽省高校省级自然科学研究项目(2006kj002B)
- 作品数：4 被引量：38H指数：4
- 相关作者：王来斌沈金山郑飞高锡擎姚多喜更多>>
- 相关机构：安徽理工大学更多>>
- 发文基金：安徽省高校省级自然科学研究项目更多>>
- 相关领域：矿业工程更多>>
- 基于灰色关联与神经网络的瓦斯含量预测研究被引量：9
- 2010年
- 为了解各影响因素对煤层瓦斯赋存规律的影响,准确预测煤层瓦斯含量,在分析潘一东勘探钻孔资料的基础上,基于灰色关联分析了影响13-1煤层瓦斯含量的各因素,确定了煤层埋深、顶板岩性、煤层厚度和地质构造是影响煤层瓦斯含量的主要因素;利用神经网络方法建立了煤层瓦斯含量预测模型,结合实际数据,对预测模型进行训练与检验。结果表明:预测精度较高,验证了基于灰色理论与神经网络预测模型的可靠性。
- 王来斌沈金山姚多喜高锡擎
- 关键词：瓦斯含量神经网络
- 基于逐回归分析的瓦斯含量预测研究被引量：12
- 2011年
- 为了解各影响因素对煤层瓦斯赋存特征的影响,准确预测煤层瓦斯含量,在潘三矿勘探钻孔资料的基础上,运用线性统计规律和瓦斯地质因素分析方法,确定影响11-2煤层瓦斯含量分布的主要控制因素有煤层埋藏深度、地质构造、砂泥比、煤层厚度和倾角;利用逐回归分析建立煤层瓦斯含量预测模型,并结合实际数据,对预测模型进行检验与误差分析。结果显示,模型预测精确度高,验证了基于逐步回归分析方法的预测模型的可靠性,具有很好的实用价值。
- 郑飞王来斌沈金山髙锡擎
- 关键词：煤层瓦斯地质因素
- 基于灰色关联度BP神经网络预测煤层瓦斯含量被引量：9
- 2011年
- 以淮南矿区潘三矿13-1煤层为例,在分析潘三矿瓦斯地质资料的基础上,结合灰色关联度分析,确定煤层埋深、地质构造、煤层倾角、煤层厚度以及顶板岩性为影响煤层瓦斯含量的主要因素,建立瓦斯含量预测BP神经网络模型。对已建立的模型进行训练和检验,并预测煤层未开采区域瓦斯含量。结果表明:建立的预测模型能满足煤矿实际安全生产的要求,为矿井瓦斯灾害防治提供一定的参考依据。
- 高锡擎王来斌沈金山郑飞
- 关键词：BP神经网络
- 基于灰色神经网络预测潘一东矿瓦斯含量被引量：9
- 2011年
- 运用灰色关联分析影响潘一东矿井瓦斯含量的各因素,得出煤层标高、顶板岩性、煤厚、地质构造是影响瓦斯赋存的主要因素。选取这四种因素作为神经网络的神经元进行建模预测,结果表明,基于灰色关联度的神经网络模型预测瓦斯含量,预测精度高,证明了基于灰色理论与神经网络预测模型的可靠性。
- 沈金山王来斌许继影高锡擎郑飞
- 关键词：瓦斯含量神经网络
