共查询到17条相似文献，搜索用时 109 毫秒
1.
为了提高煤层底板突水预测的准确性,建立了基于卷积神经网络的煤层底板突水预测模型。通过综合分析,确定了15个影响煤层底板突水的因素,将这些影响因素进行拼接组合,运用建立的深度计算结构模型对影响因素及其相互联系进行特征提取。用已知的115组数据对模型进行学习训练,并进行了预测。为验证模型的准确性,利用相同的数据对BP神经网络模型和LeNet-5模型进行训练,将建立的模型与BP神经网络模型和LeNet-5模型进行对比。结果表明:该模型通过加深模型的计算深度,综合考虑了影响底板突水因素间的相互联系,提高了突水预测准确性。基于卷积神经网络构建的模型可以对煤层底板突水进行预测,并且准确率相对较高。 相似文献
2.
矿井煤层底板突水预测新方法研究 总被引：8，自引：1，他引：7
本文针对煤矿矿井煤层底板突水系统为一非线性系统的特性,提出采用对非线性问题具有良好适用性的人工神经网络系统（以下简称神经网络）,进行煤层底板突水预测。以作者们研制,使用神经网络的实践为基础,阐述系统、建模方法、适用条件和应用问题,并在焦作矿务局演马庄矿、焦作金科尔集团方庄煤矿对所建立的煤层底板突水预测神经网络进行生产性检验,取得良好的结果,说明该系统应用于煤层底板突水预测的可靠性。 相似文献
3.
随煤层开采深度的不断增加,煤矿生产过程中面临着复杂的突水机理和多变的突水主控因素,且各因素间相互联系的不确定性,使底板突水预测的难度不断增加。为准确预测底板突水危险性,针对底板突水的小样本、非线性问题,首先利用遗传算法(Genetic Algorithm,GA)将网络随机赋值的初始权值和阈值初次优化,再选取搜索能力强、稳定性较好的麻雀搜索算法(Sparrow Search Algorithm,SSA)对权值和阈值进行二次寻优,从而建立SSA-GA-BP神经网络底板突水预测模型。分析整理山东省滨湖煤矿地质及水文地质资料,选取含水层水压、含水层厚度、隔水层厚度、断层密度、断层分维值、渗透系数、单位涌水量、底板破坏深度共8个因素,作为预测底板突水的主控因素,绘制各主控因素3D映射投影曲面图;利用Surfer软件中的克里金插值法提取50个数据点作为模型的输入样本(分为训练集40个,测试集10个),对模型进行训练学习,训练误差精度达到要求后,对滨湖煤矿3个未开采工作面的12个数据点进行突水危险性预测。为了验证所建模型的准确性,利用BP、GA-BP、SSA-GA-BP这3种模型对测试集进行预测;为避免模型仅与BP网络预测对比的片面性,同时选取以熵权法确定权重的模糊综合评判法对测试集进行预测;将各网络模型及方法的预测结果与实际值进行对比分析。结果表明:基于SSA优化的GA-BP神经网络模型突水预测误差较小,预测结果准确率更高,为矿井水害预测预报提供了科学的评价方法和理论依据。 相似文献
4.
为更好地解决支持向量机(SVM)核参数和惩罚因子的取值对煤层底板突水量等级预测精度的影响问题,提出利用全局搜索能力较强的粒子群优化(PSO)算法优化支持向量机参数。选取含水层水压、隔水层厚度、岩溶发育程度、断层规模等作为影响煤层底板突水量等级的因素,利用华北聚煤区煤层底板突水的实测数据进行训练,建立了煤层底板突水量等级预测的粒子群-支持向量机(PSO-SVM)模型,并将其应用于其他样本的预测。应用表明:模型能够较好地解决煤层底板突水量等级预测中存在的小样本、非线性等问题,预测结果与实际情况吻合程度高,具有较强的实用性和有效性。 相似文献
5.
6.
7.
针对当前煤层底板突水预测存在的问题,在突水概率指数法预测预报系统的基础上,用matlab开发出了一套新型煤层底板突水预测系统软件。通过对地质、水文地质等信息数据进行分析处理,从而确定导致煤层底板突水的主控因素及次级影响因素,并分别赋予其相应的权重值,将各因素在底板突水中所起的作用定量化。特别是对于不同矿区不同控制因素的影响,其相应权重值的大小可以灵活改变。建立赋权求和数学模型,绘制出各个主要控制因素的专题图,并根据各个主要控制因素的不同权重值,叠合绘制出底板突水概率指数法突水分区图。同时计算出煤层底板突水概率指数。将系统软件应用于工程实际,预测效果与实际情况相吻合。 相似文献
8.
矿井水害一直是制约我国煤炭安全生产的重要隐患之一,对其进行准确的预测评价具有十分重要的理论意义和实用价值。本文根据煤层底板突水各影响因素之间的关系是灰色关系并且具有非线性特征的特点,建立了定量与定性指标为一体的煤层底板突水评价指标体系及等级划分标准。同时将灰色关联分析法(GRA)和模糊层次分析法(FAHP)相结合。构建了能真实反映影响因素与底板突水之间灰色关系和非线性关系的底板突水危险性评价模型,并应用模型对某典型工作面突水危险性等级进行了评价,可为今后煤层底板突水预测评价的研究提供一定的借鉴和依据。 相似文献
9.
为有效控制煤层底板带压开采突水发生,同时解决突水系数法评价底板突水的局限性,引入灰色模糊聚类法综合评价煤层底板突水危险性。以袁店煤矿101、102采区为例,通过对10煤层水文地质条件、底板充水水源和充水通道深入分析,提取评价煤层底板突水危险性关键指标,综合考虑岩溶裂隙发育、地质构造、隔水层厚度、裂隙含水层富水性、灰岩含水层厚度5个突水主控因素,并进行底板突水危险性分区。结果表明：101采区底板突水危险性较小,102采区危险性较大。建议对102采区局部富水地段进行注浆加固,以达到防治突水的目的。 相似文献
10.
煤层底板突水机理的初步探讨 总被引：5，自引：0，他引：5
解决华北地区受基盘岩溶承压水威胁煤层的安全开采问题,包含有三个方面的研究工作:（1）查清矿区各井田的地质构造和水文地质条件;（2）研究底板突水机理,提出可靠的预测和监测方法;（3）确定矿井治水采煤方案,改革采煤方法。其中核心问题是研究底板突水机理,查清底板突水产生的原因与条件,掌握底板突水发生发展的规律性。为了揭示底板突水机理,就需要按照一定的标志进行底板突水分类,具体分析底板突水的影响因素,确定底板突水研究的方法与途径,进而从理论上和实践上解决底板突水的预测和防治问题。 相似文献
11.
The prediction and prevention of floor water inrush is directly related to the safety of the coal mine production. The previous evaluation method of floor water inrush was more one-sided and lacked main control factors related to mining conditions. In order to evaluate the floor water inrush more accurately, under the project background of geological data of Wanglou coal mine, stope width, mining depth, fault scale index, water pressure, water abundance and thickness of aquifer were selected as main controlling factors of floor water inrush. Combined with the subjective weight analytical hierarchy process and the objective weight variation coefficient method, the weight coefficients corresponding to the main controlling factors were obtained respectively. The thematic map of the risk assessment of coal seam floor water inrush was drawn by combining the constructed comprehensive weight vulnerability index model and geographic information system. The results show that: ① according to the actual geological data of mine, two fault related factors were removed. And stope width and mining depth were increased as the main controlling factors to evaluate floor water inrush. It is easier to compare and calculate the weight of evaluation factors. ② The constructed comprehensive weight vulnerability index model can comprehensively evaluate the risk of floor water inrush. And the results of the evaluation are more accurate. ③ The related thematic maps can directly reflect the risk of floor water inrush, which is of guiding significance for the prediction and prevention of coal seam floor water inrush. 相似文献
12.
Predicting the destroyed floor depth caused by the mining of coal seams is of great importance in judging whether the mining of a deep coal seam can be safely performed above a confined aquifer and to prevent the inrush of water from the floor. Thirty sets of coal mining data on destroyed floor depth were selected for study. A comprehensive analysis of the factors that influence the depth of destruction of coal seam floor strata was performed and combined with the ability of a BP neural network to address dynamic nonlinear information. Then, a set of test samples was assembled and used to construct a predictive model using a BP neural network. The model was then used to predict the destroyed floor depth of the 7105 working face of the Baizhuang Coal Mine in the Feicheng coal field. To verify the effectiveness of the model, the depth of the destroyed strata comprising the coal seam floor was measured using equipment called the “Double Sided Sealed Borehole Water Injection Device.” By comparing the predictions made by the BP neural network with actual measurements, the conclusion was reached that a BP neural network model can effectively be used to predict the destroyed floor depth caused by the mining of a coal seam. 相似文献
13.
从地质构造、含水层、隔水层、开采条件等方面详细分析了赵官井田10煤层底板突水的影响因素,确定了断层强度指数、褶皱分维值、"底板充水含水层组"水压、"底板充水含水层组"富水性、奥灰富水性、隔水层厚度、泥岩比率、底板破坏深度8个主控因素作为10煤层底板突水危险性评价的决策指标,并建立了各主控因素专题图;运用层次分析法(AHP)确定了各主控因素的权重系数,建立了基于"脆弱性指数法"的底板突水危险性评价模型,对10煤层底板突水危险性进行了定量评价,结果表明:在井田的南部煤层露头处脆弱性指数小,突水可能性较小;在井田的北部,特别是在井田东北部,脆弱性指数大,突水危险性较大。 相似文献
14.
15.
16.
基于BP神经网络方法的矿井涌水量预测 总被引：2，自引：0，他引：2
鉴于矿井涌水威胁煤矿安全生产及其影响因素的复杂性,提出基于BP神经网络的矿井涌水量预测方法.在充分分析新安煤矿＋25m开采水平的涌水影响因素的基础上,选取大气降水、采空区面积和底板构造断裂和采动裂隙三个影响因子,建立了非线性人工神经网络预测模型,对＋25m开采水平的正常涌水量进行了预计.其结果和实际观测数据能够较好地相吻合,表明采用人工神经网络预计矿井涌水量是可行的. 相似文献
17.
煤层厚度变化情况对煤矿综采工作面布设有很大的影响,查明煤层厚度的变化对煤矿开采有着极为重要的作用。依据厚度变化的非线性特点,运用三维地震数据的运动学、动力学特征,研究了煤层反射波不同类型属性信息与煤层厚度的相关性,通过非线性人工神经网络BP算法,建立了各属性与煤厚之间的人工神经网络模型,利用反向传播学习建立煤厚预测的神经网络。针对山西某矿201工作面的煤层厚度变化,通过BP人工神经网络进行了预测,经实际探采对比验证可知效果良好。该项研究也为今后通过三维地震资料预测煤层厚度提供了相关的经验。 相似文献