排序方式： 共有4条查询结果，搜索用时 0 毫秒
1
1.
采动影响下覆岩破坏及导水裂缝带高度对于水体下采煤、保水采煤等具有重要意义。分析了采动影响下覆岩破坏传递过程,并将其划分为传递发育阶段和终止阶段;通过理论分析建立了上覆岩层悬空完整和悬伸稳定力学模型,提出以极限悬空距和极限悬伸距为判据用于判断每层岩层破坏情况,得出了计算导水裂缝带高度理论新方法,并通过工程实例与实测值进行了对比分析。结果表明,基于覆岩破坏传递模型的导水裂缝带发育高度计算方法预计的导水裂缝带高度（158.8 m）与实测结果（150~170 m）吻合较好,验证了该理论方法的可行性。 相似文献
2.
导水裂隙带高度是西部矿区保水采煤的理论依据和关键参数。近年来,BP神经网络广泛应用于导水裂隙带高度预测,但BP神经网络存在收敛速度慢、易陷入局部极小等问题。为提高导水裂隙带高度预测的准确性,利用粒子群优化算法(PSO)对BP神经网络的权值和阈值进行优化,建立基于PSO-BP神经网络的导水裂隙带高度预测模型。选择开采厚度、开采深度、工作面倾斜长度、煤层倾角、覆岩结构特征为导水裂隙带高度主要影响因素,选取22例导水裂隙带高度实测数据对PSO-BP神经网络进行训练,将训练后的PSO-BP神经网络对2例测试样本的预测结果与实际值进行对比,并与BP神经网络预测模型及经验公式预测结果进行对比。结果表明:PSO-BP神经网络预测模型的平均相对误差为1.55%;BP神经网络预测模型的平均相对误差为4.8%,经验公式的最小相对误差为9.4%,PSO-BP神经网络预测精度明显优于BP神经网络和经验公式,且绝对误差和相对误差变化较稳定,可以有效预测导水裂隙带高度。 相似文献
3.
为准确预测非充分采动导水裂缝带高度,选取开采厚度M、煤层埋深H、工作面倾斜长度L、煤层倾角α、覆岩力学性质R、覆岩结构特征S为非充分采动导水裂缝带高度主要影响因素。采用量纲分析建立了导水裂缝带高度与M,H,L,α,S间的无量纲关系式。结合30组实测数据,采用多元回归得到无量纲关系式的最优函数关系式。选取2个非充分采动工作面导水裂缝带现场实例对预测模型进行了工程验证,预测模型预测结果与实测结果吻合良好,其相对误差分别为3.64%和2.93%,预测模型的预测精度可以满足煤矿安全生产现场需要。 相似文献
4.
针对BP神经网络预测下沉系数时易陷入局部极小以及下沉系数影响因素间存在一定相关性的问题，该文提出了一种基于主成分分析(PCA)和模拟退火—粒子群优化算法(SAPSO)优化BP神经网络的下沉系数预测模型。该模型首先采用PCA对下沉系数影响因素进行降维，消除其所包含的冗余信息；然后利用SAPSO优化BP神经网络的权值与阈值；最后使用训练样本训练模型，利用训练后的模型预测5组测试样本的下沉系数，并对比分析SAPSO-BP、PSO-BP和BP神经网络模型的预测结果。实验结果表明：基于PCA-SAPSO-BP神经网络的下沉系数预测模型的预测值与实际值最为吻合，其平均绝对误差、平均绝对百分比误差及均方根误差相比SAPSO-BP、PSO-BP和BP神经网络模型显著降低，可以有效提高下沉系数预测的准确性。 相似文献
1