高瓦斯矿井掘进通风瓦斯浓度预测神经网络模型研究

发布时间：2021-11-09 10:43

　　随着煤矿采掘深度和规模的不断增加，煤层瓦斯涌出量不断上升，矿井瓦斯浓度超限事故频繁发生，其中掘进工作面瓦斯浓度超限事故尤为突出。经过调查研究发现，其中掘进通风系统不合理是导致掘进工作面瓦斯浓度超限事故发生的重要原因之一。通过对煤矿现场实地调研及获取的信息分析可知，掘进通风系统不合理包括掘进通风系统通风设备布局和配置参数不合理等因素。本文在对不同掘进阶段、不同瓦斯涌出量下的掘进通风关键影响因素分析基础上，采用神经网络技术建立了掘进通风各种关键影响因素与瓦斯浓度关系的神经网络预测模型。本文研究为掘进通风过程中的瓦斯浓度动态预测及合理优化的通风方案选择提供一定的理论依据。完成的主要研究内容如下：（1）在对掘进通风瓦斯浓度国内外研究现状，及煤矿现场实地调研获得的实测样本数据分析的基础上，对引起掘进工作面瓦斯浓度变化的掘进通风关键影响因素进行了分析，确定了不同瓦斯涌出量和不同掘进深度下的掘进通风关键影响因素分别为：局部通风机功率、风筒直径、风筒长度；（2）针对掘进通风各种关键影响因素与瓦斯浓度之间存在的复杂的非线性关系，及各种神经网络技术对处理非线性问题的优势，本文采用BP和RBF神经网络设计了... 

【文章来源】：西安科技大学陕西省

【文章页数】：57 页

【学位级别】：硕士

【部分图文】：

掘进通风系统

压入式通风示意图

抽出式通风示意图

【参考文献】：
期刊论文
[1]基于神经网络的电力负荷预测方法研究[J]. 李素康,刘佳月,魏绍清.  河北企业. 2012(02)
[2]基于灰色模型的瓦斯涌出量预测[J]. 王春晓,陈开岩,赵红梅.  煤炭技术. 2012(02)
[3]改进层次分析法的瓦斯涌出量组合预测方法研究[J]. 田水承,王曦,王莉,岑晓倩,袁晓芳.  西安科技大学学报. 2012(01)
[4]近10年我国煤矿瓦斯灾害事故规律研究[J]. 李润求,施式亮,念其锋,蒋敏.  中国安全科学学报. 2011(09)
[5]基于最小二乘法的工作面上隅角瓦斯浓度分析方法研究[J]. 李红晓,汤友谊.  中国矿业. 2011(07)
[6]基于商空间的煤矿瓦斯浓度预测研究[J]. 张月琴,曾倩倩.  电脑开发与应用. 2011(04)
[7]基于混沌时间序列的瓦斯浓度预测研究[J]. 张宝燕,李茹,穆文瑜.  计算机工程与应用. 2011(10)
[8]时间序列模型和神经网络模型在股票预测中的分析[J]. 刘海玥,白艳萍.  数学的实践与认识. 2011(04)
[9]基于BP神经网络的煤矿瓦斯浓度预测模型构建及仿真[J]. 姜雷.  矿业安全与环保. 2010(04)
[10]BP神经网络在流溪河水库径流量预测中的应用[J]. 王其虎,钱新,张玉超,丁正锋,韩博平.  环境保护科学. 2010(03)

博士论文
[1]水电机组振动故障的智能诊断方法研究[D]. 彭文季.西安理工大学 2007

硕士论文
[1]基于BP神经网络的煤与瓦斯突出危险性预测的研究[D]. 李春辉.昆明理工大学 2010
[2]基于MATLAB神经网络模型的道路交通事故预测[D]. 石志安.长安大学 2010
[3]城市建筑物震害及震害经济损失预测方法研究[D]. 李利.大连理工大学 2009
[4]基于神经网络的煤与瓦斯突出预测系统的开发[D]. 李洋.安徽理工大学 2009
[5]矿井局部通风系统故障诊断遗传神经网络模型研究[D]. 孙晓辉.西安科技大学 2008



本文编号：3485177