瓦斯赋存影响因素的AHPSO-BP预测与权重分析

发布时间：2024-02-26 20:28

　　为深入研究宝雨山矿瓦斯赋存规律,依据矿井构造和瓦斯赋存条件,以鲁沟背斜为界,将矿井分为东西2个瓦斯地质单元。并利用改进的粒子群算法(PSO)优化BP神经网络模型,通过优化后的模型定量化表述不同瓦斯地质单元瓦斯赋存影响因素权重大小。结果表明:改进后的AHPSO-BP神经网络预测模型与标准BP神经网络预测模型对比,具有预测精度高、收敛速度快,运行结果相对稳定等优点:顶板砂地比是影响矿井瓦斯赋存的主控因素,东、西部瓦斯地质单元中煤厚对瓦斯赋存影响差别较大,底板砂地比和褶皱复杂系数对瓦斯赋存影响较小。

【文章页数】：4 页

【部分图文】：

图1宝雨山井田瓦斯含量分布

宝雨山井田整体处于鲁沟背斜的北侧倾伏端，区域大地构造位置属昆仑-秦岭纬向构造带的北支系。矿井主采二1煤层，其沉积之后，先后经历了印支运动、燕山运动、喜马拉雅运动等多期构造的改造。其中，印支运动阶段鲁沟背斜弯滑褶皱作用是造成井田煤体破坏，煤层厚度分布不均的主要原因，燕山运动、喜马拉....

图2AHPSO-BP神经网络计算流程

引入AHPSO算法优化BP神经网络预测模型，提升了模型预测精准度与速度。计算流程如图2所示。2.2影响因素

图3瓦斯含量预测结果对比

ω1、ω2——输入层到隐含层、隐含层到输出层的连接权值。经过计算瓦斯含量各影响因素权重大小如表3所示，可以看出：对于宝雨山井田，顶板砂地比是影响瓦斯赋存主控因素。东部瓦斯地质单元瓦斯赋存影响因素权重依次为顶板砂地比、埋深、断层复杂系数、煤厚、褶皱复杂系数和底板砂岩比。西部瓦斯地质....

本文编号：3911814