基于构造复杂程度的突出区域预测SVM模型及其应用

发布时间：2017-06-08 12:17

  本文关键词：基于构造复杂程度的突出区域预测SVM模型及其应用，，由笔耕文化传播整理发布。

【摘要】：煤碳是我国最重要、最基础的能源,我国也是产煤最多的国家,与此同时,我国是受煤矿灾害最多最严重的国家。在众多灾害中,最严重的是煤与瓦斯突出。根据我国《防治煤与瓦斯突出规定》的要求,在煤矿开采的各个环节都需要进行煤与瓦斯突出预测。而影响突出的因素众多、机理复杂。支持向量机作为新兴的智能分类技术在解决非线性、小样本数据等问题时有非常好的效果。为此,本文提出运用支持向量机建立分类模型,实现对区域突出危险性的预测。对影响突出的众多因素进行分析,其中地质构造是重要的控制性因素。人们对于地质构造与突出的关系已经有了初步认识,但是它们之间的定量关系尚在探索之中。本文研究构造复杂程度的定量评价,建立了断层、褶曲、倾角等基本构造的定量化描述方法。本文从支持向量机建模的角度考虑,选择了地质、煤质、瓦斯三方面的7个特征指标,以此建立突出区域预测模型。在模型训练过程中,以准确率最佳为目标,通过不断测试确定RBF核函数为该模型的最优核函数,并通过交叉验证法对参数C和g进行了优化选择。最后从安全的角度认可了预测模型的实用价值。本文利用建立的预测模型对某矿井新规划采区进行突出区域预测。对具有突出危险的该煤层区域进行具体分析,选择混合布孔抽放煤层瓦斯的方案。由于该突出煤层低透气性的特征,提出在抽放瓦斯之前运用射孔预裂增透技术增加煤层透气性,并通过试验数据对比分析,验证了此方法的良好效果。
【关键词】：煤与瓦斯突出 区域预测 构造复杂程度 支持向量机
【学位授予单位】：中国计量学院
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TD713;TP181
【目录】：

• 致谢5-6
• 摘要6-7
• Abstract7-13
• 1 绪论13-21
• 1.1 选题背景和意义13-14
• 1.2 区域预测研究应用现状14-18
• 1.3 论文研究内容与结构安排18-20
• 1.3.1 论文研究内容18
• 1.3.2 论文结构安排18-19
• 1.3.3 技术路线19-20
• 1.4 本章小结20-21
• 2 支持向量机21-29
• 2.1 统计学习理论21-22
• 2.2 支持向量机分类22-25
• 2.2.1 支持向量机分类思想22-24
• 2.2.2 核函数24-25
• 2.2.3 C-SVC25
• 2.3 支持向量机算法25-27
• 2.3.1 支持向量机分类算法综述25-26
• 2.3.2 SMO算法26-27
• 2.4 SVM分类模型建立方法和工具27-28
• 2.5 本章小结28-29
• 3 影响突出因素分析和构造复杂程度定量评价29-43
• 3.1 煤与瓦斯突出机理29
• 3.2 突出的发展过程29-30
• 3.3 影响突出的因素30-38
• 3.3.1 地质类30-34
• 3.3.2 煤质类34-37
• 3.3.3 瓦斯类37
• 3.3.4 人为类37-38
• 3.4 地质构造复杂程度定量评价方法38-42
• 3.4.1 地质构造复杂程度定量评价模型综述38
• 3.4.2 构造复杂程度综合系数法38-40
• 3.4.3 对构造复杂程度综合系数法的改进40-42
• 3.5 本章小结42-43
• 4 突出区域预测SVM模型的建立43-52
• 4.1 样本集的选取43-46
• 4.2 核函数的选择46-47
• 4.3 参数优化47-51
• 4.4 本章小结51-52
• 5 煤矿突出区域预测与防突技术52-65
• 5.1 矿井概况52-53
• 5.2 预测53
• 5.3 区域防突技术选择53-57
• 5.3.1 开采保护层54-55
• 5.3.2 预抽煤层瓦斯55-57
• 5.4 射孔预裂增透技术57-63
• 5.4.1 基本原理与工作方式58
• 5.4.2 射孔预裂增透技术参数58-59
• 5.4.3 射孔预裂增透技术试验59-63
• 5.5 防突措施效果检验方法63-64
• 5.6 本章小结64-65
• 6 总结与展望65-67
• 6.1 全文总结65-66
• 6.2 展望66-67
• 参考文献67-71
• 作者简历71

【相似文献】

中国期刊全文数据库 前10条

1 董德斌;曹W毩

本文编号：432508