基于改进BP神经网络的煤矿冲击地压预测方法研究

发布时间：2019-01-14 07:06

【摘要】：为有效预测与防治煤矿冲击地压灾害的发生,将声发射技术与神经网络结合,把声发射活动的特征参数作为基础数据,针对BP神经网络收敛速度慢且易陷入局部极值等问题,改进BP神经预测网络。采用粒子群优化算法对BP神经网络进行优化,利用粒子群算法训练BP神经网络的权值和阈值。结果表明:在训练误差均要求达到0.001的情况下,与未经优化的传统BP神经网络相比,粒子群优化过的BP神经网络的收敛速度要较其加快了4~5倍,证明该预测方法具有收敛速度快,预测精度高等特点,在煤矿冲击地压预测的应用中具有可行性与有效性,为煤矿灾害的预测提供了理论支持。
[Abstract]:In order to effectively predict and prevent the occurrence of rock burst disasters in coal mines, the acoustic emission technology and neural network are combined, the characteristic parameters of acoustic emission activities are taken as the basic data, and the convergence speed of BP neural network is slow and it is easy to fall into local extremum. Improved BP neural prediction network. Particle swarm optimization (PSO) algorithm is used to optimize BP neural network. PSO is used to train the weights and thresholds of BP neural networks. The results show that the convergence speed of the BP neural network optimized by particle swarm optimization is 4 ~ 5 times faster than that of the traditional BP neural network, when the training errors are all required to reach 0.001. It is proved that this prediction method has the characteristics of fast convergence and high prediction accuracy. It is feasible and effective in the application of coal mine rock burst prediction, which provides theoretical support for the prediction of coal mine disaster.
【作者单位】： 辽宁工程技术大学电气与控制工程学院;辽宁工程技术大学安全科学与工程学院;
【基金】：国家自然科学基金资助项目(51274118,61601212) 辽宁省重点实验室资助项目(LJYL014) 辽宁省教育厅基金资助项目(16-1093)
【分类号】：TD324

【相似文献】

相关期刊论文 前10条

1 邓建长;刘海波;;对矿山安全评价中神经网络的改进[J];湖南安全与防灾;2008年05期

2 田敏;谢贤平;侯江;邢冀;;神经网络在矿业工程中的若干应用进展[J];采矿技术;2008年04期

3 王小完;杨桦;;神经网络技术在矿体边界圈定中的应用研究[J];金属矿山;2009年02期

4 贺康;庞海荣;代粉蕾;;SOM神经网络在全液压钻机液压系统故障诊断中的应用[J];煤矿机械;2011年04期

5 彭泓;高攀;;粗神经网络在煤与瓦斯突出预测系统的应用[J];仪表技术与传感器;2011年11期

6 郭忠平,王志军,李勇;基于神经网络的综合指标在煤矿安全预测中的应用[J];煤矿安全;2005年09期

7 刘兰翠,朱明,杨中;基于神经网络的时间序列对煤矿安全性的预测[J];煤炭科学技术;2002年11期

8 魏一鸣，童光煦;基于神经网络的品位估值方法及其计算机系统[J];化工矿山技术;1995年02期

9 黄国明，，苏文智;基于时序预报神经网络的斜坡变形预测方法[J];中国煤田地质;1996年04期

10 郭科,胥泽银;神经网络在地质数据统计分析中的应用[J];四川联合大学学报(工程科学版);1999年01期

相关会议论文 前4条

1 李春文;曹玲芝;张爱芳;;神经网络PID控制器在提升机控制系统中的应用[A];第二十九届中国控制会议论文集[C];2010年

2 王祥厚;李程远;;台阶爆破岩石块度预测的神经网络[A];第七届全国工程爆破学术会议论文集[C];2001年

3 李昊;阳春华;王随平;;集成神经网络在深海集矿机故障诊断中的应用[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年

4 戚玉亮;王同旭;张振宇;王荣超;;位移反分析的Levenberg-Marquardt BP神经网络方法研究[A];全国岩土工程反分析学术研讨会暨黄岩石窟（锦绣黄岩）岩石力学问题讨论会文集[C];2006年

相关博士学位论文 前2条

1 雷勇涛;基于神经网络的提升机制动系统故障诊断技术与方法[D];太原理工大学;2010年

2 乔国厚;煤矿安全风险综合评价与预警管理模式研究[D];中国地质大学;2013年

相关硕士学位论文 前10条

1 张抗抗;煤矿主通风机风量调节系统的设计与实现[D];中国矿业大学;2015年

2 刘志坚;基于BP神经网络的煤自然发火预报系统研究[D];华北理工大学;2015年

3 王圳;基于神经网络的破碎机传动系统故障诊断研究[D];辽宁科技大学;2015年

4 蒲春;基于神经网络的地质钻探工况判别模型研究[D];中国地质大学(北京);2016年

5 佟曦;基于ESN混沌时间序列的RBF神经网络对浮选经济指标的预测分析[D];辽宁科技大学;2016年

6 朱艳娜;煤矿员工安全行为评价及预警研究[D];安徽理工大学;2017年

7 李贝贝;神经网络集成算法研究及其在煤矿安全中的应用[D];山东师范大学;2012年

8 袁姝;神经网络在地震反演中的研究与应用[D];西安石油大学;2011年

9 刘锐;非线性神经网络及其在地学中的应用[D];中国地质科学院;2006年

10 王一兵;基于神经网络的矿井风机故障诊断[D];上海交通大学;2012年

本文编号：2408423