基于優(yōu)化的神經(jīng)網(wǎng)絡模型在礦井瓦斯涌出預測中的應用研究.pdf

1、瓦斯是煤炭在開采過程中的伴生產(chǎn)物。煤層瓦斯的生成導致的結(jié)果是長期均勻的從煤體中涌出或者突然的大量涌出，能夠引起燃燒和爆炸，而大量積聚時又會使人窒息甚至死亡。近年來瓦斯事故是煤礦安全生產(chǎn)最重要的災害之一，事故發(fā)生特點具有突發(fā)性強、危害性大，一旦事故發(fā)生，造成的后果不僅僅是巨大的經(jīng)濟損失，而且造成礦工的身體傷害，更為嚴重的是礦毀人亡，最終后果是煤礦企業(yè)形象遭受影響、礦工無價生命的中斷以及國家煤炭資源的浪費。因此，做好煤礦瓦斯涌出工作、控制煤

2、礦瓦斯事故的發(fā)生是煤礦安全生產(chǎn)的當務之急，也是煤炭工業(yè)全面、協(xié)調(diào)、可持續(xù)的基礎。
　　本文統(tǒng)計了近十年煤礦瓦斯事故發(fā)生的情況，分析了瓦斯涌出量的影響因素以及涌出發(fā)生的機理，瓦斯涌出常用預測方法即神經(jīng)網(wǎng)絡預測法在其預測中的基本思路，指出了神經(jīng)網(wǎng)絡模型在預測中存在的不足即傳統(tǒng)網(wǎng)絡模型收斂速度慢，易陷入局部極小以及泛化能力較弱。為了更科學合理的解決瓦斯涌出預測中的問題，在深入學習了灰色理論及其BP神經(jīng)網(wǎng)絡和RBF神經(jīng)網(wǎng)絡的基本工作原理及

3、建模思路的基礎之上，分析了這兩種神經(jīng)網(wǎng)絡模型在預測中存在的優(yōu)缺點，采用分辨系數(shù)改進的灰色關聯(lián)分析算法對兩種網(wǎng)絡進行優(yōu)化。通過更精確的灰色模型對兩種神經(jīng)網(wǎng)絡的優(yōu)化，在MATLAB仿真實驗平臺下運行，建立了瓦斯涌出預測模型，將其運用到實際煤礦預測中。本課題選取山西焦煤東曲礦作為實驗對象，將利用分辨系數(shù)改進的灰色關聯(lián)分析得出影響瓦斯涌出主控因素中影響較大的因素，即開采強度、煤層厚度、原始瓦斯含量、煤層埋藏深度做為預測模型的輸入，根據(jù)各因素關聯(lián)

4、度的比重作為其輸入權(quán)重，通過兩種模型得出的結(jié)果證明優(yōu)化的RBF神經(jīng)網(wǎng)絡模型比優(yōu)化的BP神經(jīng)網(wǎng)絡模型更加可靠，預測效果更好。煤礦在保證安全以及達到預測精度要求的前提之下，運用優(yōu)化的RBF神經(jīng)網(wǎng)絡模型的預測可以做的科學合理的預測。
　　由于每個礦井條件如地質(zhì)構(gòu)造、瓦斯賦存情況、煤層開采方式以及礦井通風系統(tǒng)格局等因素的不同，各個因素又與瓦斯涌出之間存在著復雜的關系。而本文所介紹的瓦斯涌出預測研究方法，使得礦井瓦斯涌出預測技術更成熟，在實