基于優(yōu)化的神經(jīng)網(wǎng)絡(luò)模型在礦井瓦斯涌出預(yù)測(cè)中的應(yīng)用研究.pdf

1、瓦斯是煤炭在開(kāi)采過(guò)程中的伴生產(chǎn)物。煤層瓦斯的生成導(dǎo)致的結(jié)果是長(zhǎng)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(shí)又會(huì)使人窒息甚至死亡。近年來(lái)瓦斯事故是煤礦安全生產(chǎn)最重要的災(zāi)害之一，事故發(fā)生特點(diǎn)具有突發(fā)性強(qiáng)、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(jì)損失，而且造成礦工的身體傷害，更為嚴(yán)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(wú)價(jià)生命的中斷以及國(guó)家煤炭資源的浪費(fèi)。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(dāng)務(wù)之急，也是煤炭工業(yè)全面、協(xié)調(diào)、可持續(xù)的基礎(chǔ)。
　　本文統(tǒng)計(jì)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(jī)理，瓦斯涌出常用預(yù)測(cè)方法即神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法在其預(yù)測(cè)中的基本思路，指出了神經(jīng)網(wǎng)絡(luò)模型在預(yù)測(cè)中存在的不足即傳統(tǒng)網(wǎng)絡(luò)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(xué)合理的解決瓦斯涌出預(yù)測(cè)中的問(wèn)題，在深入學(xué)習(xí)了灰色理論及其BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)的基本工作原理及

3、建模思路的基礎(chǔ)之上，分析了這兩種神經(jīng)網(wǎng)絡(luò)模型在預(yù)測(cè)中存在的優(yōu)缺點(diǎn)，采用分辨系數(shù)改進(jìn)的灰色關(guān)聯(lián)分析算法對(duì)兩種網(wǎng)絡(luò)進(jìn)行優(yōu)化。通過(guò)更精確的灰色模型對(duì)兩種神經(jīng)網(wǎng)絡(luò)的優(yōu)化，在MATLAB仿真實(shí)驗(yàn)平臺(tái)下運(yùn)行，建立了瓦斯涌出預(yù)測(cè)模型，將其運(yùn)用到實(shí)際煤礦預(yù)測(cè)中。本課題選取山西焦煤東曲礦作為實(shí)驗(yàn)對(duì)象，將利用分辨系數(shù)改進(jìn)的灰色關(guān)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(kāi)采強(qiáng)度、煤層厚度、原始瓦斯含量、煤層埋藏深度做為預(yù)測(cè)模型的輸入，根據(jù)各因素關(guān)聯(lián)

4、度的比重作為其輸入權(quán)重，通過(guò)兩種模型得出的結(jié)果證明優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)模型比優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)模型更加可靠，預(yù)測(cè)效果更好。煤礦在保證安全以及達(dá)到預(yù)測(cè)精度要求的前提之下，運(yùn)用優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)可以做的科學(xué)合理的預(yù)測(cè)。
　　由于每個(gè)礦井條件如地質(zhì)構(gòu)造、瓦斯賦存情況、煤層開(kāi)采方式以及礦井通風(fēng)系統(tǒng)格局等因素的不同，各個(gè)因素又與瓦斯涌出之間存在著復(fù)雜的關(guān)系。而本文所介紹的瓦斯涌出預(yù)測(cè)研究方法，使得礦井瓦斯涌出預(yù)測(cè)技術(shù)更成熟，在實(shí)