基于神经网络的煤与瓦斯突出规模预测研究
2021-04-01段梦楠刘泽功
淮阴工学院学报 2021年1期
段梦楠,刘泽功
(安徽理工大学 能源与安全学院,安徽 淮南 232001)
在我国的能源结构中,煤炭仍是主要能源[1]。近年来煤矿安全技术发展较快,但其中许多核心技术、前瞻性科技依然还未被攻破。2008-2017年发生的瓦斯爆炸和煤与瓦斯突出事故达到269起,占煤矿事故比例达到31.55%,相比2001-2007年的数据上涨了近20%[2]。
煤与瓦斯突出是矿井施工过程中一种严重的矿井动力灾害,国内学者对煤与瓦斯突出预测有过许多研究[3-8]。王恩元等[3]研究了电磁辐射法在煤与瓦斯突出预测方面的应用;聂百胜等[4]在早期提出煤与瓦斯突出预测技术将往声发射监测技术、电磁辐射技术方向发展。陈玉涛等[5]对声发射监测技术应用于煤与瓦斯突出预测进行研究,认为其可以准确地、超前地预报煤与瓦斯突出危险性;魏刚[6]基于电磁辐射原理研究煤与瓦斯突出预测后,基于实例得到未突出预测100%准确率,突出预测70%准确率的结果;胡千庭[7]等采用以瓦斯含量作为主要指标预测煤与瓦斯突出,认为采用瓦斯含量指标对突出情况具有良好的敏感性;董春游等[8]将G-K评价法以及粗糙集理论应用于煤与瓦斯突出分类分析,得出煤与瓦斯突出的主导因素为:开采深度、最大突出强度以及瓦斯压力。煤与瓦斯突出由多种因素综合作用导致,目前对于这些因素是如何相互作用以及其中的具体机制,依然没有统一的理解[9]。而传统的煤与瓦斯突出预测大多着重于单一角度,着重于某一种或一类因素[10]。……
登录APP查看全文
