综采工作面瓦斯涌出量AQPSO-RBF预测方法及其应用研究

发布时间：2024-03-12 03:31

　　在矿井的生产中,瓦斯灾害问题变得越来越严重,掌握瓦斯涌出量预测方法,实现对瓦斯涌出量精准预测是对掌握井下瓦斯涌出规律及其瓦斯防治的基础,对矿井瓦斯灾害的治理及其井下作业人员的安全具有重要意义。针对瓦斯涌出量影响因素多元且非线性以及预测的神经网络精度欠佳等问题。本文以山西某瓦斯试验矿井为研究对象,分别从地质因素和开采因素出发,分析工作面瓦斯涌出量影响因素与工作面瓦斯涌出量之间的作用关系。通过拟合分析得出影响因素作用众多,作用程度不一,又相互影响,它们之间存在着复杂而且非线性的关系。针对这些特点,经过研究和分析对比众多预测方法,采用了一种基于因子分析的预测指标提取方法。通过对因子进行旋转,在不降低原始信息的情况下,最大程度的提取有效信息,实现对原始变量的简化降维,减少信息重叠,提高数据有效性。针对影响因素时变性以及瓦斯涌出量预测效果精度等问题,通过研究分析构建自适应量子粒子群优化径向基函数神经网络的瓦斯涌出量预测模型,粒子群不仅对预测指标实现了非线性识别以及全局寻优,还对径向基函数的参数进行了修正与优化,使得瓦斯涌出量预测指标由非线性到线性的识别和输出产生最优结果。随着工作面的推进,进而实...

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
1 绪论
    1.1 选题背景及意义
    1.2 国内外研究现状
        1.2.1 矿井瓦斯涌出规律研究现状
        1.2.2 传统矿井瓦斯涌出量预测方法
        1.2.3 基于机器学习的矿井瓦斯涌出量预测方法
    1.3 主要研究内容及研究目标
        1.3.1 主要研究内容
        1.3.2 研究目标
    1.4 研究思路及技术路线
        1.4.1 研究思路
        1.4.2 技术路线图
2 综采工作面瓦斯涌出规律及影响因素分析
    2.1 矿井地质概况
        2.1.1 矿井地质构造特征
        2.1.2 主采煤层概况及煤层开采地质特征
        2.1.3 主采工作面概况
    2.2 瓦斯涌出量影响因素分析
        2.2.1 瓦斯涌出量受地质因素影响分析
        2.2.2 瓦斯涌出量受开采技术因素影响分析
    2.3 瓦斯涌出量影响因素特征分析
    2.4 本章小结
3 综采工作面瓦斯涌出因子分析预测指标选取
    3.1 因子分析法简介
        3.1.1 因子分析法的基本思想
        3.1.2 因子分析的步骤
    3.2 综采工作面瓦斯涌出量预测指标选取
        3.2.1 原始数据的输入
        3.2.2 原始数据的处理检验
        3.2.3 公因子方差分析
        3.2.4 公因子解释分析
        3.2.5 得分矩阵分析
    3.3 本章小结
4 综采工作面瓦斯涌出量AQPSO-RBF预测模型建立
    4.1 RBF预测方法简介
        4.1.1 RBF神经网络原理及其思想分析
        4.1.2 RBF神经网络结构
        4.1.3 RBF神经网络参数学习算法
    4.2 粒子群预测算法简介
        4.2.1 粒子群算法原理
        4.2.2 粒子群算法流程
        4.2.3 粒子群算法改进分析研究
        4.2.4 解决方案
    4.3 综采工作面瓦斯涌出量AQPSO-RBF预测模型
        4.3.1 粒子群算法的优化
        4.3.2 AQPSO-RBF预测模型构建及流程
    4.4 本章小结
5 综采面瓦斯涌出量AQPSO-RBF预测软件研发及工程应用
    5.1 软件开发环境简介
        5.1.1 软件的环境
        5.1.2 软件功能实现
    5.2 软件的模块
        5.2.1 数据的预处理
        5.2.2 数据检验
        5.2.3 因子分析及标准化处理
        5.2.4 神经网络模型的预测
    5.3 综采工作面瓦斯涌出量预测软件应用
    5.4 本章小结
6 结论与展望
    6.1 主要结论
    6.2 研究展望
致谢
参考文献
附录



本文编号：3926472