煤与瓦斯突出机理及无接触预测

随着矿井开采水平的延伸,开采强度的提高,煤与瓦斯突出危险程度也在不断增加;如何防治采矿工程中日益严重的煤与瓦斯突出,对煤矿安全生产意义重大;煤与瓦斯突出是煤体所受应力集中与煤体物理化学参数的函数关系所决定的,地应力是煤与瓦斯突出的根本动力,也是形成地质破坏和应力集中的根源;煤与瓦斯突出的触发阶段所形成的环境温度降低和氡子气超前于瓦斯涌出的变化,是采掘工作面无接触预测预报煤与瓦斯突出的基础。     

煤与瓦斯突出区域预测技术的研究

煤与瓦斯突出是煤矿井下一种复杂的动力现象,它严重地威胁着煤矿的安全生产。区域预测是以突出机理为基础的一种预测。通过对煤与瓦斯突出理论的分析结合层次分析法、模糊综合评判等理论,分析确定了井田范围内影响煤与瓦斯突出的地质构造、地应力、煤质煤体结构、煤层瓦斯赋存条件和瓦斯参数等重要因素及相互关系,确定出煤与瓦斯突出预测综合指标进而完成突出危险的区域预测。     

某矿6.12煤与瓦斯突出事故的处理与分析

煤与瓦斯突出是煤矿井下短时间内发生的一种特殊动力现象，它是煤矿一个重大灾害，针对一起掘进工作面煤与瓦斯突出事故，介绍了事故处理方案的从确定到实施的简要过程，同时分析事故发生原因，并提出预防对策；根据这起在78小时后成功抢险出一名遇险人员的事故处理，首次提出了在突出发生后人员生存条件评估和如何尽可能确定遇险者分布位置，为以后类似事故处理工作提供了借鉴。     

煤与瓦斯突出模拟实验系统研究与教学实践

搭建了真实地层受力下的煤与瓦斯突出物理模拟实验系统,为矿井瓦斯防治课程的实验教学提供设备支持,按照"煤样制备—数据采集—结果分析"流程对学生进行引导,使学生能够变被动学习为主动钻研思考,有效地加强了学生对煤与瓦斯突出灾害的直观认知。将科研成果用于实验教学,实现了学生以科研方式对理论知识的深层次理解。     

谢一矿煤与瓦斯突出与煤体结构关系初探

导致煤与瓦斯突出的原因很多,媒体结构因素就是其中的重要原因之一,通过对淮南矿业集团谢一矿近年来的几起突出事故点的地质调查,阐述了煤与瓦斯突出事故与构造煤之间的关系,提出了一些预防煤与瓦斯突出的措施。     

石门揭穿煤层煤与瓦斯突出模拟实验方法研究

在分析石门揭煤突出危险性的基础上,建立了石门揭煤突出模拟实验模型,以此为依据设计了突出模拟实验系统。系统主要包含应力、突出模拟、真空、充气吸附4个子系统。利用有限元法对突出模拟子系统长度、厚度及突出孔洞的大小进行了相关设计。设计调试完毕后,对采集的煤样进行粉碎加水搅拌处理,依次进行压制成型、真空脱气、充瓦斯吸附等相关操作,最后在确保安全的情况下,打开突出孔洞,完成相关突出模拟实验。利用该模拟系统,为本科生完成突出模拟演示20余次,提高学生对突出灾害的认识,达到了预期实验目的。     

九里山矿煤与瓦斯突出事故分析与整改措施

九里山矿1983年投产,2009年河南工业和信息化厅组织对其瓦斯进行鉴定,属于严重煤与瓦斯突出矿井。10月27日0时36分,在该矿井16采区16031上风道掘进工作面发生煤与瓦斯突出事故,零点班刚进入该掘进工作面区域的18名矿工全部遇难。如何有效防止再次事故的发生,成为全矿井急切解决的问题。     

煤与瓦斯突出危险敏感指标的确定

介绍用钻屑指标法预测煤巷掘进工作面突出危险性方法以及在前岭煤矿预测试验结果，确定了突出危险敏感指标及其临界值和突出危险性等级。     

基于钻孔瓦斯涌出规律的突出危险性预测模型

为提高急倾斜煤层上山掘进过程中煤与瓦斯突出危险性预测的准确性,首先,基于Mohr-Coulomb准则建立钻孔瓦斯流动模型;其次,通过数值模拟定量分析钻孔瓦斯初始涌出量和瓦斯压力之间的关系;最后,使用ZTL20/1000-Z型矿用隔爆预测装置对贵州洪兴煤矿111707上山掘进面进行现场试验。结果表明：钻孔初始瓦斯涌出量与瓦斯压力呈正相关关系,其相关系数为0.977 3,钻孔初始瓦斯涌出量可以作为预测煤与瓦斯突出的一项参考指标;随着钻孔深度的增加,钻孔初始瓦斯流量会经历“稳定—增加—降低—稳定”4个阶段,钻孔瓦斯流量峰面积可以反映煤与瓦斯突出危险性。     

BP神经网络模型及其应用

本文提出了一类神经网络模型,介绍了它的算法及其如何设计出该模型,最后通过神经网络对字符进行识别的例子,说明了神经网络在实际中的应用。     

BP神经网络在山楂预处理中的应用

采用能任意精度逼近任意函数的BP神经网络对用熏硫法预处理山楂中Vc含量进行建模.建模结果表明,BP神经网络能很好地逼近Vc含量与熏硫量和熏硫时间的函数关系,能够确定最佳熏硫时间和熏硫量,并确定在此条件下的Vc含量.     

BP网络及其应用研究

本文介绍了人工神经网络的基本概念和研究方法。对BP网络的发展动态和进展进行了系统的分析,讨论了BP算法的基本概念、运行机制和BP网络的训练。同时对研究和设计神经网络的软件工具MATLAB做了介绍并分析了几个BP网络的应用领域。     

BP网络在销售管理系统中的应用

在传统销售管理系统的基础上,提出了基于Back Propagation(BP)神经网络建立销售预测模型的设计方法,该方法适用于规则不可知的预测问题。用该方法对某种药品在20个地区的销售额进行试验,结果表明:该方法性能好,可作为预测药品销售额的一种有效手段。     

BP神经网络法在房产估价中的应用

阐述了各种房地产估价的方法,在比较各种现有方法的基础上,采用BP神经网络法进行房产估价.将BP神经网络理论应用于房地产估价,计算实例表明,应用BP神经网络法进行房产评估,可以克服传统方法上的一些缺点,估价结果更科学、合理和公正.     

BP神经网络的模型优化研究及应用

随着神经网络在数据分析、预测及生产控制中的应用,神经网络的优化学习成为研究的一个重要课题.通过探讨BP神经网络模型的建立过程,针对BP神经网络的模型优化问题进行了详细研究.并通过对银行客户分类的仿真实验证明,优化模型能够有效地提高BP神经网络的收敛速度及预测精度.     

BP神经网络研究及其地学应用

误差反向传播学习网络是目前运用最广、实现途径最直观的一种神经网络,而且是已知的非线性映射能力最强的一种神经网络模型之一。它在模式识别、知识发现、模式分类等方面具有很强的功能。在地学研究中,误差反向传播学习网络模型可以很好地模拟致矿地质因素与成矿的复杂非线形映射关系。     

BP神经网络及其应用和其推广能力的分析

针对BP神经网络进行了详细介绍,首先从数学上对网络的原理进行了说明,指出了它的局限性,又给出了很多改进方法.并通过例子介绍了BP神经网络的应用,后来还对网络的推广能力问题进行了分析.文中的例子也说明了,MATLAB工具箱的使用降低了网络的设计难度.     

基于BP神经网络在卷烟焦油预测中的应用

提出利用数值优化改进的BP算法建立卷烟焦油的预测模型,以卷烟常规化学成分总糖、总氮、总氯作为神经网络的输入,焦油作为输出,并将这些指标作归一化处理,然后通过教师样本数据对网络进行充分的训练,获得适宜的参数矩阵,最后用训练好的网络对检验样本数据进行预测,预测效果相当显著,相对偏差在-1.81%~1.31%之间。