高瓦斯礦井掘進(jìn)通風(fēng)瓦斯?jié)舛阮A(yù)測(cè)神經(jīng)網(wǎng)絡(luò)模型研究.pdf

1、隨著煤礦采掘深度和規(guī)模的不斷增加,煤層瓦斯涌出量不斷上升,礦井瓦斯?jié)舛瘸奘鹿暑l繁發(fā)生,其中掘進(jìn)工作面瓦斯?jié)舛瘸奘鹿视葹橥怀?。?jīng)過調(diào)查研究發(fā)現(xiàn),其中掘進(jìn)通風(fēng)系統(tǒng)不合理是導(dǎo)致掘進(jìn)工作面瓦斯?jié)舛瘸奘鹿拾l(fā)生的重要原因之一。通過對(duì)煤礦現(xiàn)場(chǎng)實(shí)地調(diào)研及獲取的信息分析可知,掘進(jìn)通風(fēng)系統(tǒng)不合理包括掘進(jìn)通風(fēng)系統(tǒng)通風(fēng)設(shè)備布局和配置參數(shù)不合理等因素。本文在對(duì)不同掘進(jìn)階段、不同瓦斯涌出量下的掘進(jìn)通風(fēng)關(guān)鍵影響因素分析基礎(chǔ)上,采用神經(jīng)網(wǎng)絡(luò)技術(shù)建立了掘進(jìn)通風(fēng)各種

2、關(guān)鍵影響因素與瓦斯?jié)舛汝P(guān)系的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型。本文研究為掘進(jìn)通風(fēng)過程中的瓦斯?jié)舛葎?dòng)態(tài)預(yù)測(cè)及合理優(yōu)化的通風(fēng)方案選擇提供一定的理論依據(jù)。完成的主要研究?jī)?nèi)容如下:
　　(1)在對(duì)掘進(jìn)通風(fēng)瓦斯?jié)舛葒?guó)內(nèi)外研究現(xiàn)狀,及煤礦現(xiàn)場(chǎng)實(shí)地調(diào)研獲得的實(shí)測(cè)樣本數(shù)據(jù)分析的基礎(chǔ)上,對(duì)引起掘進(jìn)工作面瓦斯?jié)舛茸兓木蜻M(jìn)通風(fēng)關(guān)鍵影響因素進(jìn)行了分析,確定了不同瓦斯涌出量和不同掘進(jìn)深度下的掘進(jìn)通風(fēng)關(guān)鍵影響因素分別為:局部通風(fēng)機(jī)功率、風(fēng)筒直徑、風(fēng)筒長(zhǎng)度;
　　(2

3、)針對(duì)掘進(jìn)通風(fēng)各種關(guān)鍵影響因素與瓦斯?jié)舛戎g存在的復(fù)雜的非線性關(guān)系,及各種神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)處理非線性問題的優(yōu)勢(shì),本文采用BP和RBF神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)了掘進(jìn)通風(fēng)瓦斯?jié)舛阮A(yù)測(cè)模型。瓦斯?jié)舛菳P預(yù)測(cè)模型結(jié)構(gòu)設(shè)計(jì)時(shí),采用一層隱含層的三層網(wǎng)絡(luò)結(jié)構(gòu),利用現(xiàn)場(chǎng)獲得的實(shí)測(cè)數(shù)據(jù)對(duì)不同隱含層神經(jīng)元個(gè)數(shù)的模型分別訓(xùn)練,綜合比較訓(xùn)練結(jié)果,確定最優(yōu)隱含層神經(jīng)元個(gè)數(shù)。RBF預(yù)測(cè)模型結(jié)構(gòu)受自身因素決定隱含層只能為一層,隱含層神經(jīng)元個(gè)數(shù)隨著 RBF預(yù)測(cè)模型創(chuàng)建函數(shù)的選擇而自

4、動(dòng)設(shè)定。以掘進(jìn)通風(fēng)關(guān)鍵影響因素作為兩個(gè)預(yù)測(cè)模型的輸入層,瓦斯?jié)舛茸鳛閮蓚€(gè)模型的輸出層;
　　(3)利用MATLAB軟件和煤礦獲得的現(xiàn)場(chǎng)實(shí)測(cè)樣本數(shù)據(jù),建立了掘進(jìn)通風(fēng)瓦斯?jié)舛菳P和RBF預(yù)測(cè)模型。BP模型建立過程中訓(xùn)練函數(shù)的選擇,采用比較不同訓(xùn)練函數(shù)的訓(xùn)練性能,選擇訓(xùn)練誤差小、時(shí)間短、迭代過程平穩(wěn)的函數(shù)作為BP模型的最優(yōu)訓(xùn)練函數(shù);RBF模型建立過程中分布密度的選擇,采用比較不同分布密度值時(shí)的預(yù)測(cè)模型的預(yù)測(cè)誤差,選擇預(yù)測(cè)誤差最小時(shí)的值作