高瓦斯礦井掘進通風瓦斯?jié)舛阮A測神經(jīng)網(wǎng)絡模型研究.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),其中掘進通風系統(tǒng)不合理是導致掘進工作面瓦斯?jié)舛瘸奘鹿拾l(fā)生的重要原因之一。通過對煤礦現(xiàn)場實地調(diào)研及獲取的信息分析可知,掘進通風系統(tǒng)不合理包括掘進通風系統(tǒng)通風設備布局和配置參數(shù)不合理等因素。本文在對不同掘進階段、不同瓦斯涌出量下的掘進通風關(guān)鍵影響因素分析基礎上,采用神經(jīng)網(wǎng)絡技術(shù)建立了掘進通風各種

2、關(guān)鍵影響因素與瓦斯?jié)舛汝P(guān)系的神經(jīng)網(wǎng)絡預測模型。本文研究為掘進通風過程中的瓦斯?jié)舛葎討B(tài)預測及合理優(yōu)化的通風方案選擇提供一定的理論依據(jù)。完成的主要研究內(nèi)容如下:
　　(1)在對掘進通風瓦斯?jié)舛葒鴥?nèi)外研究現(xiàn)狀,及煤礦現(xiàn)場實地調(diào)研獲得的實測樣本數(shù)據(jù)分析的基礎上,對引起掘進工作面瓦斯?jié)舛茸兓木蜻M通風關(guān)鍵影響因素進行了分析,確定了不同瓦斯涌出量和不同掘進深度下的掘進通風關(guān)鍵影響因素分別為:局部通風機功率、風筒直徑、風筒長度;
　　(2

3、)針對掘進通風各種關(guān)鍵影響因素與瓦斯?jié)舛戎g存在的復雜的非線性關(guān)系,及各種神經(jīng)網(wǎng)絡技術(shù)對處理非線性問題的優(yōu)勢,本文采用BP和RBF神經(jīng)網(wǎng)絡設計了掘進通風瓦斯?jié)舛阮A測模型。瓦斯?jié)舛菳P預測模型結(jié)構(gòu)設計時,采用一層隱含層的三層網(wǎng)絡結(jié)構(gòu),利用現(xiàn)場獲得的實測數(shù)據(jù)對不同隱含層神經(jīng)元個數(shù)的模型分別訓練,綜合比較訓練結(jié)果,確定最優(yōu)隱含層神經(jīng)元個數(shù)。RBF預測模型結(jié)構(gòu)受自身因素決定隱含層只能為一層,隱含層神經(jīng)元個數(shù)隨著 RBF預測模型創(chuàng)建函數(shù)的選擇而自

4、動設定。以掘進通風關(guān)鍵影響因素作為兩個預測模型的輸入層,瓦斯?jié)舛茸鳛閮蓚€模型的輸出層;
　　(3)利用MATLAB軟件和煤礦獲得的現(xiàn)場實測樣本數(shù)據(jù),建立了掘進通風瓦斯?jié)舛菳P和RBF預測模型。BP模型建立過程中訓練函數(shù)的選擇,采用比較不同訓練函數(shù)的訓練性能,選擇訓練誤差小、時間短、迭代過程平穩(wěn)的函數(shù)作為BP模型的最優(yōu)訓練函數(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的預測模型的預測誤差,選擇預測誤差最小時的值作