学位论文 > 优秀研究生学位论文题录展示

动力灾害煤炭资源开采危险程度预测方法

作　者: 邵剑生
导　师: 石永奎
学　校: 山东科技大学
专　业: 资源经济与管理
关键词: 煤矿动力灾害粗糙集神经网络支持向量机预测
分类号: TD713
类　型: 硕士论文
年　份: 2011年
下　载: 52次
引　用: 0次
阅　读: 论文下载

内容摘要

煤矿动力现象是指在高应力状态下积聚有大量弹性能的煤或岩体,在一定的条件下突然发生破坏、冒落或抛出,使能量突然释放,呈现声响、震动以及气浪等明显的动力效应的现象。我国是一个以煤炭为主要能源的国家,煤炭在我国能源结构中占70%以上。然而煤矿灾害时有发生,比如在我国的抚顺、北京、大同、枣庄、新汶、开滦、南桐等矿区的许多矿井,都先后发生过冲击地压现象,并造成了较大危害；而我国煤矿的煤与瓦斯突出更是频繁发生,据统计,我国有煤与瓦斯突出矿井107个,突出次数占世界突出总次数的35%,造成了许多人员伤亡和经济损失。上述的冲击地压和煤与瓦斯突出是非常典型的两种动力灾害,可见,煤矿动力灾害严重影响着我们煤炭资源的开采。科学有效地对各类动力灾害进行预测,实现动力灾害的预测与预控,可以减少动力灾害发生的概率,是保证矿井安全生产的必要前提。本文分别采用粗糙集-人工神经网络和粗糙集-支持向量机技术,分别建立了冲击地压和煤与瓦斯突出这两种典型的动力灾害预测模型,并对模型进行了检验。主要研究内容如下：分析了冲击地压和煤与瓦斯突出发生的机理；建立了基于粗糙集—神经网络和粗糙集—支持向量机的冲击地压危险性预测模型；建立了基于粗糙集—神经网络和粗糙集—支持向量机的煤与瓦斯突出预测模型；通过实例,对以上的粗糙集—神经网络和粗糙集—支持向量机模型进行了模型检验,并对这两种方法的预测结果进行了比较分析,结果显示：在冲击地压危险性预测和煤与瓦斯突出强度预测中,粗糙集—支持向量机模型的预测准确率均要高于粗糙集—神经网络,而冲击地压和煤与瓦斯突出是两种典型的煤矿动力灾害,可见,基于粗糙集—支持向量机的煤矿动力灾害预测模型比基于粗糙集—神经网络的煤矿动力灾害预测模型具有更高的预测精度。

全文目录

摘要  5-6
Abstract  6-9
1 绪论  9-15
  1.1 问题的提出及研究意义  9-10
  1.2 煤矿动力灾害预测国内外研究现状  10-12
  1.3 论文的研究内容以及技术路线  12-15
2 理论基础  15-30
  2.1 粗糙集理论  15-20
  2.2 人工神经网络原理  20-22
  2.3 支持向量机  22-29
  2.4 本章小结  29-30
3 冲击地压危险性预测  30-66
  3.1 冲击地压发生的主要影响因素以及样本属性的确定  30-32
  3.2 基于RS—BP的冲击地压危险性预测  32-49
  3.3 基于RS—SVM的冲击地压危险性预测  49-65
  3.4 RS—BP和RS—SVM的冲击地压危险性预测结果比较  65
  3.5 本章小结  65-66
4 煤与瓦斯突出强度预测  66-97
  4.1 煤和瓦斯突出的主要影响因素以及样本属性的确定  66-68
  4.2 基于RS—BP的煤与瓦斯突出强度预测  68-82
  4.3 基于RS—SVM的煤与瓦斯突出强度预测  82-95
  4.4 RS—BP和RS—SVM的煤与瓦斯突出强度预测结果比较  95-96
  4.5 本章小结  96-97
5 总结与展望  97-99
  5.1 结论  97-98
  5.2 论文创新点  98
  5.3 展望  98-99
致谢  99-100
参考文献  100-103
附录:作者在攻读硕士学位期间发表的论文  103

动力灾害煤炭资源开采危险程度预测方法

内容摘要

全文目录

相似论文