学位论文 > 优秀研究生学位论文题录展示

贵州黔西北煤矿掘进工作面煤与瓦斯突出预测研究

作　者: 孟絮屹
导　师: 桂祥友
学　校: 贵州大学
专　业: 采矿工程
关键词: 煤与瓦斯突出突出预测层次分析法灰色关联分析神经网络
分类号: TD713
类　型: 硕士论文
年　份: 2009年
下　载: 70次
引　用: 0次
阅　读: 论文下载

内容摘要

煤与瓦斯突出是制约煤矿安全生产最为严重的自然灾害之一,突出因素与突出事件之间相关规律性存在一定的不精确性、模糊性；传统的预测方法多是基于对已有数据运用判断分析和回归分析等技术进行大量统计分析的基础上采用敏感指标加临界值法来进行预测,而突出因素与突出事件的模糊不确定、非线性关系,使传统预测技术受到了很大的限制。鉴于传统预测方法存在的问题,立足理论联系实践、发现问题和解决问题,本文尝试性地提出一种全新的预测模型,模型中有机地融入了事故树理论、层次分析法、灰色关联分析法和人工智能神经网络等理论方法,并在此基础上借助现代计算机技术,以VS2008为以开发平台,将MATLAB中的神经网络模块和SUPERMAP的空间信息管理功能有机地结合起来对煤与瓦斯突出预测系统进行较深入的探讨。1)本文首先介绍了煤与瓦斯突出机理、预测技术研究现状,分析了其目前的研究现状和存在问题,提出本文的研究内容与目标。2)引入危险源理论思想,将掘进面煤与瓦斯突出的危险源分为三类,把易于被忽视的安全措施投入、决策失误等不安全因素划分第三类危险源。利用事故村分析法强大的演绎推理功能对掘进面煤与瓦斯突出事件的各种影响因素进行分析,找出较为全面、系统的突出影响因素,从而建立起掘进面煤与瓦斯突出预测指标体系。3)突出预测方案采用主控因素分析、人工智能神经网络和优先判定相结合的方式；主控因素分析采用了层次分析法和灰色关联分析法两种分析方法,层次分析法侧重于对依据专家经验构造的判断矩阵的分析,而灰色关联分析侧重于对历史客观数据的分析；两种方法得出的主控因素相互验证、内容一致时则更能说明主控因素符合当地实际情况,更具有可靠性。神经网络在处理这种煤与瓦斯突出多变量输入与输出之间的非线性关系问题时具有独特的优势；突出征兆是人们从以住的事故中总结出来的经验和教训,也是用血换来的宝贵的知识经验财富,利用突出征兆优先判定条件来直接判定预测点具有突出危险性更加直接、可靠；4)开发煤与瓦斯突出预测系统,系统不但具有对工作面突出危险性预测的功能,还具备分类查询、图上定位、空间数据图形显示与管理、图形输出、打印等功能；利用新的矿井突出数据资料对数据库进行更新和网络训练后,即可用新的矿井煤与瓦斯突出预测,系统通用性较强。同时,这也是论文研究的总体预期目标,以求能够有效地促进煤与瓦斯突出预测技术的发展,真正在预防煤与瓦斯突出灾害事故的生产实践中起到积极的作用。

全文目录

摘要  4-5
Abstract  5-7
1 绪论  7-17
  1.1 引言  7-8
  1.2 国内外煤与瓦斯突出概况  8
  1.3 国内外现有研究成果综述  8-10
  1.4 煤与瓦斯突出预测的研究现状  10-14
  1.5 传统预测技术存在的问题及研究内容  14-16
  1.6 本章小结  16-17
2 突出影响因素分析及预测指标体系的确定  17-32
  2.1 煤与瓦斯突出的危险因素分析  17-21
  2.2 掘进面煤与瓦斯突出危险源的确定  21-23
  2.3 掘进面突出危险性预测指标体系的确定  23-27
  2.4 预测指标的量化处理  27-31
  2.5 本章小结  31-32
3 灰色关联分析辅助神经网络突出预测模型  32-60
  3.1 预测方案概述  32-37
  3.2 突出影响主控因素指标 AHP 分析  37-42
  3.3 突出影响主控因素的灰色关联分析  42-47
  3.4 人工神经网络模型  47-53
  3.5 基于 RBF 网络突出危险性预测模型的建立  53-58
  3.6 本章小结  58-60
4 基于 RBF 神经网络掘进面突出预测系统的实现  60-79
  4.1 贵州林华矿业有限公司简介  60-63
  4.2 系统开发技术路线  63-65
  4.3 详细设计  65-69
  4.4 系统功能实现  69-77
  4.5 防突措施  77-78
  4.6 本章小结  78-79
5 结论  79-82
  5.1 主要结论  79-80
  5.2 论文创新点  80
  5.3 不足之处与展望  80-82
参考文献  82-84
致谢  84-85

贵州黔西北煤矿掘进工作面煤与瓦斯突出预测研究

内容摘要

全文目录

相似论文