学位论文 > 优秀研究生学位论文题录展示

煤层潜在突出危险性评价技术的研究

作　者: 李运强
导　师: 程五一
学　校: 中国地质大学（北京）
专　业: 安全技术及工程
关键词: 煤与瓦斯突出危险性评价分级人工神经网络
分类号: TD712
类　型: 硕士论文
年　份: 2006年
下　载: 247次
引　用: 1次
阅　读: 论文下载

内容摘要

煤炭是我国国民经济发展的基础能源。在工业生产领域,煤矿重大灾害危险源最多、安全隐患最大。煤与瓦斯突出是发生在煤矿井下的一种机理极其复杂的动力现象。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。鉴于其影响因素众多而突出机理尚未彻底研究清楚、突出灾害却日益加剧的现实状况,本文提出了根据突出机理的“综合假说”,利用人工神经网络模型实施煤层潜在突出危险性评价的指导思想。论文首先阐述了进行煤层潜在突出危险性预测评价必要性和深远意义,分析了其当前的研究现状和存在问题,确立了以突出机理的“综合假说”为理论基础、以人工神经网络模型进行评价的研究方案和技术路线。接着,本文对影响煤与瓦斯突出的瓦斯、地质条件等因素进行全面分析和总结,并抽取相应的定性、定量描述的指标。通过全面分析和总结,建立了以瓦斯、煤体结构特征和地质构造三因素为一级指标的煤层潜在突出危险性评价综合指标体系,并对反映三因素的八个指标进行了分级研究。随后,本文对人工神经网络(ANN)的基本原理、基本结构、处理能力及其应用作了简要的介绍。对煤层潜在突出危险性评价与非线性动力学模型的适应性进行了研究,指出基于人工神经网络的非线性预测评价模型在煤层潜在突出危险性评价中的应用可以较好地解决传统预测方法存在的缺陷,在煤层突出危险性评价中的应用是完全可行的。最后,本文重点研究了在函数逼近和模式识别领域广泛应用的误差反向传播神经网络模型(BPNN),对其结构设计及训练进行了深入的研究。结合沈阳煤业集团红菱煤矿煤层突出危险性预测的课题,运用 MATLAB 神经网络工具箱(ANN)建立了综合考虑煤层瓦斯含量,煤层瓦斯压力,煤的破坏类型,煤的坚固性系数,煤的瓦斯放散初速度,煤层软煤比,褶皱,断层八个指标的煤层潜在突出危险性BP 神经网络评价模型,检验结果表明,该模型能够准确的评价煤层潜在突出危险性,为煤层潜在突出危险性评价提供了一条新的技术途径。

全文目录

1 绪论  10-16
  1.1 问题的提出  10-12
  1.2 国内外研究现状  12-14
  1.3 论文研究的主要方法和主要内容  14-16
    1.3.1 研究方法  14
    1.3.2 主要内容  14-16
2 煤与瓦斯突出机理及影响因素分析  16-27
  2.1 煤与瓦斯突出机理  16-18
    2.1.1 国外对煤与瓦斯突出机理的认识  16-17
    2.1.2 国内对煤与瓦斯突出机理的认识  17-18
  2.2 影响煤与瓦斯突出危险性因素分析  18-25
    2.2.1 概述  18-19
    2.2.2 影响瓦斯赋存的瓦斯、地质因素  19-22
    2.2.3 控制煤与瓦斯突出的瓦斯、地质条件  22-25
  2.3 突出危险煤层基本特征  25-27
3 煤层潜在突出危险性评价指标体系及其分级研究  27-44
  3.1 评价指标体系建立的原则和方法  27-29
    3.1.1 评价指标体系建立的原则  27-28
    3.1.2 评价指标体系的建立方法  28-29
  3.2 煤层潜在突出危险性评价指标体系  29-35
    3.2.1 评价指标体系结构层次的建立  29-30
    3.2.2 评价指标体系的确定  30-35
  3.3 煤层潜在突出危险性评价指标的分级研究  35-42
    3.3.1 危险性评价指标分级方法  35-37
      3.3.1.1 定量指标的分级确定方法  36
      3.3.1.2 定性指标的分级确定方法  36
      3.3.1.3 分级指标的定量分析结果综合  36-37
    3.3.2 危险性评价指标分级  37-42
      3.3.2.1 瓦斯因素  37-38
      3.3.2.2 煤体结构特征因素  38-40
      3.3.2.3 地质构造因素  40-42
  3.4 危险性评价模型的建立  42-44
    3.4.1 静态与动态评价模型  42-43
    3.4.2 危险性评价模型确定的基本思想  43-44
4 基于人工神经网络的煤层潜在突出危险性评价  44-74
  4.1 人工神经网络概述  44-52
    4.1.1 人工神经网络的基本原理  44-45
    4.1.2 人工神经网络基本结构和模型  45-51
      4.1.2.1 生物神经元模型和人工神经元模型  45-47
      4.1.2.2 激活转移函数  47-49
      4.1.2.3 神经网络模型的分类  49-51
    4.1.3 神经网络的学习和训练  51-52
  4.2 人工神经网络在煤层潜在突出危险性评价中的适应性  52-54
    4.2.1 传统的煤层突出危险性评价方法存在的问题  52-53
    4.2.2 非线性动力学评价模型的适应性  53-54
  4.3 反向传播网络（BP 网络）  54-59
    4.3.1 BP 网络的模型和结构  54-55
    4.3.2 BP 网络的算法  55-56
    4.3.3 BP 网络误差反向传播流程  56-57
    4.3.4 网络的设计和训练  57-59
  4.4 BP 神经网络评价模型的建立及其在MATLAB 上的实现  59-74
    4.4.1 MATLAB 软件简介  59-61
    4.4.2 BP 神经网络评价模型的建立及其在MATLAB 上的实现过程  61-64
      4.4.2.1 BP 神经网络评价模型的建立  62-64
      4.4.2.2 BP 神经网络评价模型的初始化  64
    4.4.3 BP 神经网络评价模型的训练及检验  64-74
5 结论与建议  74-76
致谢  76-77
参考文献  77-80
附录  80

煤层潜在突出危险性评价技术的研究

内容摘要

全文目录

相似论文