資源描述：
《煤與瓦斯突出預(yù)測(cè)模型仿真研究.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、第33卷第9期計(jì)算機(jī)仿真2016年9月文章編號(hào)：l006—9348(2016)09—0435—05煤與瓦斯突出預(yù)測(cè)模型仿真研究楊榮明1，陳長(zhǎng)華2，李海霞3(1．遼寧工程技術(shù)大學(xué)礦業(yè)學(xué)院，遼寧阜新，123000；2．遼寧工程技術(shù)大學(xué)礦業(yè)技術(shù)學(xué)院，遼寧葫蘆島，125105；3．遼寧工程技術(shù)大學(xué)電氣與控制工程學(xué)院，遼寧葫蘆島，125105)摘要：準(zhǔn)確性是煤與瓦斯突出(簡(jiǎn)稱突出)預(yù)測(cè)研究中的一個(gè)關(guān)鍵性問題。根據(jù)突出的非線性和動(dòng)態(tài)變化特征，在突出預(yù)測(cè)中引入混沌理論，將相空間重構(gòu)理論與小波神經(jīng)網(wǎng)絡(luò)相結(jié)合，建立了煤與瓦斯突出預(yù)測(cè)模型。通過相空間重構(gòu)，把一維
2、突出電磁輻射強(qiáng)度時(shí)間序列拓展為多維序列，得到多維序列包含著各態(tài)歷經(jīng)的信息，從而挖掘出了豐富的突出變化空間的信息，有利于小波神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。利用建立好的小波神經(jīng)網(wǎng)絡(luò)模型，對(duì)突出預(yù)測(cè)問題進(jìn)行了建模、訓(xùn)練和預(yù)測(cè)。運(yùn)用MATLAB仿真軟件對(duì)提出的改進(jìn)預(yù)測(cè)模型進(jìn)行試驗(yàn)驗(yàn)證，結(jié)果表明改進(jìn)預(yù)測(cè)模型具有更高的準(zhǔn)確度、可靠性。關(guān)鍵詞：煤與瓦斯突出；混沌理論；相空間重構(gòu)；小波神經(jīng)網(wǎng)絡(luò)；預(yù)測(cè)模型中圖分類號(hào)：TP39l文獻(xiàn)標(biāo)識(shí)碼：BTheSimlllationResearchofPredictionModelinCoalandGasoutburstYANGRong—
3、min91，CHENChang—hua2，LIHai—xia3(1．MiningCollege，LiaoningTechnicalUniversi‘y，F(xiàn)uxinLiaoningl23000，China；2．MiningEngineeringCollege，LiaoningTechnicalUniVersity，HuludaoLiaoning125105，China；3．ElectricalandControlEn矛neering，LiaoningTechnicalUniVersity，HuludaoLiaoningl25l05，China)
4、ABSTRACT：Accuracyisakeyproblemofpredictionresearchincoalandgasoutburst(referredtoastheoutburst)．Accordingtothenon—linear，dyn啪iccharacteristicsoftheoutburst，thechaostheorywasintroducedintooutburst，andthephasereconstlllctionandwaveletneuralnetworkmodelwerecombinedtoestablisht
5、hepredic“ngmodelofoutburst．Basedonthephasereconstmction，thetimeseriesofoutburstwasexpendedtomultivariatetimeseries，in—cludingtheergodici—b姍ation，sothatmoreabundantinf0丌nationcanbefoundinfavorofwaveletneuralnetworktraining．Themodel，inte鏟atingthephasereconstmc“onandwaVeletneu
6、ralnet、vork，canworkwellinthemodeles—tablishing，tminingandforecasting．Inthispaper，weusedMATLABsimulationsoftwaretovalidatethemodel，andtheresultsshowthattheoutburstpI℃dictingmodelhashigheraccuracyandreliability．KEYWoRDS：CoaJandgadoutburst；Chaostheory；Phasespacereconstmction；W
7、aveletneuralnetwork；Forecas—tingmodel1引言煤與瓦斯突出是煤礦井下一種極其復(fù)雜的動(dòng)力現(xiàn)象，嚴(yán)重威脅煤礦的安全生產(chǎn)¨。，不僅對(duì)作業(yè)人員的人身安全構(gòu)成威脅，還嚴(yán)重制約著煤礦經(jīng)濟(jì)效益的提高。2。3。。近年來，隨著煤礦采掘深度和強(qiáng)度的增加，礦井瓦斯壓力和地應(yīng)力也在不斷增大，煤與瓦斯突出事故呈現(xiàn)增多的態(tài)勢(shì)。41。隨著礦井采掘深度的增加，突出災(zāi)害發(fā)生的頻度和強(qiáng)度也隨即增加，這對(duì)我國(guó)煤礦產(chǎn)業(yè)的健康發(fā)展造成重大威脅”o。因此，加強(qiáng)煤與瓦斯突出預(yù)防技術(shù)的研究對(duì)礦井安全生產(chǎn)能力的提升具有重要意義。收稿日期：2015—10—28
8、修回日期：2叭5—12一08目前，有些專家和學(xué)者將新興起預(yù)測(cè)的算法如模糊數(shù)學(xué)、神經(jīng)網(wǎng)絡(luò)算法(NNA)、遺傳算法(GA)、支持向量機(jī)算法(sVM)等應(yīng)用到煤與瓦斯突出
