【摘 要】
：
煤与瓦斯突出是煤矿生产过程中的一种猛烈急剧的动力灾害,形成机理复杂,影响因素众多。随着近年来各类智能算法的快速发展,结合多种影响因素指标,将煤与瓦斯突出预测转化为非线性的分类问题,构建煤与瓦斯突出风险预测模型,使煤与瓦斯突出灾害的隐患实现早发现早解决,保障井下煤矿的安全开采。分析现有对煤与瓦斯突出发生机理的研究,结合地应力、瓦斯、煤体物理学性质三类因素,确定了预测指标体系,对灰色关联分析加以改进,
【基金项目】
：
国家自然科学基金项目“含瓦斯煤破裂过程信号特征辨识理论研究”（51974151）； 国家自然科学基金项“基于大数据的煤与瓦斯突出的预测方法与应用研究”（71771111）； 辽宁省自然基金指导计划项目“含瓦斯煤岩破裂过程多元检测信息演化规律及灾害预警理论研究”（20180550438）；
论文部分内容阅读
煤与瓦斯突出是煤矿生产过程中的一种猛烈急剧的动力灾害,形成机理复杂,影响因素众多。随着近年来各类智能算法的快速发展,结合多种影响因素指标,将煤与瓦斯突出预测转化为非线性的分类问题,构建煤与瓦斯突出风险预测模型,使煤与瓦斯突出灾害的隐患实现早发现早解决,保障井下煤矿的安全开采。分析现有对煤与瓦斯突出发生机理的研究,结合地应力、瓦斯、煤体物理学性质三类因素,确定了预测指标体系,对灰色关联分析加以改进,提出具有正负关联性分析的主因素分析方法,从预测指标体系中确定了10种煤与瓦斯突出风险预测指标主因素,对10种预测指标主因素进行核主成分分析,实现指标降维,提升预测模型的快速性。研究瓦斯涌出量、声发射、电磁辐射等煤与瓦斯突出前兆信号。建立基于长短时记忆网络（LSTM）与量子粒子群算法（QPSO）的瓦斯涌出量的预测模型,将LSTM的激活函数替换为softsign函数,利用引入动态权重的QPSO对LSTM超参数优化,提升模型的预测性能,通过实验仿真验证了提出的QPSO-LSTM模型具有更好的表现,均方根误差和平均绝对百分比误差分别为0.081和0.82%,拟合优度决定系数为0.987。研究声发射现象与电磁辐射现象的发生机理及产生的信号在煤与瓦斯突出各阶段的演化规律,利用平均值修正法对信号存在的突发性干扰进行滤除,利用硬件电路和EMD算法对长期存在的噪声干扰进行降噪处理,对声发射信号进行了信号辨识。提出基于双向长短时记忆网络（BiLSTM）与亨利气体溶解度（HGSO）算法和Ada Boost算法的煤与瓦斯突出风险预测模型。针对HGSO算法寻优初始化的随机性问题,引入Tent混沌映射,利用混沌变量的性质改进初始化过程,得到第一种策略IHGSO算法。对Ada Boost算法存在的样本权重问题进行改进,更新权重计算方式,得到第二种策略。两种策略结合并相互作用,实现对Bi LSTM模型的双策略耦合优化,构建IHGSO-Ada Boost-Bi LSTM煤与瓦斯突出风险预测模型。多次实验结果表明,提出的模型的准确性和稳定性更佳,平均准确率为91.27%,标准差为0.0178。该论文有图30幅,表15个,参考文献80篇。
其他文献
近年来,由湖泊富营养化现象导致的藻类恶性增长已成为严重的水环境问题,对湖泊生态环境建设及可持续发展造成严重威胁。通过合适的模型提取湖泊藻类覆盖范围,统计分析藻类覆盖度,探究促进藻类生长的主要驱动因子,对有效预防湖泊水质恶化、建设可持续发展的湖泊生态环境具有重要的借鉴意义。本文以黄河流域最大的淡水湖泊乌梁素海作为研究区,提出基于藻类光谱异质性的FNEA算法结合FAI光谱指数模型实现藻类覆盖范围提取。
带式输送机因长运距和大运量等特点,深受煤矿等散料运输领域的青睐,转运站是带式输送机输送散料的关键设备。随着科技的进步,带式输送机向着智能化、低污染、高效率方向发展,因此对转运站的可靠性和输送性能提出了更高的要求。为提高转运站可靠性和输送性能,对转运站结构进行设计是解决问题的关键。本文使用离散元软件对转运站进行仿真分析,运用单因素试验法,从物料种类及特性、转运站结构参数、转运参数出发,分别研究物料粒
背景:癌症作为全球第二大死因严重威胁人类生命和健康。癌症转移是癌症死亡的主要原因,癌细胞的上皮间质转化（EMT）促进了癌症的转移。Pre-mRNA的剪接调控细胞生长、分化与组织发育,剪接失调影响多种癌症的发生发展。剪接过程由剪接复合体催化完成,剪接因子SF3B1（splicing factor 3 subunit 1）是剪接复合体中 U2 snRNP（Small nuclear ribonucle
自动驾驶技术具有大幅提升交通运输安全性、舒适性和效率的潜力,已经成为时下的研究热点。随着交通场景复杂度的提升,自动驾驶车辆需要更加智能的决策和规划系统来避免交通事故。考虑到决策和规划系统需要获取周车的未来轨迹来评估行车风险,这使得车辆轨迹预测模块逐渐成为自动驾驶汽车功能架构中的重要组成部分。车辆轨迹预测模块以周围交通参与者的历史状态以及结构化道路交通规则等环境信息作为输入,通过数据推理和模型递归等
煤炭开采活动在促进经济发展的同时,难以避免的破坏矿山生态环境,在水热动态变化和人类活动的双重压力下,造成植被愈发裸露、土壤养分流失等诸多问题。不断恶化的生态环境脆弱性已成为当前矿区生态修复的热点问题,对单一环境因子的探讨已经不能满足整个生态系统恢复的需求。因此,本文通过选取相关环境限制因子,利用遥感解译分析地表环境问题,探究矿区生态脆弱性的时间、空间尺度特征,及时掌握矿区生态环境脆弱性的动态发展,
为探究不同复垦模式对海州露天矿排土场的生态修复效果,本研究以阜新海州露天矿排土场为研究对象,选取排土场内刺槐林地、白榆林地、刺槐白榆混交林地（以下简称为混交林地）、农田、草地五种复垦模式,以裸地为对照,对海州露天矿排土场不同复垦模式内小气候因子以及土壤因子进行测定,并利用主成分分析法评价不同复垦模式生态修复效果。研究结果如下:（1）排土场不同复垦模式内光照强度、大气温度、相对湿度、平均风速、土壤含
为深入理解真菌多样性及其对环境变化的响应，揭示青海云杉适应本地高寒与干旱逆境的土壤微生物组作用机制，采用Illumina MiSeq高通量测序技术，分析了青海云杉Picea crassifolia根围土壤真菌多样性和群落组成及对海拔变化的响应。青海云杉根围土壤中共获得1179个真菌OTUs，隶属于10门43纲100目191科276属。在门水平上，担子菌门Basidiomycota和子囊菌门Asco
文本情感分类是自然语言处理领域中的一个重要问题。理解文本的语义,对文本进行分类,其核心问题是提取文本的特征。现有模型大多通过叠加CNN、LSTM或GRU网络来解决这一问题。但LSTM和GRU网络是单向时序模型,仍然偏向保存文本后端特征而遗忘文本前端特征。双向LSTM或双向GRU网络虽然能保存文本的前端和后端特征,但模型复杂参数量巨大,由于数据集相对有限,如果利用双向LSTM或双向GRU网络容易导致
风电制氢进而合成氨（power to ammonia,P2A）是规模化消纳可再生发电资源，实现电力与化工行业碳减排的潜在技术路线之一。利用电制氢作为媒介，P2A可作为大型工业负荷参与电网能量平衡调节。然而，P2A负荷受化学工艺及过程控制的限制，负载调控惯性较大，当风电出力偏离预测轨迹时P2A负荷难以快速响应。为此，提出计及风电出力时序不确定性的P2A负荷随机最优控制方法。首先建立P2A系统柔性调控
随着5G通信技术的飞速发展,多标准、多模式系统对功率放大器提出了进一步的需求,而传统的功放系统由于功能单一、体积较大等劣势,已逐渐不能满足现代军用通信的需求。可重构技术及可重构功放的优势是各个频段之间的信号互不干扰,能够实现高集成度与智能化,且在每个频段内的性能都能达到最佳,因此在当今的军用通信系统中得到广泛的应用。在军用通信系统中,LDMOS器件以其增益高、频率稳定性强的优势已经成为射频领域的主