煤炭作为我国重要的能源与燃料,占能源消费总量的比例大约75%左右。由于煤炭工业的基础地位,实现安全、高效地可持续发展是中国实现经济重大战略目标的可靠保证。近几年,我国重大煤矿事故的不断发生,说明我国的煤矿安全形势没有得到根本性的好转。煤矿安全是煤炭工业目前最突出、最需要解决的关键问题。本文将利用突变、再生核神经网络、支持向量机等基本原理给出矿井安全系统中的煤与瓦斯突出、地下煤层面重构及地表沉陷等方面进行安全预测的方法,为矿井安全预测提供有力的理论依据。1、突变理论是奇点理论和分岔理论研究不连续变化现象的理论,是一个新兴的数学分支。煤与瓦斯突出是发生在矿井煤岩体中的灾害动力现象,是含瓦斯煤岩体的一种剧烈的能量释放形式。基于力学或能量的观点,突出从孕育到启动和从发展到结束都具有明显的突变特征。本文将根据煤与瓦斯突出产生的条件,对煤与瓦斯突出的综合作用过程和突出过程做出系统的理论分析,运用突变学理论,建立燕尾突变模型,实现安全预测。2、再生核源于不同学科分支,目前已成为函数逼近的重要工具。将再生核与神经网络有机地结合起来,提出一种新型的再生核神经网络。它将网络的训练归结为求解线性方程组问题,建立了一种既有足够精度又能表现系统行为的稀疏解数学模型。这种模型对于断层面的重构方法与样条方法比较,更符合实际情况。本文将利用再生核神经网络对断层面进行重构,及时了解采煤面的变化,预防井塌事故的发生,实现安全预测。3、煤矿开采所产生的沉降受多个因素的影响,并且每个因素对其作用的函数关系很难界定。因此煤矿开采的地表沉降预测是属于复杂的非线性系统问题。支持向量机理论是对数据挖掘和处理的新方法。从统计学的概率角度考虑比神经元网络更精确,是解决煤矿开采问题的更为有效方法。本文将运用支持向量机方法,通过分析矿区水文地质条件和沉降基本因素,处理地表沉降数据。得到更符合实际的地表沉降的预测模型。给出矿区沉降的预测方法,实现安全预测。