中国矿业大学学报
中國礦業大學學報
중국광업대학학보
JOURNAL OF CHINA UNIVERSITY OF MINING & TECHNOLOGY
2008年
2期
163-166
,共4页
罗新荣%杨飞%康与涛%张爱然
囉新榮%楊飛%康與濤%張愛然
라신영%양비%강여도%장애연
瓦斯%延时突出%预警%神经网络
瓦斯%延時突齣%預警%神經網絡
와사%연시돌출%예경%신경망락
结合煤矿井下瓦斯涌出实时监测图,利用神经网络技术判断瓦斯异常情况.选取4个参数作为瓦斯延时突出预测的特征指标:井下瓦斯涌出峰值、瓦斯上升梯度、瓦斯超限时间和瓦斯下降梯度.瓦斯异常涌出超限3%,并持续时间超过10 s为瓦斯延时突出敏感指标的临界值.结合VB+ADO的编程及数据库访问技术,建立了人工智能神经网络的瓦斯预警理论模型、瓦斯预警模型的自学习训练方法和瓦斯预警技术.模型预测结果与实际情况完全相同.
結閤煤礦井下瓦斯湧齣實時鑑測圖,利用神經網絡技術判斷瓦斯異常情況.選取4箇參數作為瓦斯延時突齣預測的特徵指標:井下瓦斯湧齣峰值、瓦斯上升梯度、瓦斯超限時間和瓦斯下降梯度.瓦斯異常湧齣超限3%,併持續時間超過10 s為瓦斯延時突齣敏感指標的臨界值.結閤VB+ADO的編程及數據庫訪問技術,建立瞭人工智能神經網絡的瓦斯預警理論模型、瓦斯預警模型的自學習訓練方法和瓦斯預警技術.模型預測結果與實際情況完全相同.
결합매광정하와사용출실시감측도,이용신경망락기술판단와사이상정황.선취4개삼수작위와사연시돌출예측적특정지표:정하와사용출봉치、와사상승제도、와사초한시간화와사하강제도.와사이상용출초한3%,병지속시간초과10 s위와사연시돌출민감지표적림계치.결합VB+ADO적편정급수거고방문기술,건립료인공지능신경망락적와사예경이론모형、와사예경모형적자학습훈련방법화와사예경기술.모형예측결과여실제정황완전상동.
