期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1,432篇文章
< 1 2 … 72 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于FEDformer-LGBM-AT架构的采煤工作面上隅角瓦斯浓度预测
1
作者 梁运培 李赏 +4 位作者 李全贵 郭亚博 孙万杰 郑梦浩 王程成 《煤炭学报》 北大核心 2025年第1期360-378,共19页
在煤矿智能化升级的大环境下,从海量的工作面监测数据中挖掘高质量的信息来构建科学的模型从而提高预测时长和精度是防范上隅角瓦斯浓度超限的关键。然而,上隅角瓦斯浓度影响因素众多,海量数据利用匮乏,瓦斯浓度预测精度高但时长较短,仅... 在煤矿智能化升级的大环境下,从海量的工作面监测数据中挖掘高质量的信息来构建科学的模型从而提高预测时长和精度是防范上隅角瓦斯浓度超限的关键。然而,上隅角瓦斯浓度影响因素众多,海量数据利用匮乏,瓦斯浓度预测精度高但时长较短,仅为0~30 min,而中长时30~60 min预测精度低、泛化能力差。为了解决这个问题,以山西某矿回采工作面为研究对象,对该工作面的煤层瓦斯含量进行动态提取,组建煤层瓦斯含量、瓦斯浓度、采煤机、风速的特征集合,并对该特征集合进行预处理,通过相关性分析对不同特征进行筛选,进一步构造相关特征的短时趋势、长时趋势、周期趋势以及拼接特征,首先构建基于频率增强分解Transformer(FEDformer)的瓦斯浓度预测层,构建基于轻量梯度增强机(LGBM)的残差修正层,然后引入自适应阈值(AT)技术构建阈值感知层,最终组成3层瓦斯超限预测模型架构,对未来60 min内上隅角瓦斯浓度进行预测,并通过召回率(TPR),误报率(FPR),平均绝对误差(MAE)以及平均绝对百分误差(MAPE)对预测性能进行考察。结果表明:所构建的基于FEDformer-LGBM-AT架构的上隅角瓦斯浓度预测模型的短时TPR为0.956,FPR为0.035,MAE为0.033,MAPE为0.183;长时预测的TPR为0.940,FPR为0.035,MAE为0.047,MAPE为0.262;与传统的灰色模型(GM)、支持向量机(SVM)、反向传播(BP)、门控循环单元(GRU)、粒子群优化的长短期记忆(PSOLSTM)、Transformer等模型的长时预测能力相比,FEDformer-LGBM-AT架构模型具有更好的长时预测精度和泛化能力,自适应阈值感知使得模型对高值瓦斯浓度敏感。该架构模型弥补短期预测局限性和泛化性,支撑现场瓦斯超限防治措施,可为回采工作面瓦斯浓度智能预测提供一定的借鉴和参考。 展开更多
关键词 瓦斯浓度 深度学习 特征构造 自适应阈值 长时预测
在线阅读 下载PDF
基于MFO-LSTM的瓦斯浓度预测模型
2
作者 郑晓亮 程王峰 +2 位作者 薛生 岳爽 廖冉 《中国科技信息》 2025年第3期118-121,共4页
瓦斯是一种在工业和能源领域具有重要价值的气体,广泛存在于矿井、煤层气井等环境中。其主要成分为甲烷(CH4),因其清洁、高效的能源特性,在燃料和化工原料领域有着广泛的应用。然而,瓦斯的高易燃性和爆炸性也给安全带来了极大的挑战。... 瓦斯是一种在工业和能源领域具有重要价值的气体,广泛存在于矿井、煤层气井等环境中。其主要成分为甲烷(CH4),因其清洁、高效的能源特性,在燃料和化工原料领域有着广泛的应用。然而,瓦斯的高易燃性和爆炸性也给安全带来了极大的挑战。在低浓度瓦斯直接燃烧系统中,确保瓦斯浓度在进入燃烧室前维持在一个稳定的范围内,对于系统的安全性和燃烧效率至关重要。瓦斯浓度的不稳定可能导致燃烧效率低下、设备损坏,甚至引发爆炸等严重事故。因此,提出一种准确的瓦斯浓度预测模型成为保障系统安全运行的重要手段。 展开更多
关键词 瓦斯浓度 低浓度瓦斯 化工原料 系统安全 易燃性 燃烧效率 爆炸性
在线阅读 下载PDF
基于改进TCN-TimeGAN的矿井瓦斯浓度智能预测方法
3
作者 胡青松 郑硕 +1 位作者 李世银 孙彦景 《煤炭科学技术》 CSCD 北大核心 2024年第S2期321-330,共10页
瓦斯浓度预测对于保障矿井安全生产至关重要。瓦斯浓度数据具有样本量少、存在时间依赖性等特点,传统机器学习等方法通常效果不佳。提出一种时间卷积改进时序生成对抗网络(TCN-Ti-meGAN),基于生成对抗网络特性改善瓦斯数据小样本过拟合... 瓦斯浓度预测对于保障矿井安全生产至关重要。瓦斯浓度数据具有样本量少、存在时间依赖性等特点,传统机器学习等方法通常效果不佳。提出一种时间卷积改进时序生成对抗网络(TCN-Ti-meGAN),基于生成对抗网络特性改善瓦斯数据小样本过拟合的问题,利用TimeGAN网络捕捉瓦斯序列的时间特征,基于TCN网络扩大感受野以便读取长时间维度特征。在损失函数设计中,利用Wasserstein距离衡量瓦斯数据分布,并给鉴别网络损失函数添加自适应权重的梯度惩罚项,以解决数据不对性、梯度消失等问题,提高训练稳定性和预测准确度。在进行模型训练时,首先对瓦斯时间序列进行归一化、数据缺失值处理等操作,将处理结果作为模型的输入序列,输入到嵌入网络和恢复网络进行训练,以降低重构损失。随后,将输入序列输入监督网络中进行训练,以减小监督损失;最后进行联合训练,其总损失为生成网络损失和鉴别网络损失之和。实验表明,改进模型生成的数据能更全面地覆盖原始数据分布,利用改进模型生成的数据进行预测所得到预测结果的均方误差(MSE)、均方根误差(RMSE)和平均绝对误差(MAE)等指标都远小于对比模型,在所有时间段都能保持稳定准确的预测。 展开更多
关键词 瓦斯浓度预测 TimeGAN 深度学习 人工智能 煤矿智能化
在线阅读 下载PDF
基于SSA-LSTM的瓦斯浓度预测模型 被引量：4
4
作者 兰永青 乔元栋 +2 位作者 程虹铭 雷利兴 罗化峰 《工矿自动化》 CSCD 北大核心 2024年第2期90-97,共8页
为了更好地捕捉瓦斯浓度的时变规律及有效信息,实现对采煤工作面瓦斯浓度的精准预测,采用麻雀搜索算法(SSA)优化长短期记忆(LSTM)网络,提出了一种基于SSA-LSTM的瓦斯浓度预测模型。采用均值替换法对原始瓦斯浓度时序数据中的缺失数据及... 为了更好地捕捉瓦斯浓度的时变规律及有效信息,实现对采煤工作面瓦斯浓度的精准预测,采用麻雀搜索算法(SSA)优化长短期记忆(LSTM)网络,提出了一种基于SSA-LSTM的瓦斯浓度预测模型。采用均值替换法对原始瓦斯浓度时序数据中的缺失数据及异常数据进行处理,再进行归一化和小波阈值降噪;对比测试了SSA与灰狼优化(GWO)算法、粒子群优化(PSO)算法的性能差异,验证了SSA在寻优精度、收敛速度和适应能力等方面的优势;利用SSA的自适应性依次对LSTM的学习率、隐藏层节点个数、正则化参数等超参数进行寻优,以此来提高全局寻优能力,避免预测模型陷入局部最优;将得到的最佳超参数组合代入LSTM网络模型中,输出预测结果。将SSA-LSTM与LSTM、GWO-LSTM、PSO-LSTM瓦斯浓度预测模型进行比较,实验结果表明:基于SSA-LSTM的瓦斯浓度预测模型的均方根误差(RMSE)较LSTM,PSO-LSTM,GWO-LSTM分别减少了77.8%,58.9%,69.7%;平均绝对误差(MAE)分别减少了83.9%,37.8%,70%,采用SSA优化的LSTM预测模型相较于传统LSTM模型具有更高的预测精度和鲁棒性。 展开更多
关键词 瓦斯浓度预测 时序预测 深度学习 长短期记忆网络 麻雀搜索算法 超参数寻优
在线阅读 下载PDF
基于MADF-DE-GRU的瓦斯浓度动态预测 被引量：1
5
作者 赵瑞晓 符学龙 刘欢 《智能计算机与应用》 2024年第8期115-120,共6页
为保障煤矿回采工作面安全生产,提高瓦斯浓度预测精度,本文提出一种基于门控循环单元(GRU)神经网络的瓦斯浓度动态预测模型。首先,用差分法改进的移动平均滤波器(MAF)去除原始数据中的噪声和趋势;其次,利用差分进化算法(DE)对GRU神经网... 为保障煤矿回采工作面安全生产,提高瓦斯浓度预测精度,本文提出一种基于门控循环单元(GRU)神经网络的瓦斯浓度动态预测模型。首先,用差分法改进的移动平均滤波器(MAF)去除原始数据中的噪声和趋势;其次,利用差分进化算法(DE)对GRU神经网络的隐藏层数、隐藏层神经元数量、时间步长和迭代次数等超参数进行寻优;最后,通过优化后的超参数搭建瓦斯浓度预测模型(MADF-DE-GRU)。通过仿真实验,并与多种预测模型进行对比,结果表明MADF-DE-GRU模型具有较高的预测精度,预测效果较好,能够应用到实际生产中。 展开更多
关键词 瓦斯浓度 移动平均滤波器 门控循环单元 差分进化算法
在线阅读 下载PDF
基于多特征和XGBoost算法的煤矿瓦斯浓度预测 被引量：1
6
作者 罗志强 翟昊 佟佳俊 《中国矿业》 北大核心 2024年第S01期359-363,370,共6页
煤矿瓦斯事故的发生与瓦斯浓度变化密切相关,准确预测瓦斯浓度变化对于预防瓦斯事故具有重要意义。虽然研究人员对煤矿瓦斯浓度预测进行了广泛的研究,但由于煤矿井下瓦斯浓度变化受多种复杂因素影响,表现出不稳定性和非线性,给预测带来... 煤矿瓦斯事故的发生与瓦斯浓度变化密切相关,准确预测瓦斯浓度变化对于预防瓦斯事故具有重要意义。虽然研究人员对煤矿瓦斯浓度预测进行了广泛的研究,但由于煤矿井下瓦斯浓度变化受多种复杂因素影响,表现出不稳定性和非线性,给预测带来很大困难。近年来,基于深度学习的预测算法由于其良好性能而逐渐得到关注,一方面,随着数据量的增加,基于深度学习的预测方法需要更多训练时间,易导致过拟合现象的发生。另一方面,现有大多数深度学习模型通常只考虑历史瓦斯浓度,输入特征过于单一。为了解决上述问题,本文提出了一种基于多特征和XGBoost算法的瓦斯浓度预测模型,该模型可以同时将历史瓦斯浓度、温度、风速等特征作为模型的输入,并依据XGBoost模型内置的梯度提升算法和决策树提升模型的训练速度。实验结果显示,本文所提出的预测方法比现有深度学习模型的瓦斯浓度预测误差更小,训练速度更快。 展开更多
关键词 瓦斯浓度预测 多特征 XGBoost算法 深度学习 矿业安全
在线阅读 下载PDF
基于MHA-BiGRU的工作面瓦斯浓度预测模型
7
作者 李玉鹏 贾澎涛 +2 位作者 刘平 杨鸿宇 杨超社 《中国矿业》 北大核心 2024年第12期180-188,共9页
为了准确可靠地评估煤矿的瓦斯安全态势,提高煤矿瓦斯浓度预测模型的精度,提出了基于多头注意力机制(MHA)与双向门控循环单元神经网络(BiGRU)的瓦斯浓度预测模型(MHA-BiGRU)。首先,采用线性插值和滑动窗口方法,对原始的瓦斯相关监测时... 为了准确可靠地评估煤矿的瓦斯安全态势,提高煤矿瓦斯浓度预测模型的精度,提出了基于多头注意力机制(MHA)与双向门控循环单元神经网络(BiGRU)的瓦斯浓度预测模型(MHA-BiGRU)。首先,采用线性插值和滑动窗口方法,对原始的瓦斯相关监测时间序列数据进行预处理和空间重构,为进一步的数据建模奠定基础;其次,鉴于BiGRU模型可以同时捕捉到序列中上下文的信息,用均方误差做损失函数、采用Adam优化算法,构建适用于瓦斯浓度时间序列的优化BiGRU学习模型,并确定在线预测学习的窗口大小和BiGRU模型参数;然后,将多头注意力机制(MHA)嵌入到BiGRU循环结构中,从BiGRU的输出中提取重要特征,多个注意力头可以关注隐藏状态序列的不同部分,捕捉复杂的时序关系和模式,提取的特征再通过循环可以由BiGRU进一步处理,捕捉更深层次的时序依赖;随后,下一层的MHA可以再次优化特征表示;最后,经过全连接层,生成最终的瓦斯浓度预测值。实验结果表明,相较于循环神经网络(RNN)、长短时记忆网络(LSTM)、GRU、BiGRU、MHA-RNN、MHALSTM、iTransformer、Linear等对比模型,MHA-BiGRU模型取得了最好的预测效果,显著提高了煤矿瓦斯安全态势的监管水平。 展开更多
关键词 瓦斯浓度 多头注意力机制 双向门控循环单元 深度学习 预测
在线阅读 下载PDF
煤矿掘进工作面瓦斯浓度预测 被引量：1
8
作者 陈鲜展 沈易成 +1 位作者 洪飞扬 石绅 《工矿自动化》 CSCD 北大核心 2024年第4期128-132,共5页
针对目前瓦斯浓度预测方法存在数据处理不确定性、特征提取局限性及受主观性因素影响产生预测偏差等问题,提出了一种用于煤矿掘进工作面的瓦斯浓度预测方法。首先,在煤矿掘进工作面回风巷内每隔1 m布设激光瓦斯传感器,形成传感器网络,... 针对目前瓦斯浓度预测方法存在数据处理不确定性、特征提取局限性及受主观性因素影响产生预测偏差等问题,提出了一种用于煤矿掘进工作面的瓦斯浓度预测方法。首先,在煤矿掘进工作面回风巷内每隔1 m布设激光瓦斯传感器,形成传感器网络,实时采集瓦斯浓度数据。然后,根据拉依达准则搜索并剔除瓦斯浓度数据中的异常值,并利用Lagrange插值多项式填补瓦斯浓度数据中的缺失值。最后,以剔除异常值及填补缺失值的瓦斯浓度数据为基础,采用经验模态分解算法将瓦斯浓度数据分解成本征模态函数和趋势项,再利用Hilbert变换对本征模态函数进行处理以获取数据的高频项和低频项,并将其输入最小二乘支持向量机中进行加权处理,输出瓦斯浓度预测结果。通过掘进工作面模拟装置进行瓦斯浓度预测模拟试验,并在某煤矿掘进工作面进行现场试验,结果表明:该方法预测的瓦斯浓度与实际测量值非常接近,均方误差小,表明预测结果准确率高;均方误差波动幅度小,表明适应性好,预测结果的稳定性强;预测用时短,表明预测效率高。 展开更多
关键词 掘进工作面 瓦斯浓度预测 拉依达准则 LAGRANGE插值 经验模态分解 最小二乘支持向量机
在线阅读 下载PDF
基于注意力机制的ResNet-LSTM煤矿瓦斯浓度预测模型
9
作者 张玲 杨超宇 《煤炭技术》 CAS 2024年第8期208-213,共6页
对煤矿井下瓦斯浓度的预测一直以来是矿井安全进行早期预警和管理的关键问题。为了进一步提高煤矿瓦斯浓度预测的准确度,提出了一种基于深度学习的方法,称为AR-LSTM,它包括残差神经网络(ResNet)、长短时记忆(LSTM)网络和基于注意力的网... 对煤矿井下瓦斯浓度的预测一直以来是矿井安全进行早期预警和管理的关键问题。为了进一步提高煤矿瓦斯浓度预测的准确度,提出了一种基于深度学习的方法,称为AR-LSTM,它包括残差神经网络(ResNet)、长短时记忆(LSTM)网络和基于注意力的网络,用于煤矿井下瓦斯浓度的预测。AR-LSTM不仅使用瓦斯浓度这一变量,同时将采集的温度、风速和一氧化碳浓度作为输入。因此,在AR-LSTM模型中,ResNet-LSTM网络学习多变量时间序列数据的时序相关性和相互依赖性,注意力机制用于捕捉过去不同时间步的特征状态对未来瓦斯浓度的重要性程度。基于注意力的层可以自动加权过去的特征状态以提高预测准确性,使用煤矿地区的瓦斯浓度数据进行预测,并将其与3种基准方法进行比较。为了比较每种方法的整体性能,实验中使用了均方根误差E_(RMS)、平均绝对误差E_(MA)和决定系数R^(2)。实验结果表明,AR-LSTM模型能够以最高性能处理煤矿瓦斯浓度的预测问题,并且可以实现1步或多步提前预测。 展开更多
关键词 瓦斯浓度预测 ResNet网络 LSTM网络 注意力机制
在线阅读 下载PDF
融合改进的鱼鹰算法和ATT-CNN-LSTM的瓦斯浓度预测
10
作者 秦辉辉 南新元 毛同一 《煤炭技术》 CAS 2024年第9期194-199,共6页
为了降低瓦斯浓度时间序列数据中众多空间特征对预测准确度所产生的不良影响,提出一种融合了注意力机制的卷积神经网络与长短期记忆网络的预测策略(ATT-CNN-LSTM)。首先,通过ATT-CNN-LSTM模型对输入影响因素进行权重分配、时序数据空间... 为了降低瓦斯浓度时间序列数据中众多空间特征对预测准确度所产生的不良影响,提出一种融合了注意力机制的卷积神经网络与长短期记忆网络的预测策略(ATT-CNN-LSTM)。首先,通过ATT-CNN-LSTM模型对输入影响因素进行权重分配、时序数据空间特征提取及瓦斯浓度预测;其次,为了提高瓦斯浓度的预测精度,提出一种基于鱼鹰优化算法(OOA)的改进预测模型。通过加入Bernoulli混沌映射、莱维飞行及随机反向学习策略,避免算法陷入局部最优的同时提高全局搜索能力和收敛速度。最后,实验结果表明:IOOA-ATT-CNN-LSTM模型预测精度更好,模型的均方根误差、平均绝对误差和平均绝对百分误差分别降至0.007527、0.005785和0.034669。 展开更多
关键词 注意力机制 卷积神经网络 长短期记忆神经网络 鱼鹰优化算法 瓦斯浓度预测
在线阅读 下载PDF
基于SMOTER和极限学习机的瓦斯浓度预测
11
作者 周明 于化龙 《计算机与数字工程》 2024年第5期1394-1399,共6页
瓦斯灾害一直是制约煤矿安全生产的重要因素。准确地预测出未来一小段时间瓦斯浓度的变化趋势,能够有效避免煤矿安全事故的发生,为瓦斯灾害防治和煤矿安全生产提供参考信息。大部分时间的瓦斯浓度都处于正常的水平,造成原始的瓦斯浓度... 瓦斯灾害一直是制约煤矿安全生产的重要因素。准确地预测出未来一小段时间瓦斯浓度的变化趋势,能够有效避免煤矿安全事故的发生,为瓦斯灾害防治和煤矿安全生产提供参考信息。大部分时间的瓦斯浓度都处于正常的水平,造成原始的瓦斯浓度数据集分布不平衡。论文提出了一种基于SMOTER和极限学习机(ELM)的瓦斯浓度预测方法。首先通过关联性函数将数据集划分为稀有值集和常规值集,然后通过SMOTER算法生成稀有值样本来处理不平衡数据集,最后利用平衡后的数据集训练ELM瓦斯浓度预测模型。该方法通过SMOTER算法来处理回归任务的数据不平衡问题,使得训练出的瓦斯浓度预测模型在稀有值样本上也能准确地预测。通过与现有的方法进行对比实验,结果表明论文方法的预测误差更小。 展开更多
关键词 瓦斯浓度预测 煤矿安全 SMOTER 极限学习机 回归
在线阅读 下载PDF
基于LSTM的瓦斯浓度多步预测研究
12
作者 张玲 杨超宇 《赤峰学院学报（自然科学版）》 2024年第1期39-43,共5页
监测瓦斯浓度是预防煤矿灾害的重要手段,其浓度变化预测在提高安全生产方面至关重要。本文针对瓦斯浓度预测问题,建立了一种基于LSTM的瓦斯浓度多步预测模型,并采用前向验证的方法对瓦斯浓度预测结果进行了比较验证。以GRU、CNN模型为对... 监测瓦斯浓度是预防煤矿灾害的重要手段,其浓度变化预测在提高安全生产方面至关重要。本文针对瓦斯浓度预测问题,建立了一种基于LSTM的瓦斯浓度多步预测模型,并采用前向验证的方法对瓦斯浓度预测结果进行了比较验证。以GRU、CNN模型为对比,研究结果表明:基于LSTM的瓦斯浓度多步预测模型效果最好,均方根误差为0.028,GRU,CNN的均方根误差为0.031,0.032。因此,LSTM模型可更精准地进行瓦斯浓度多步预测,降低瓦斯浓度过高对煤矿安全生产造成的危害。 展开更多
关键词 LSTM GRU CNN 瓦斯浓度预测 时间序列
在线阅读 下载PDF
基于MSWOA-GRU的煤矿瓦斯浓度预测系统
13
作者 刘晓悦 王天爱 王朦婕 《煤炭技术》 CAS 2024年第11期115-119,共5页
煤矿井下瓦斯涌出是影响煤矿安全生产的严重灾害之一。为了进一步提高煤矿井下瓦斯浓度预测的准确性,在门循环(GRU)模型的基础上,提出一种基于改进鲸鱼算法优化门循环(MSWOA-GRU)的瓦斯浓度预测模型。首先,使用邻近均值法填补缺失数据... 煤矿井下瓦斯涌出是影响煤矿安全生产的严重灾害之一。为了进一步提高煤矿井下瓦斯浓度预测的准确性,在门循环(GRU)模型的基础上,提出一种基于改进鲸鱼算法优化门循环(MSWOA-GRU)的瓦斯浓度预测模型。首先,使用邻近均值法填补缺失数据并剔除异常数值,然后采用Min-Max标准化将数据归一化处理。其次,使用MSWOA对GRU超参数进行改善,以此构建MSWOA-GRU为核心的煤矿井下瓦斯浓度预测模型。最后,根据煤矿井下瓦斯浓度的实际监测数据,对预测模型进行有效性验证,并进一步对比传统鲸鱼算法优化门循环(WOA-GRU)预测模型和粒子群优化门循环(PSO-GRU)预测模型的预测效果和性能,实验结果表明,MSWOA-GRU模型对比其他模型能在较短的时间内实现准确预测。因此,基于改进WOA-GRU的预测模型,应用于煤矿井下瓦斯预测领域能够有效地预测瓦斯浓度,提升煤矿井下瓦斯浓度的预测准度,提高煤矿安监系统的监测水平。 展开更多
关键词 瓦斯浓度预测 鲸鱼算法 门循环单元 数据融合 优化算法
在线阅读 下载PDF
基于声波传感技术的矿井采空区密闭巷道瓦斯浓度实时在线预测
14
作者 吕学强 魏振全 孙庆鹏 《煤矿机械》 2024年第12期213-216,共4页
在矿井采空区密闭巷道的实际环境往往比较复杂,使得瓦斯气体浓度预测需要考虑的变量较多,从而导致浓度预测结果准确度不高。为了解决这一问题,提出了一种基于声波传感技术的矿井采空区密闭巷道瓦斯浓度实时在线预测方法。在矿井采空区... 在矿井采空区密闭巷道的实际环境往往比较复杂,使得瓦斯气体浓度预测需要考虑的变量较多,从而导致浓度预测结果准确度不高。为了解决这一问题,提出了一种基于声波传感技术的矿井采空区密闭巷道瓦斯浓度实时在线预测方法。在矿井采空区密闭巷道环境中采集声波传感信号并对设备热噪声及环境噪声进行处理。根据流体力学理论构建瓦斯气体流动的质量守恒方程,结合采空区的裂隙环境参数,分析密闭巷道内的瓦斯流动规律。通过提取实时信号的频域特征,在线得出瓦斯浓度的预测结果。经过实际测试,该方法对矿井采空区密闭巷道环境的瓦斯浓度预测结果准确度较高,满足了矿井开采工作中的安全保障需求。 展开更多
关键词 瓦斯浓度 声波传感技术 矿井采空区 密闭巷道 浓度预测 预测方法
在线阅读 下载PDF
U形通风方式下瓦斯浓度分布规律研究
15
作者 康国峰 《现代工业经济和信息化》 2024年第7期240-242,共3页
以某煤矿工作面为研究对象,利用ICEM CFD软件对工作面进行建模,并利用FLUENT软件对该工作面在U形通风情况下,采空区未抽采时的瓦斯浓度进行模拟,分析瓦斯分布规律,以此为基础制定抽采方案,进而确保煤矿开采的安全性和经济性。
关键词 煤矿 U型通风 采空区 瓦斯浓度 抽采方案
在线阅读 下载PDF
基于堆叠式LSTM的采煤工作面瓦斯浓度预测方法
16
作者 张若楠 徐平安 +1 位作者 周小雨 赵琦琦 《陕西煤炭》 2024年第9期91-94,共4页
随着淮南矿区煤炭开采工作向深部煤层开展,煤与瓦斯突出问题成为制约淮南矿区产能的重要因素,为提高瓦斯浓度预测方法的准确度,在长短期时间记忆网络(LSTM)的基础上,模仿深度神经网络通过多层堆叠提升特征能力的方式,提出堆叠式LSTM模... 随着淮南矿区煤炭开采工作向深部煤层开展,煤与瓦斯突出问题成为制约淮南矿区产能的重要因素,为提高瓦斯浓度预测方法的准确度,在长短期时间记忆网络(LSTM)的基础上,模仿深度神经网络通过多层堆叠提升特征能力的方式,提出堆叠式LSTM模型结构,通过多层LSTM结构深度挖掘瓦斯浓度时间序列数据中存在的关联性,从而提高瓦斯浓度预测的准确度。以淮南朱集东煤矿瓦斯监测数据为样本,通过滑动窗口方法制作数据集,并搭建相应实验平台,进行训练与验证。实验结果表明,采用堆叠式LSTM结构相较于传统LSTM结构能够降低网络结构的平均绝对百分误差,并更加准确地预测煤矿瓦斯浓度。 展开更多
关键词 淮南矿区 瓦斯浓度预测 LSTM 堆叠式LSTM
在线阅读 下载PDF
煤矿瓦斯浓度预测的ANFIS方法研究 被引量：34
17
作者 张剑英 程健 +2 位作者 侯玉华 白静宜 裴小斐 《中国矿业大学学报》 EI CAS CSCD 北大核心 2007年第4期494-498,共5页
将时间序列分析方法与自适应神经模糊推理系统(ANFIS)结合,构建煤矿瓦斯浓度的预测模型.根据Takens理论,重构煤矿瓦斯浓度相空间,分别采用互信息法确定相空间时延和假近邻法确定相空间维数;然后在重构相空间中,运用自适应神经模糊推理... 将时间序列分析方法与自适应神经模糊推理系统(ANFIS)结合,构建煤矿瓦斯浓度的预测模型.根据Takens理论,重构煤矿瓦斯浓度相空间,分别采用互信息法确定相空间时延和假近邻法确定相空间维数;然后在重构相空间中,运用自适应神经模糊推理系统构建煤矿瓦斯浓度的预测模型,并应用混合学习算法整定模型参数.结果表明,得到的模型训练和检验均方根误差分别为0.021 4和0.021 6,充分体现了ANFIS具有显著的学习能力和良好的泛化能力,同时也表明该预测模型是切实可行的. 展开更多
关键词 时间序列 相空间重构 自适应神经模糊推理系统(ANFIS) 瓦斯浓度
在线阅读 下载PDF
瓦斯浓度区间预测的灰色聚类与高斯过程模型 被引量：17
18
作者 董丁稳 李树刚 +1 位作者 常心坦 林海飞 《中国安全科学学报》 CAS CSCD 北大核心 2011年第5期40-45,共6页
为有效分析矿井瓦斯监测数据,以实现准确、可靠的瓦斯浓度预测,基于灰色关联聚类分析与高斯过程回归模型,研究瓦斯浓度时间序列分析与预测的方法。以预测有效度为预测精度的评估指标来动态确定重构瓦斯浓度时间序列样本空间的维数;应用... 为有效分析矿井瓦斯监测数据,以实现准确、可靠的瓦斯浓度预测,基于灰色关联聚类分析与高斯过程回归模型,研究瓦斯浓度时间序列分析与预测的方法。以预测有效度为预测精度的评估指标来动态确定重构瓦斯浓度时间序列样本空间的维数;应用灰色关联分析方法将瓦斯浓度时间序列划分成若干样本集,将其中具有关联特征的样本作为虚拟变量进行预测以消除因随机、不确定因素干扰而引起的预测误差;应用高斯过程回归模型实现瓦斯浓度区间预测,将预测结果表示成一个具有较高可信度的取值区间,以此表达对未来一段时间内瓦斯浓度动态变化情况的预测。实例分析表明:预测结果准确、可靠,能够较好地反映瓦斯浓度的实际变化状况。 展开更多
关键词 预测有效度 灰色关联聚类分析 高斯过程回归 时间序列 区间预测 瓦斯浓度
在线阅读 下载PDF
瓦斯浓度对爆炸传播影响的实验研究 被引量：18
19
作者 王磊 司荣军 +2 位作者 张延松 李润之 韩丽丽 《中国矿业》 北大核心 2009年第5期107-109,共3页
在DN700mm试验管道中,进行了不同浓度瓦斯爆炸火焰、压力波传播试验。从中可以看出,爆源点的最大压力值,并不是整个过程的最大值;爆炸压力峰值与传播距离呈三次函数关系,瓦斯浓度对爆炸压力峰值影响较大;火焰速度随着传播距离的加长而... 在DN700mm试验管道中,进行了不同浓度瓦斯爆炸火焰、压力波传播试验。从中可以看出,爆源点的最大压力值,并不是整个过程的最大值;爆炸压力峰值与传播距离呈三次函数关系,瓦斯浓度对爆炸压力峰值影响较大;火焰速度随着传播距离的加长而依次增大,瓦斯浓度对火焰传播速度也有比较大的影响。研究结果为煤矿井下隔抑爆装置和瓦斯输送管道隔抑爆装置的研制及安装技术规范,制定奠定理论基础,同时,也为煤矿瓦斯爆炸事故调查分析提供理论依据。 展开更多
关键词 瓦斯浓度 瓦斯爆炸 压力峰值 火焰速度
在线阅读 下载PDF
瓦斯浓度和火源对瓦斯爆炸传播影响的实验分析 被引量：27
20
作者 徐景德 周心权 吴兵 《煤炭科学技术》 CAS 北大核心 2001年第11期15-17,12,共4页
基于瓦斯爆炸冲击波结构的理论分析 ,用实验方法探讨火源 2个因素对瓦斯爆炸传播的影响。指出瓦斯浓度。
关键词 爆炸波 瓦斯浓度 火源 压力峰值 瓦斯爆炸
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 72 下一页 到第 页
使用帮助 返回顶部