BP神经网络在煤与瓦斯突出预测中的应用

来源 :煤炭科技 | 被引量 : 0次 | 上传用户:DNGOUSIYMMY
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
煤与瓦斯突出是一种极其复杂的瓦斯动力灾害现象。采用煤与瓦斯突出预测常用的7项指标作为输入值,基于BP神经网络的非线性自主学习能力,智能化、定量化地识别煤与瓦斯突出的类型。该模型基于MATLAB的神经网络工具箱加以实现。实验结果证明,基于BP神经网络的煤与瓦斯突出预测模型结果可靠,效果良好,应用性比较强。
其他文献
校园是给学生学习带来欢乐的地方,是应该安全健康的,但随着社会的不断发展,在技术日益发达的今天,也存在着一些安全隐患问题,比如马路越来越宽,汽车越来越多,交通事故也越来
采用具赛量筒法对破乳剂进行了筛选,考察了温度、破乳剂浓度对脱水效果的影响,采用滴体积法考察了4种破乳剂浓度及类型对油水界面张力的影响。结果表明:采用8号破乳剂对高温煤焦油进行脱盐脱水实验,当脱水温度为130℃、破乳剂浓度为10 mg/L时,具有较好的脱盐脱水效果。煤焦油中加入破乳剂,油水界面张力均呈现降低的趋势,采用8号破乳剂的样品,其油水界面张力的下降趋势最为显著;增大破乳剂浓度,油水界面张力下
通过相似模拟材料试验和数值模拟。揭示了极近距煤层开采过程有采场覆岩“板-壳”大空间结构形成和“铰接岩板半拱”小空间结构形成两个过程。“板-壳”大空间结构形成后.结构