基于BP神经网络的煤层瓦斯含量预测研究

基于BP神经网络的煤层瓦斯含量预测研究

论文摘要

煤层瓦斯一直以来都是煤矿开采过程中必须面临的一个严峻问题,一旦发生矿井瓦斯事故,后果不堪设想,因此准确测定煤层瓦斯含量,做好提前防治工作十分重要。本文以淮北市邹庄煤矿的若干钻孔瓦斯含量实测数据为研究对象,通过建立BP神经网络模型,学习并检验煤层瓦斯含量。结果表明,BP神经网络能够较好的预测煤层瓦斯含量,为预测煤层瓦斯含量提供了一种可行性研究思路。

论文目录

  • 1 研究背景及意义
  •   1.1 研究背景
  •   1.2 研究意义
  • 2 数据收集与分析处理
  •   2.1 数据收集
  •   2.2 煤层瓦斯含量影响因素分析
  • 3 煤层瓦斯含量预测
  •   3.1 BP神经网络设计
  •   3.2 模型学习与检验分析
  • 4 结论与展望
  • 文章来源

    类型: 期刊论文

    作者: 夏金周,吴向阳

    关键词: 神经网络,煤层瓦斯,瓦斯含量预测

    来源: 科技风 2019年08期

    年度: 2019

    分类: 基础科学,工程科技Ⅰ辑

    专业: 矿业工程,安全科学与灾害防治

    单位: 东南大学交通学院

    分类号: TD712.3

    DOI: 10.19392/j.cnki.1671-7341.201908156

    页码: 185+226

    总页数: 2

    文件大小: 262K

    下载量: 216

    相关论文文献

    • [1].煤层瓦斯含量直接拟合测定方法[J]. 当代化工研究 2020(01)
    • [2].煤层瓦斯含量测定流程及影响因素分析[J]. 石化技术 2019(12)
    • [3].基于特征选择的煤层瓦斯含量影响因素分析[J]. 煤 2019(12)
    • [4].某矿煤层瓦斯含量分布规律研究[J]. 内蒙古煤炭经济 2016(23)
    • [5].煤层瓦斯含量实测值与计算值的比较研究[J]. 山西焦煤科技 2016(10)
    • [6].基于灰色关联分析-GA-BP模型预测煤层瓦斯含量[J]. 中国矿业 2016(11)
    • [7].煤层瓦斯含量影响因素分析及其预测研究[J]. 能源与环保 2017(06)
    • [8].应用间接测定计算煤层瓦斯含量研究[J]. 内蒙古煤炭经济 2017(13)
    • [9].测定煤层瓦斯含量的解吸法分析[J]. 山西煤炭管理干部学院学报 2016(02)
    • [10].间接测定计算煤层瓦斯含量的方法探讨[J]. 煤 2015(02)
    • [11].浅析煤层瓦斯含量测定方法对比[J]. 技术与市场 2015(05)
    • [12].基于煤层瓦斯含量直接测定方法的煤样尺度效应研究[J]. 能源与节能 2020(07)
    • [13].樊寨井田二_1煤层瓦斯含量主控因素研究[J]. 中国矿业 2017(08)
    • [14].影响煤层瓦斯含量的赋存因素及规律分析[J]. 煤矿现代化 2016(05)
    • [15].影响煤层瓦斯含量的多因素回归预测研究[J]. 煤 2016(09)
    • [16].瓦斯地质规律法在煤层瓦斯含量预测中的应用[J]. 煤矿安全 2014(12)
    • [17].煤层瓦斯含量及其影响因素[J]. 企业导报 2014(06)
    • [18].基于偏最小二乘回归的煤层瓦斯含量预测研究[J]. 山西煤炭 2014(08)
    • [19].煤层瓦斯含量直接测定法在永红矿的应用[J]. 科技视界 2014(16)
    • [20].井下便携式煤层瓦斯含量快速测定仪的应用[J]. 煤炭科学技术 2013(09)
    • [21].一种煤层瓦斯含量计算的新方法[J]. 煤 2013(10)
    • [22].井下直接法测定煤层瓦斯含量的采样方式探讨[J]. 煤 2013(11)
    • [23].煤层瓦斯含量的测定及分析[J]. 河南科技 2012(10)
    • [24].矿井下测定煤层瓦斯含量的方法分析[J]. 中国新技术新产品 2011(15)
    • [25].一种新的煤层瓦斯含量测定方法的研究[J]. 煤 2010(09)
    • [26].我国煤矿井下煤层瓦斯含量直接测定法的技术进展[J]. 矿业安全与环保 2009(S1)
    • [27].煤层瓦斯含量测定过程气成分差异研究[J]. 安全与环境学报 2020(03)
    • [28].煤层瓦斯含量测定方法优化及现场应用[J]. 现代矿业 2019(01)
    • [29].煤层瓦斯含量测定流程及影响因素分析[J]. 陕西煤炭 2019(05)
    • [30].东博煤矿煤层瓦斯含量分布规律研究[J]. 山东煤炭科技 2018(01)

    标签:;  ;  ;  

    基于BP神经网络的煤层瓦斯含量预测研究
    下载Doc文档

    猜你喜欢