基于声发射表征冲击地压的粒子群优化支持向量机算法

为有效预防冲击地压灾害发生,解决人为选取支持向量机参数泛化能力差的问题,引入粒子群算法,将声发射特征信号和煤岩抗压强度作为输入,以综合危险指数作为输出,建立煤岩冲击地压预测模型,通过粒子群算法优化支持向量机参数,预测冲击地压综合危险指数。结果表明,与网格搜索法的支持向量机、遗传算法优化过的支持向量机相比准确率达97.16%,应用粒子群算法优化过的支持向量机预测方法减小了系统误差。该算法具有泛化能力强,对煤岩冲击地压预测的准确性提供参考。

基于RBF神经网络的冲击地压检测信息融合方法

针对冲击地压原始检测信息不完整及不精确的问题,采用信息融合技术来优化组合同源多通道的检测信息。通过ROCK600-50三轴实验系统,获取同源多通道的抗压强度信息,采用加权平均法与RBF神经网络分组融合检测的抗压强度信息,分析融合结果和最大融合误差与基于BP神经网络的融合情况。所构建的三个神经网络的最大融合误差分别为0.005 0、0.014 2和0.006 2,预测的准确率显著提高。该方法对同源多通道抗压强度信息的融合较好,融合精度较高,为冲击地压的准确预测提供了参考依据。

基于层次分析法的冲击地压模糊综合评价

针对煤岩冲击地压存在非线性、模糊性以及不确定性、评价指标繁多而复杂的问题,提出基于层次分析法多指标模糊综合评价冲击地压的方法。通过层次分析法分析各指标的前兆特征与冲击地压联系程度,从声发射、红外辐射、煤岩性质三方面确定煤岩冲击地压模糊综合评价指标及权重,运用模糊综合评价所得评价结果来表征冲击地压危险等级,并通过实验模拟矿区冲击地压发生过程,结果表明综合评价结果与实验结果较为吻合,验证所建立模型的准确性。

基于熵权法的冲击地压危险模糊综合评价

为准确预测煤矿冲击地压,运用模糊综合评价法建立冲击地压危险性评价模型,选用三轴声发射实验采集的抗压强度和声发射特征信号作为评价指标,采用熵权法分别计算三轴抗压强度、振铃计数和声发射幅值的熵值,通过分析各指标熵值的变化确定各指标对应的权重。结果表明,根据熵权法获得了300个评价对象的综合权重,模糊综合评价了冲击地压的危险程度。该研究为有效预测煤矿冲击地压提供了借鉴。