高温矿井多孔介质相变蓄热降温研究及设计

为了解决机械通风难以满足高温矿井降温需求的问题,提出由石蜡和膨胀石墨构成多孔介质相变蓄热模块来达到巷道降温效果的方法,基于Fluent模拟软件,对通风和相变蓄热联合降温多条件下巷道温度场进行数值模拟,确定相变蓄热模块的设计参数,最后对掘进巷道热环境进行模拟研究和方案设计。研究结果表明:相比于仅通风降温,联合降温效果明显;采用双侧布置相变模块降温效果明显优于单侧布置工况;随着风速逐渐递增,降温效果下降,且降温幅度减小;模块厚度分别为100,200 mm时降温效果基本一致,厚度300 mm时,巷道温度明显升高。

基于WOA-LSTM的工作面瓦斯涌出量预测研究

为了提高瓦斯涌出量预测的科学性和准确性,提出一种基于鲸鱼优化算法(WOA)和长短期记忆网络(LSTM)的瓦斯涌出量多步预测模型。该模型首先采用皮尔逊(Pearson)相关系数法进行瓦斯涌出量影响因素的特征分析,筛选了9个主要影响瓦斯涌出量变化的特征作为模型的外部输入特征;其次采用鲸鱼优化算法对LSTM神经网络的隐藏层神经元个数、时间步长、批处理数进行优化;最后,构建WOA-LSTM模型进行瓦斯涌出量预测,实验研究了不同时间步长下模型的预测精度并对比分析了LSTM、RNN、BP模型的预测效果。结果表明:基于WOA-LSTM的瓦斯涌出量多步预测模型在3个时间步长的预测模型误差值达到最小,其平均绝对误差相较于LSTM、RNN和BP神经网络模型分别降低了41.6%、46.6%、65.8%,具有较强的鲁棒性,可为矿井瓦斯的防治提供参考。