基于神经网络的煤层顶板冒落预测

针对煤层顶板冒落原始数据样本较少的特点,采用神经网络理论和粗糙集理论,利用ULtraEdit和weka软件,建立了基于神经网络的煤层顶板冒落预测模型,实现了对小样本条件下煤层顶板冒落的预测。

煤层顶板冒落预测方法分析

本文以煤层顶板冒落数据作为样本,利用weka等软件,利用粗糙集理论等相关非线性理论知识,分别采用支持向量机和Bp-神经网络对煤层顶板冒落进行训练和预测。从详细的精度,混淆矩阵和节点错误率这三个方面分别比较三种算法,从而得到结论是:Bp-神经网络的训练和预测效果是稍微强于支持向量机。

下行通风瓦斯运移规律及瓦斯抽放技术研究

采用RFPA2D数值模拟软件对东庞矿21101工作面煤层顶板冒落规律及裂隙特性进行了数值模拟,利用模拟结果分析采空区顶板产生裂隙、断裂、冒落和离层情况及其变化规律。采用Fluent数值模拟软件对下行通风工作面采空区瓦斯运移及分布规律进行了模拟研究。在此基础上对21101工作面高位钻孔参数进行了优化设计,并对抽放效果进行了考察分析。验证了下行通风工作面瓦斯运移规律研究的准确性及高位钻孔设计的合理性。