组合赋权-灰色聚类的煤与瓦斯突出危险评价

为有效预防煤矿井下煤与瓦斯突出事故,构建基于组合赋权-灰色聚类的煤与瓦斯突出危险评价模型。首先,基于轨迹交叉理论,从煤层物理学性质、瓦斯指标、煤层赋存条件3个方面选取预测指标,构建危险评价指标体系;然后,运用改进的层次分析法(IAHP)和熵权法(EWM),确定各指标权重,结合灰色聚类原理构建各指标的灰色模糊评价规范化等级判断矩阵,并根据最大隶属度原则预测煤与瓦斯突出等级;最后,以乌兰木伦煤矿12407综放工作面为应用实例,验证组合赋权-灰色聚类评价模型的科学性和有效性。结果表明:该工作面煤与瓦斯突出危险等级为Ⅴ,模型计算结果与现场实际基本吻合,其中,煤层物理学性质为主要诱导因素,评判结果与实际相吻合,证明文中所建模型具有一定的科学性和有效性。

基于SVM的煤与瓦斯突出区域预测研究

支持向量机是 20 世纪 90 年代中期兴起的基于结构风险最小化原理的机器学习技术,各项技术性能尤其是泛化能力具有明显优势。基于支持向量机构建了煤与瓦斯突出预测模型。首先,按 SVM 的二类划分最优分类面和样本混杂区的边界将特征空间细划为 3 个区域,由此建立了可将突出危险性划分为突出危险、突出威胁、安全 3个级别的煤与瓦斯突出的 SVM 模型。再将 SVM 的二类划分最优符号函数改为距离函数,用这个距离函数和混杂区尺寸 u1和 u2建立了突出危险性等级指标函数,在突出区侧的混杂区边界取值为 1,在非突出区侧的混杂区边界取值为-1。用此指标预测函数对潘一矿 13–1 煤层的 26 次实例突出样本和 34 个非突出样本作了分析研究,对大量参数和学习算法进行了学习和检验,获得了用于潘一矿 13–1 煤层的突出预测指标函数,结果表明用此方法可大大提高预测准确率,是一个科学可行的解决途径,具有广泛的应用前景。

磁共振成像和CT应用于外侧型腰椎间盘突出症诊断的效果观察

探讨磁共振成像(MRI)、电子计算机断层扫描(CT)应用于外侧型腰椎间盘突出症诊断的效果。方法:回顾性选择2020年1月至2021年10月期间医院收治的疑似外侧型腰椎间盘突出症60例作为研究资料,均接受MRI扫描和CT多平面三维重建扫描,以综合检查结果证实外侧型腰椎间盘突出症50例的结果为标准,评价MRI和CT诊断外侧型腰椎间盘突出症的敏感度、特异度及准确率,并计算诊断不同椎间盘突出等级的准确率,分析磁共振成像和CT的影像学特点。结果:MRI诊断敏感度97.50%、特异度90.91%及准确率96.08%,与CT诊断敏感度93.50%、特异度86.36%及准确率92.16%比较无统计学意义(P>0.05)。MRI和CT诊断椎间盘突出等级准确率分别为95.83%、95.65%,比较无统计学意义(P>0.05)。MRI影像学表现出宽基底附着于椎体边缘异常信号,CT影像学表现出不同形态的软组织密度影挤压同一节段的脊髓,椎间孔多狭窄、闭塞及椎管狭窄。结论:外侧型腰椎间盘突出症诊断中采取MRI和CT均具有较高的敏感度、特异度,实现对不同椎间盘突出等级的准确检出,获得清晰详细的影像学信息,为临床诊治提供科学依据,值得推广。