期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
煤自燃指标气体分析与分级预警
1
作者
江莉娟
邓存宝
+2 位作者
王彩萍
雷昌奎
年军
《西安科技大学学报》
CAS
北大核心
2023年第6期1088-1098,共11页
煤自然发火严重制约矿井安全生产。为实现煤自然发火危险性精准预测预报,采用程序升温试验系统测试分析了沙曲一号煤矿不同粒径煤样各种气体产物及其浓度变化规律,进一步引入随机森林集成学习方法建立了煤自然发火危险性分级预警模型,...
煤自然发火严重制约矿井安全生产。为实现煤自然发火危险性精准预测预报,采用程序升温试验系统测试分析了沙曲一号煤矿不同粒径煤样各种气体产物及其浓度变化规律,进一步引入随机森林集成学习方法建立了煤自然发火危险性分级预警模型,并通过大佛寺煤矿自然发火试验进行了验证分析。结果表明:粒径越小,煤氧接触面积越大,煤氧反应越激烈,气体产物浓度越大;C_(2)H_(6)气体属于煤体赋存气体,在试验初始阶段就出现了,但C_(2)H_(4)气体在温度升高至120℃左右才出现,是煤氧化裂解的产物,可以作为沙曲一号煤矿自然发火指标气体;基于随机森林建立的煤自然发火危险性分级预警模型训练样本预测准确率达到100%,在默认参数条件下,测试样本预测准确率高达96.7%,通过自然发火试验数据验证分析得到测试集预测准确率为98.9%,变量重要度评估结果为CO和C_(2)H_(4)气体对煤自然发火危险性影响最大,这与现场实际情况吻合。随机森林用于处理煤自然发火危险性与气体产物之间的复杂非线性关系十分理想,适合于煤自然发火危险性预测预报。
展开更多
关键词
煤自燃
指标气体
随机森林
分级预警
变量重要度评估
下载PDF
职称材料
采空区煤自燃极限参数灰色关联分析及预测
被引量:
5
2
作者
雷昌奎
江莉娟
+4 位作者
邓存宝
邓军
马砺
王伟峰
张勇敢
《煤矿安全》
CAS
北大核心
2022年第9期113-121,共9页
采空区动态变化特征决定了煤自燃极限参数与其影响因素之间的复杂性。为了实现煤自燃极限参数精准预测,引入灰色综合关联度分析方法,定量分析了上限漏风强度与其影响因素之间的关联程度,并基于此建立了改进粒子群优化算法(IPSO)优化支...
采空区动态变化特征决定了煤自燃极限参数与其影响因素之间的复杂性。为了实现煤自燃极限参数精准预测,引入灰色综合关联度分析方法,定量分析了上限漏风强度与其影响因素之间的关联程度,并基于此建立了改进粒子群优化算法(IPSO)优化支持向量回归(SVR)参数的煤自燃极限参数预测模型;以上限漏风强度为例,分别建立了标准PSO-SVR模型和多元线性回归模型(MLR),进行上限漏风强度预测并与已有的变步长网格搜索优化SVR参数方法和神经网络对比。结果表明:浮煤厚度与上限漏风强度的灰色综合关联度最大,氧体积分数与煤温次之,放热强度与采空区距工作面距离最小;煤自燃极限参数与其影响因素之间非线性关系较线性关系更显著;SVR相比于神经网络方法具有更强的非线性处理能力;IPSO-SVR模型预测值与真实值之间的相对误差在2.6%以内,其预测精度明显优于其他4种模型,IPSO参数优化对提高SVR模型的预测精度有很大帮助,IPSO-SVR方法应用于煤自燃极限参数预测是有效的。
展开更多
关键词
灰色关联分析
粒子群优化
支持向量回归
神经网络
极限参数
下载PDF
职称材料
题名
煤自燃指标气体分析与分级预警
1
作者
江莉娟
邓存宝
王彩萍
雷昌奎
年军
机构
太原理工
大学
安全与应急管理工程
学院
匈牙利佩奇大学商业与经济学院
西安科技
大学
安全科学与工程
学院
陕西山利科技发展有限责任公司
出处
《西安科技大学学报》
CAS
北大核心
2023年第6期1088-1098,共11页
基金
国家自然科学基金项目(52204229,52274220)
山西省基础研究计划青年科学研究项目(20210302124349)
山西省高等学校科技创新项目(2021L054)。
文摘
煤自然发火严重制约矿井安全生产。为实现煤自然发火危险性精准预测预报,采用程序升温试验系统测试分析了沙曲一号煤矿不同粒径煤样各种气体产物及其浓度变化规律,进一步引入随机森林集成学习方法建立了煤自然发火危险性分级预警模型,并通过大佛寺煤矿自然发火试验进行了验证分析。结果表明:粒径越小,煤氧接触面积越大,煤氧反应越激烈,气体产物浓度越大;C_(2)H_(6)气体属于煤体赋存气体,在试验初始阶段就出现了,但C_(2)H_(4)气体在温度升高至120℃左右才出现,是煤氧化裂解的产物,可以作为沙曲一号煤矿自然发火指标气体;基于随机森林建立的煤自然发火危险性分级预警模型训练样本预测准确率达到100%,在默认参数条件下,测试样本预测准确率高达96.7%,通过自然发火试验数据验证分析得到测试集预测准确率为98.9%,变量重要度评估结果为CO和C_(2)H_(4)气体对煤自然发火危险性影响最大,这与现场实际情况吻合。随机森林用于处理煤自然发火危险性与气体产物之间的复杂非线性关系十分理想,适合于煤自然发火危险性预测预报。
关键词
煤自燃
指标气体
随机森林
分级预警
变量重要度评估
Keywords
coal spontaneous combustion
index gas
random forest
grading early warning
variable importance assessment
分类号
TD75 [矿业工程—矿井通风与安全]
下载PDF
职称材料
题名
采空区煤自燃极限参数灰色关联分析及预测
被引量:
5
2
作者
雷昌奎
江莉娟
邓存宝
邓军
马砺
王伟峰
张勇敢
机构
太原理工
大学
安全与应急管理工程
学院
陕西山利科技发展有限责任公司
匈牙利佩奇大学商业与经济学院
西安科技
大学
安全科学与工程
学院
出处
《煤矿安全》
CAS
北大核心
2022年第9期113-121,共9页
基金
山西省基础研究计划青年科学研究资助项目(20210302124349)
山西省高等学校科技创新资助项目(2021L054)。
文摘
采空区动态变化特征决定了煤自燃极限参数与其影响因素之间的复杂性。为了实现煤自燃极限参数精准预测,引入灰色综合关联度分析方法,定量分析了上限漏风强度与其影响因素之间的关联程度,并基于此建立了改进粒子群优化算法(IPSO)优化支持向量回归(SVR)参数的煤自燃极限参数预测模型;以上限漏风强度为例,分别建立了标准PSO-SVR模型和多元线性回归模型(MLR),进行上限漏风强度预测并与已有的变步长网格搜索优化SVR参数方法和神经网络对比。结果表明:浮煤厚度与上限漏风强度的灰色综合关联度最大,氧体积分数与煤温次之,放热强度与采空区距工作面距离最小;煤自燃极限参数与其影响因素之间非线性关系较线性关系更显著;SVR相比于神经网络方法具有更强的非线性处理能力;IPSO-SVR模型预测值与真实值之间的相对误差在2.6%以内,其预测精度明显优于其他4种模型,IPSO参数优化对提高SVR模型的预测精度有很大帮助,IPSO-SVR方法应用于煤自燃极限参数预测是有效的。
关键词
灰色关联分析
粒子群优化
支持向量回归
神经网络
极限参数
Keywords
grey correlation analysis
particle swarm optimization
support vector regression
neural network
limit parameters
分类号
TD752.2 [矿业工程—矿井通风与安全]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
煤自燃指标气体分析与分级预警
江莉娟
邓存宝
王彩萍
雷昌奎
年军
《西安科技大学学报》
CAS
北大核心
2023
0
下载PDF
职称材料
2
采空区煤自燃极限参数灰色关联分析及预测
雷昌奎
江莉娟
邓存宝
邓军
马砺
王伟峰
张勇敢
《煤矿安全》
CAS
北大核心
2022
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部