分享到:

矿井煤层底板突水预测

运用信息复合法绘制突水指数等值线  (本文共2页) 阅读全文>>

河南理工大学
河南理工大学

基于GIS的矿井煤层底板突水预测系统研发

随着开采水平的延伸和开采范围的扩大,矿井生产向纵深发展,矿井水害的威胁越来越严重,矿井水文地质工作也越来越多地得到了人们的广泛关注。本文在充分熟悉矿井防治水工作流程、了解现场矿井防治水急需的技术及遇到的难题的基础上,经过广泛调研,将水文地质、地理信息系统、数学地质、人工智能、计算机等技术相结合,研究了影响矿井煤层底板突水的关键因素,有目的地搜集现场水文地质资料,基于SQL Server2000数据库平台建立了矿井水文地质基础数据库,基于SuperMap Deskpro建立了矿井水文地质图形库;对矿井水害预测模型、矿井水文地质数据管理与可视化、专家系统在矿井水害预测与治理中的应用、水源判别方法等问题进行了深入研究,在Visual Studio .NET 2003平台下,建立了基于GIS的矿井煤层底板突水预测系统。利用突水系数与趋势、残差分析相结合实现了突水危险性分区、掘进及回采工作面突水预测;利用BP神经网络,综合考虑构造、水源、...  (本文共149页) 本文目录 | 阅读全文>>

山东科技大学
山东科技大学

大采深条件下徐、奥灰突水机理及防治技术研究

在华北型煤田,随着煤矿开采水平的延伸和开采范围的扩大,太原组下部煤层开采受到底板承压水的威胁越来越严重。如何将这些煤矿从承压水上解放出来,实现煤矿安全、高产、高效,一直是中国煤炭行业的主要攻关课题之一。本文以莱芜矿区潘西煤矿为例,对深矿井煤层底板徐、奥灰突水机理进行了研究,并进行了煤层底板突水预测预报,并提出了综合防治水技术途径。首先,在分析潘西煤矿地质、水文地质及以往突水资料的基础上,概括出了影响煤层底板突水的六个因素;其次,对采场煤层底板应力状态及顶、底岩层运动规律做了分析;对大采深条件下的矿井底板破坏深度进行了理论分析、数值模拟及现场实测综合研究,结合大采深矿井实际突水资料,统计归纳出了底板破坏深度经验公式;分析了原始导高带及采动导高带的原因和影响因素及其确定方法;分析了煤层底板的综合阻水性能,并评价了潘西煤矿底板岩层的阻水性能;对采场底板突水动态机理进行了研究,并分析了断裂构造突水机制,包括断层的原始导水性及采动活化突水...  (本文共170页) 本文目录 | 阅读全文>>

《水文地质工程地质》1990年40期
水文地质工程地质

矿井煤层底板突水预测新方法研究

本文针对煤矿矿井煤层底板突水系统为一非线性系统的特性,提出采用对非线性问题具有良好适用性的人工神经网络系统(以下简称神经网络),进行煤层底板突水预测。以...  (本文共5页) 阅读全文>>

太原理工大学
太原理工大学

半监督学习和数值模拟的煤层底板突水预警系统研究

矿井水害事故时常发生,给企业和国家造成的人员伤亡和经济损失是不可预估的。现有的矿井水害预测预报技术不够准确是造成事故频发的主要原因。因此,研究有效的矿井水害预测预报方法是十分必要的。再者,矿井水害事故一旦发生,由于井下现场情况的未知性和复杂性,给救援工作带来了很大的盲目性和挑战性。对水害发生后的突水过程进行数值模拟,能够及时宏观地了解井下水害的演化趋势,分析水害可能影响的区域,对营救决策的制定具有重要的指导作用。此外,由于目前煤矿企业的信息化程度有限,在发生水害时很多数据资源由于缺乏系统化的管理,在辅助救援工作中不能发挥其应有的作用。本文主要针对矿井地下水突水这一课题进行研究,主要研究内容分为三个部分:煤层底板突水预测算法、水害蔓延的数值模拟及煤层底板突水预警系统的设计与实现。针对矿井突水预测的研究,一方面,目前应用的突水预测预报方法多是依据决策者结合现场情况对问题的主观分析,具有很大的不确定性。基于此本文将智能信息处理理论及方...  (本文共139页) 本文目录 | 阅读全文>>

煤炭科学研究总院
煤炭科学研究总院

基于数据挖掘分类技术的煤层底板突水预测

长期以来,煤层底板突水问题一直严重影响着我国主要煤矿生产基地—华北型煤田的煤矿安全生产,煤层底板突水事故的发生造成了重大的人员伤亡和财产损失。进行煤层底板突水预测是亟待解决的关键问题。煤层底板突水是多种因素综合作用的结果,为了进行多因素影响下的煤层底板突水预测,获取煤层底板突水规则,将煤层底板突水预测问题归纳为数据挖掘分类问题,引入数据挖掘分类技术,提出了基于数据挖掘分类技术进行煤层底板突水预测的新方法。本文基于数据挖掘分类技术开展了突水信息特征选择、突水预测模型构建、突水规则获取和突水预测分类系统研发四个方面的研究。首先,在煤层底板突水信息分析的基础上,以各类突水信息为自变量,以是否突水为因变量,利用二项Logistic回归方法建立了煤层底板突水的二项Logistic回归概率模型,完成了煤层底板突水信息第一次特征选择;其次,分别建立了煤层底板突水预测的BP神经网络和PNN神经网络模型,对比分析了不同特征组合条件下BP神经网络和...  (本文共115页) 本文目录 | 阅读全文>>