IACA-WNN模型在瓦斯涌出量中预测及瓦斯防治技术研究
摘要 | 第3-4页 |
abstract | 第4-5页 |
1 绪论 | 第8-17页 |
1.1 研究背景及意义 | 第8页 |
1.2 国内外研究现状及发展态势 | 第8-15页 |
1.2.1 瓦斯涌出规律研究现状 | 第8-10页 |
1.2.2 瓦斯涌出量预测研究现状 | 第10-13页 |
1.2.3 瓦斯防治技术研究现状 | 第13-15页 |
1.2.4 存在的问题 | 第15页 |
1.3 主要研究内容 | 第15-16页 |
1.4 研究方法及技术路线 | 第16-17页 |
1.4.1 研究方法 | 第16页 |
1.4.2 技术路线 | 第16-17页 |
2 瓦斯赋存规律研究 | 第17-36页 |
2.1 矿井地质特征 | 第17-20页 |
2.1.1 矿井地质概况 | 第17-19页 |
2.1.2 综采工作面地质特征 | 第19-20页 |
2.2 综采工作面瓦斯基础参数测试分析 | 第20-29页 |
2.2.1 煤样工业分析 | 第20-23页 |
2.2.2 吸附常数a、b值测定 | 第23-25页 |
2.2.3 煤质坚固性系数测定 | 第25-26页 |
2.2.4 煤层瓦斯含量测定 | 第26-28页 |
2.2.5 瓦斯放散初速度测定 | 第28-29页 |
2.3 综采工作面瓦斯涌出影响因素分析 | 第29-35页 |
2.3.1 综采工作面瓦斯含量的影响因素分析 | 第29-31页 |
2.3.2 瓦斯含量主控因素分析 | 第31-35页 |
2.4 小结 | 第35-36页 |
3 IACA-WNN瓦斯涌出量预测模型的构建 | 第36-49页 |
3.1 小波神经网络 | 第36-39页 |
3.1.1 小波神经网络的简介 | 第36页 |
3.1.2 小波神经网络的结构模型 | 第36-37页 |
3.1.3 传递函数的选取和预测瓦斯时存在的问题 | 第37-39页 |
3.2 蚁群算法的改进方法 | 第39-44页 |
3.2.1 蚁群算法的基本原理 | 第39-40页 |
3.2.2 数学模型的选取 | 第40-42页 |
3.2.3 蚁群算法的改进 | 第42-44页 |
3.3 IACA-WNN模型的构建 | 第44-48页 |
3.3.1 算法耦合 | 第44-45页 |
3.3.2 参数初始化 | 第45-47页 |
3.3.3 瓦斯涌出量预测模型的构建 | 第47-48页 |
3.4 小结 | 第48-49页 |
4 基于IACA-WNN模型瓦斯涌出量预测 | 第49-62页 |
4.1 数据处理及评价指标 | 第49-51页 |
4.2 瓦斯涌出量预测 | 第51-59页 |
4.2.1 瓦斯涌出量预测流程 | 第51-52页 |
4.2.2 模型的权值和阈值 | 第52-54页 |
4.2.3 四种模型预测误差的算法 | 第54-59页 |
4.3 预测结果和分析 | 第59-61页 |
4.4 小结 | 第61-62页 |
5 502综采工作面瓦斯防治技术及管理措施 | 第62-73页 |
5.1 矿井瓦斯现状分析 | 第62页 |
5.2 综采工作面瓦斯防治技术 | 第62-69页 |
5.2.1 本煤层预抽瓦斯技术 | 第63-66页 |
5.2.2 顶板高位钻孔抽采技术 | 第66-68页 |
5.2.3 采空区埋管瓦斯预抽技术 | 第68-69页 |
5.3 综采工作面瓦斯防治管理措施 | 第69-72页 |
5.3.1 制度措施方面 | 第69-70页 |
5.3.2 安全管理方面 | 第70-71页 |
5.3.3 应急避险方面 | 第71-72页 |
5.4 小结 | 第72-73页 |
6 结论及展望 | 第73-75页 |
6.1 主要结论 | 第73页 |
6.2 展望 | 第73-75页 |
致谢 | 第75-76页 |
参考文献 | 第76-82页 |
附录 | 第82-105页 |