期刊导航
期刊开放获取
上海教育软件发展有限公..
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
柴家沟煤矿井下火区治理与启封决策
被引量：
12
1
作者
王冰山
尤文顺
王冰松
《煤炭科学技术》
CAS
北大核心
2012年第1期78-82,共5页
针对柴家沟煤矿ZF42105工作面易发生自燃的现状,首先采取封闭火区、均压和注氮措施,使得ZF42105工作面煤自燃得到有效抑制;然后基于束管监测数据分析了封闭前后火区的燃烧状况,并采取了进一步的注胶灭火方案,使得工作面CO超限得到有效...
针对柴家沟煤矿ZF42105工作面易发生自燃的现状,首先采取封闭火区、均压和注氮措施,使得ZF42105工作面煤自燃得到有效抑制;然后基于束管监测数据分析了封闭前后火区的燃烧状况,并采取了进一步的注胶灭火方案,使得工作面CO超限得到有效治理。实施注胶方案后,依据气体组分比率判断了火区不存在复燃环境,结合《煤矿安全规程》实现了火区安全启封。
展开更多
关键词
火区
封闭
均压
注氮
注胶
气体组分比率
在线阅读
下载PDF
职称材料
基于PCA-GA-BP神经网络的瓦斯含量预测分析
被引量：
22
2
作者
曹博
白刚
李辉
《中国安全生产科学技术》
CAS
CSCD
北大核心
2015年第5期84-90,共7页
为提高煤层瓦斯含量预测的效率和准确率,提出了先采用主成份分析(PCA)方法来降低变量间的相关性,然后将遗传算法(GA)与BP神经网络相结合的煤层瓦斯含量预测的新方法。为了避免BP神经网络收敛速度慢、易陷入局部极小值等问题,算法采用GA...
为提高煤层瓦斯含量预测的效率和准确率,提出了先采用主成份分析(PCA)方法来降低变量间的相关性,然后将遗传算法(GA)与BP神经网络相结合的煤层瓦斯含量预测的新方法。为了避免BP神经网络收敛速度慢、易陷入局部极小值等问题,算法采用GA对BP神经网络的权值和阈值进行优化,利用Matlab软件进行编程,建立了BP神经网络和GA-BP神经网络瓦斯含量预测模型。选取淮南某矿瓦斯含量及其影响因素作为实验数据对该模型进行了实例分析,将主成份回归和BP网络算法预测结果与该模型进行了对比分析。结果表明:PCA-GA-BP网络预测模型平均相对误差为2.759%,预测效果明显优于主成份回归和BP网络预测模型,可以准确的预测煤层瓦斯含量。
展开更多
关键词
主成份分析
优化
GA-BP神经网络
瓦斯含量
仿真预测
在线阅读
下载PDF
职称材料
题名
柴家沟煤矿井下火区治理与启封决策
被引量：
12
1
作者
王冰山
尤文顺
王冰松
机构
神华集团有限责任公司煤炭生产部
安徽煤矿安全监察局淮北监察分局
出处
《煤炭科学技术》
CAS
北大核心
2012年第1期78-82,共5页
文摘
针对柴家沟煤矿ZF42105工作面易发生自燃的现状,首先采取封闭火区、均压和注氮措施,使得ZF42105工作面煤自燃得到有效抑制;然后基于束管监测数据分析了封闭前后火区的燃烧状况,并采取了进一步的注胶灭火方案,使得工作面CO超限得到有效治理。实施注胶方案后,依据气体组分比率判断了火区不存在复燃环境,结合《煤矿安全规程》实现了火区安全启封。
关键词
火区
封闭
均压
注氮
注胶
气体组分比率
Keywords
fire zone
sealing
equilibrium pressure
nitrogen injection
glue injection
gas component ratio
分类号
TD75 [矿业工程—矿井通风与安全]
在线阅读
下载PDF
职称材料
题名
基于PCA-GA-BP神经网络的瓦斯含量预测分析
被引量：
22
2
作者
曹博
白刚
李辉
机构
辽宁工程技术大学矿业学院
辽宁工程技术大学
安全
科学与工程学院
矿山热动力灾害与防治教育部重点实验室
安徽
省
煤矿安全监察局
淮北
监察
分局
出处
《中国安全生产科学技术》
CAS
CSCD
北大核心
2015年第5期84-90,共7页
基金
国家自然科学基金青年基金资助项目(51104084)
文摘
为提高煤层瓦斯含量预测的效率和准确率,提出了先采用主成份分析(PCA)方法来降低变量间的相关性,然后将遗传算法(GA)与BP神经网络相结合的煤层瓦斯含量预测的新方法。为了避免BP神经网络收敛速度慢、易陷入局部极小值等问题,算法采用GA对BP神经网络的权值和阈值进行优化,利用Matlab软件进行编程,建立了BP神经网络和GA-BP神经网络瓦斯含量预测模型。选取淮南某矿瓦斯含量及其影响因素作为实验数据对该模型进行了实例分析,将主成份回归和BP网络算法预测结果与该模型进行了对比分析。结果表明:PCA-GA-BP网络预测模型平均相对误差为2.759%,预测效果明显优于主成份回归和BP网络预测模型,可以准确的预测煤层瓦斯含量。
关键词
主成份分析
优化
GA-BP神经网络
瓦斯含量
仿真预测
Keywords
SPSS
principal component analysis
SPSS
optimization
GA-BP neural network
gas content
simulation and prediction
分类号
X936 [环境科学与工程—安全科学]
TD752.2 [矿业工程—矿井通风与安全]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
柴家沟煤矿井下火区治理与启封决策
王冰山
尤文顺
王冰松
《煤炭科学技术》
CAS
北大核心
2012
12
在线阅读
下载PDF
职称材料
2
基于PCA-GA-BP神经网络的瓦斯含量预测分析
曹博
白刚
李辉
《中国安全生产科学技术》
CAS
CSCD
北大核心
2015
22
在线阅读
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
