期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
漏风条件下采空区煤自燃分级预警方法研究及应用 被引量:1
1
作者 翟小伟 李心田 +3 位作者 侯钦元 马腾 宋波波 郝乐 《煤炭科学技术》 北大核心 2025年第1期161-169,共9页
CO是煤自燃预警体系的重要指标气体。为提高漏风条件下利用CO预测采空区煤自燃危险程度的准确性,采用程序升温试验分析煤氧化过程中不同指标气体与煤温的对应关系,通过束管监测与示踪气体漏风测试确定漏风对采空区CO气体的影响,修正不... CO是煤自燃预警体系的重要指标气体。为提高漏风条件下利用CO预测采空区煤自燃危险程度的准确性,采用程序升温试验分析煤氧化过程中不同指标气体与煤温的对应关系,通过束管监测与示踪气体漏风测试确定漏风对采空区CO气体的影响,修正不同氧气体积分数范围内CO体积分数与煤温的函数关系。利用修正函数方程计算煤自燃CO预警阈值,结合不同指标气体预警值,构建漏风条件下采空区煤自燃分级预警体系。研究结果表明:煤氧化过程中CO、C_(2)H_(4)、C_(2)H_(2)与Graham系数指标气体突变与煤温存在对应关系,CO、C_(2)H_(4)、C_(2)H_(2)出现温度分别为30、120、230℃,Graham系数拐点温度为70、160℃,不同氧气体积分数范围内CO体积分数与煤温均呈指数函数关系。漏风对采空区CO气体影响范围为0~90 m,影响体积分数大小为(3~39)×10^(−6)。漏风条件下采空区埋深0~19 m处氧气体积分数为21%~17%,“CO体积分数−煤温”函数的修正系数为1~3;埋深19~55 m处氧气体积分数为17%~13%,修正系数为4~7;埋深55~90 m处氧气体积分数为13%~9%,修正系数为16~21。基于修正后CO体积分数与温度函数,计算得到煤自燃过程不同氧气体积分数范围内CO预警阈值分别为(50~150)×10^(−6)、(190~330)×10^(−6)及(330~430)×10^(−6)。结合CO、C_(2)H_(4)、C_(2)H_(2)与Graham系数指标气体预警值将煤自燃程度划分为“灰、蓝、黄、橙、红”五级预警。研究结果可为相似工作面采空区遗煤自燃预测预报提供参考。 展开更多
关键词 煤自燃 CO 漏风 采空区 分级预警
在线阅读 下载PDF
等离子体对CO消除规律的实验研究 被引量:1
2
作者 翟小伟 王九歌 +1 位作者 宋波波 周妤婕 《煤炭工程》 北大核心 2024年第10期254-259,共6页
为了保障工人身心健康,改善矿下环境,利用等离子体技术,搭建等离子体消除CO实验平台,通过实验研究等离子体消除CO的效果及影响因素,实验结果表明:输出电压为50 kV、电极材料为铍铜合金时,等离子体对CO的消除效果最佳。风速越大,消除效... 为了保障工人身心健康,改善矿下环境,利用等离子体技术,搭建等离子体消除CO实验平台,通过实验研究等离子体消除CO的效果及影响因素,实验结果表明:输出电压为50 kV、电极材料为铍铜合金时,等离子体对CO的消除效果最佳。风速越大,消除效果越差;随着氧气浓度和湿度的升高,CO消除量呈现上升的趋势,分别在风速0.6 m/s、氧气浓度为20.5%、湿度为30%RH时,CO消除效果最好。 展开更多
关键词 等离子体 CO消除 负电晕 矿井空气 职业安全
在线阅读 下载PDF
浅埋火区无人机热红外监测温度补偿方法 被引量:7
3
作者 翟小伟 郝乐 +4 位作者 王凯 马腾 宋波波 李心田 侯钦元 《煤炭学报》 EI CAS CSCD 北大核心 2024年第8期3498-3509,共12页
我国西北地区具有煤层厚度大、埋藏浅等特点,无人机热红外监测与温度补偿是浅埋煤火灾害信息监测的关键技术,对推进煤自燃灾害安全监测与影响范围预警评价有着重要意义。针对复杂环境下多参数对热红外温度监测结果的影响,提出了一种基... 我国西北地区具有煤层厚度大、埋藏浅等特点,无人机热红外监测与温度补偿是浅埋煤火灾害信息监测的关键技术,对推进煤自燃灾害安全监测与影响范围预警评价有着重要意义。针对复杂环境下多参数对热红外温度监测结果的影响,提出了一种基于灰狼优化—双层广义回归网络与连续高度修正函数相结合的温度补偿模型。基于热红外装置中大气消光系数对接收辐射对比度的影响,选取热红外监测波段下影响温度结果的多种因素,并通过主成分分析法确定累计能够表征实际温度的指标因子,以多种环境下的无人机热红外监测实验中指标因子数据为GWO-双层GRNN网络输入,得到训练完成的离散温度补偿模型,并提出无人机高度的连续修正函数作为模型输入待补偿数据的前置流程,最后将完整温度补偿模型进行了试验与现场验证。结果表明,GWO-双层GRNN网络在数据测试中,离散补偿效果优于其他模型,达到了平均绝对误差≤0.0081、均方根误差≤0.0132、决定系数≥0.9969,表明该模型具有良好的补偿效果;连续修正函数避免了无人机高度对热红外监测结果的影响,将无人机连续高度热红外温度回归问题划分为阶跃式回归计算,且最终模型具有良好的监测精度,提高了温度补偿模型的泛化能力。为应用无人机热红外监测结果划分浅埋煤火危险区域提供了配套计算方法,可进一步将该方法推广至对应的无人机应用与激光监测行业。 展开更多
关键词 煤自燃 无人机 热红外 GRNN 温度补偿模型
在线阅读 下载PDF
基于ACO−KELM 的采空区遗煤温度预测模型研究
4
作者 翟小伟 王辰 +3 位作者 郝乐 李心田 侯钦元 马腾 《工矿自动化》 CSCD 北大核心 2024年第12期128-135,共8页
现有采空区遗煤温度预测研究多侧重于温度与气体浓度之间的关系,较少考虑采空区内遗煤温度与距工作面距离及漏风风速之间的复杂非线性关系。针对该问题,提出了一种基于蚁群优化算法优化核极限学习机(ACO−KELM)的采空区遗煤温度预测模型... 现有采空区遗煤温度预测研究多侧重于温度与气体浓度之间的关系,较少考虑采空区内遗煤温度与距工作面距离及漏风风速之间的复杂非线性关系。针对该问题,提出了一种基于蚁群优化算法优化核极限学习机(ACO−KELM)的采空区遗煤温度预测模型。在葫芦素煤矿21404工作面采空区布置束管及分布式光纤,对21404工作面采空区内O_(2),CO,CO_(2)浓度和温度数据进行采集,同时结合采空区内漏风强度和距工作面水平距离构建KELM模型,通过ACO对KELM模型中的正则系数和核参数进行寻优,获得最优超参数组合,进而得到性能最优的KELM模型。与基于极限学习机(ELM)和基于随机森林(RF)算法的预测模型相比,ACO−KELM模型在测试集上的平均绝对误差为0.0701℃,均方根误差为0.0748℃,较基于ELM模型分别降低了65%和195%,较基于RF模型分别降低了53%和156%;ACO−KELM模型在测试集上的判定系数为0.9635,与训练集的判定系数仅相差0.01,说明该模型未陷入过拟合且拟合程度较高。 展开更多
关键词 采空区遗煤 煤自燃 遗煤温度预测 核极限学习机 蚁群算法 漏风强度 指标气体分析法 漏风风速
在线阅读 下载PDF
基于数据填补的煤自燃温度预测模型 被引量:11
5
作者 翟小伟 罗金雷 +3 位作者 张羽琛 宋波波 郝乐 周妤婕 《工矿自动化》 CSCD 北大核心 2023年第1期28-35,98,共9页
现有煤自燃温度预测模型的建立大多基于较为完整的指标气体样本数据,但指标气体数据受仪器或人为因素影响,往往存在数据缺失现象,导致煤自燃温度预测准确率较低和过拟合等问题。针对上述问题,提出了将K近邻算法(KNN)、随机森林(RF)、决... 现有煤自燃温度预测模型的建立大多基于较为完整的指标气体样本数据,但指标气体数据受仪器或人为因素影响,往往存在数据缺失现象,导致煤自燃温度预测准确率较低和过拟合等问题。针对上述问题,提出了将K近邻算法(KNN)、随机森林(RF)、决策树(DT)及基于粒子群优化的支持向量回归等填补算法(PSO-SVR)应用于缺失值填补,缺失数据和填补后的数据通过RF、SVR和极限梯度提升树(XGBoost)算法分别进行训练,并通过PSO算法优化参数,构建了基于数据填补的RF、XGBoost和SVR煤自燃温度预测模型。利用煤自然发火实验选取CO,CO_(2),CH4,C_(2)H_(6),O_(2)作为指标气体,并设计整体缺失率为10%,20%,30%和CO,CO_(2)缺失率为40%,50%,60%共6种随机数据缺失,采用平均绝对误差百分比(MAPE)作为填补效果评价指标,采用MAPE、判断系数R^(2)和均方根误差(RMSE)作为模型性能评价指标,对4种填补算法和3种预测模型进行对比。对比分析结果表明:在6种数据缺失情况下,DT填补算法填补效果优于其他3种算法,在CO,CO_(2)存在较多缺失值时,RF算法的填补值与实际值的MAPE偏大;在不调参的情况下,XGBoost模型虽然在训练集效果极好,但极易过拟合,而SVR模型预测效果极差,无法满足预测要求;在6种数据缺失情况下,基于DT填补算法的PSO-SVR、RF与PSO-RF煤自燃温度预测模型的MAPE均在4%左右,基于DT填补算法的RF模型无需优化就能较好地预测出煤自燃温度,具有良好的稳定性。 展开更多
关键词 煤自燃 温度预测 指标气体 数据缺失填补 K近邻填补算法 随机森林填补算法 决策树回归填补算法 基于粒子群优化的支持向量回归填补算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部