CN102354381A - 煤矿瓦斯涌出量动态预测分析技术 - Google Patents
煤矿瓦斯涌出量动态预测分析技术 Download PDFInfo
- Publication number
- CN102354381A CN102354381A CN2011103277084A CN201110327708A CN102354381A CN 102354381 A CN102354381 A CN 102354381A CN 2011103277084 A CN2011103277084 A CN 2011103277084A CN 201110327708 A CN201110327708 A CN 201110327708A CN 102354381 A CN102354381 A CN 102354381A
- Authority
- CN
- China
- Prior art keywords
- gas
- coal
- coal mine
- prediction
- neural network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种煤矿瓦斯涌出量动态预测分析技术,具有运用人工神经网络计算方法来预测瓦斯涌出量,将瓦斯数据采集和分析速度提高到800MS以内,进而使瓦斯预测准确度提高到85%以上。大大的降低了煤矿瓦斯事故发生的优点,其特点就是运用人工神经网络和统计方法建立数学模型,用以预测煤矿中的瓦斯浓度,其特征在于运用SQL Server 2010数据库和DELPHI软件开发平台开发出实用软件,对瓦斯的浓度给出预测值,用以指导不同瓦斯浓度所对应程序的控制和调度,适应于煤矿瓦斯涌出量动态信息监测预测。
Description
所属技术领域:
本发明属于煤矿瓦斯涌出量动态电子信息监查预测的技术领域,具体涉及一种煤矿瓦斯涌出量动态预测分析技术
背景技术;
目前煤矿采取了三种控制瓦斯浓度的方法,
第一,抽放处理。包括采煤工作面形成后,实施采前预抽;高抽钻孔抽放,采后卸压抽放,横川埋管抽放,落山埋管抽放等各种抽放方法。
第二,采中通风。为了及时稀释井下工作面的瓦斯浓度,提供充足的氧气,控制有害气体等,井下必须要采取通风措施。
第三,实时监控。为了对瓦斯浓队进行实时有效的监测,井下个工作面、掘进面和巷道中都布置了瓦斯浓度传感器,所监测到的数据通过传输装置传送到总监测试,一旦瓦斯浓度超标,监控装置将发出报警信号,若瓦斯浓度达到断电下限,供电室就会自动断电,以保证不会因为意外的火花引起瓦斯爆炸。传统的方法治标不治本,对瓦斯的治理不能像天气预报那样提前预测,从而进行有效的防范。
发明内容:
本发明的目的就是为弥补以上不足,提供一种可建立瓦斯涌出量的预测模型技术,为煤矿提供瓦斯涌出量预测工具,不但可以减少瓦斯爆炸事故发生的可能性,更重要的是可以更有力地保护矿工的生命安全,保护煤矿经济利益的煤矿瓦斯涌出量动态预测分析技术。
本发明的技术方案:所述的煤矿瓦斯涌出量动态预测分析技术,就是运用人工神经网络和统计方法建立数学模型,用以预测煤矿中的瓦斯浓度,其特征在于运用SQL Server 2010数据库和DELPHI软件开发平台开发出实用软件,对瓦斯的浓度给出预测值,用以指导不同瓦斯浓度所对应程序的控制和调度。因为瓦斯浓度受多种因素的影响,如煤层地质特征、煤体结构指标、钻孔瓦斯动力特征、巷道内风速等,同时这些影响因素的影响原理,影响方式和影响范围很难定量处理,所以模糊数学模型如灰色模型、神经网络模型都发挥了明显的优势。人工神经网络是一种旨在模仿人脑结构及其功能的脑式智能信息处理系统。是由大量简单处理单元相互联结构成的高度并行的非线性系统,具有大规模并行处理能力。
本发明具有在于运用人工神经网络计算方法来预测瓦斯涌出量,将瓦斯数据采集和分析速度提高到800MS以内,进而使瓦斯预测准确度提高到85%以上。大大的降低了煤矿瓦斯事故发生的优点。
具体实现的方式:
瓦斯的监测值每隔500MS就会产生一个,如此海量的数据运用什么系统才能快速的分析和做出预测判断呢?神经网络的技术运用能很好的解决这个问题。人工神经网络技术简单的说就是:根据一个简化的统计,人脑由百亿条神经组成-每条神经平均连结到其它几千条神经。通过这种连结方式,神经可以收发不同数量的能量。神经的一个非常重要的功能是它们对能量的接受并不是立即作出响应,而是将它们累加起来,当这个累加的总和达到某个临界阈值时,它们将它们自己的那部分能量发送给其它的神经,大脑通过调节这些连结的数目和强度进行学习判断。尽管这是个生物行为的简化描述。但同样可以充分有力地被看作是神经网络的模型。这项技术的运用,使海量瓦斯监测值快速分析并准确判断预测成为可能。通过开发瓦斯动态监测系统,将瓦斯数据采集和分析速度提高到800MS以内,进而使瓦斯预测准确度提高到85%以上。
Claims (3)
1.煤矿瓦斯涌出量动态预测分析技术,就是运用人工神经网络和统计方法建立数学模型,用以预测煤矿中的瓦斯浓度,其特征在于运用SQL Server 2010数据库和DELPHI软件开发平台开发出实用软件,对瓦斯的浓度给出预测值,用以指导不同瓦斯浓度所对应程序的控制和调度。
2.如权利要求1所述的煤矿瓦斯涌出量动态预测分析技术,其特征在于运用SQL Server 2010数据库和DELPHI软件开发平台处理,因瓦斯浓度受多种因素的影响,如煤层地质特征、煤体结构指标、钻孔瓦斯动力特征、巷道内风速等,同时这些影响因素的影响原理,影响方式和影响范围很难定量处理,所以模糊数学模型如灰色模型、神经网络模型都发挥了明显的优势。
3.如权利要求1所述的煤矿瓦斯涌出量动态预测分析技术,其特征在于运用SQL Server 2010数据库和DELPHI软件开发平台处理,由大量简单处理单元相互联结构成的高度并行的非线性系统,使海量瓦斯监测值快速分析并准确判断预测成为可能。通过开发瓦斯动态监测系统,将瓦斯数据采集和分析速度提高到800MS以内,进而使瓦斯预测准确度提高到85%以上,具有大规模并行处理能力。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011103277084A CN102354381A (zh) | 2011-10-25 | 2011-10-25 | 煤矿瓦斯涌出量动态预测分析技术 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011103277084A CN102354381A (zh) | 2011-10-25 | 2011-10-25 | 煤矿瓦斯涌出量动态预测分析技术 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102354381A true CN102354381A (zh) | 2012-02-15 |
Family
ID=45577942
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011103277084A Pending CN102354381A (zh) | 2011-10-25 | 2011-10-25 | 煤矿瓦斯涌出量动态预测分析技术 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102354381A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103352723A (zh) * | 2013-06-19 | 2013-10-16 | 张子敏 | 一种煤矿瓦斯涌出量预测方法 |
CN103728419A (zh) * | 2013-12-31 | 2014-04-16 | 北京雪迪龙科技股份有限公司 | 一种数据判断方法和装置 |
CN104408523A (zh) * | 2014-10-20 | 2015-03-11 | 天地(常州)自动化股份有限公司 | 利用矿井工作面不同生产工序预测瓦斯涌出量的方法 |
CN104899392A (zh) * | 2015-06-19 | 2015-09-09 | 贵州省矿山安全科学研究院 | 一种基于gis的煤矿瓦斯涌出超限预测智能分析方法 |
CN107473040A (zh) * | 2017-09-22 | 2017-12-15 | 阳泉市联宇星信息技术有限公司 | 基于SAAS和Beacon的特种设备安全运行动态监管监控方法及装置 |
CN107704951A (zh) * | 2017-09-15 | 2018-02-16 | 周光前 | 一种瓦斯涌出量的预测方法 |
CN110397472A (zh) * | 2019-06-20 | 2019-11-01 | 平安煤矿瓦斯治理国家工程研究中心有限责任公司 | 煤与瓦斯突出的预测方法、装置及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1845091A (zh) * | 2006-05-17 | 2006-10-11 | 刘韬 | 矿井瓦斯涌出量的预测方法 |
CN101251475A (zh) * | 2008-03-27 | 2008-08-27 | 北京航空航天大学 | 对多种介质的浓度进行测量的方法和装置 |
US7711662B2 (en) * | 2003-01-15 | 2010-05-04 | Bracco Imaging S.P.A. | System and method for optimization of a database for the training and testing of prediction algorithms |
CN101975092A (zh) * | 2010-11-05 | 2011-02-16 | 中北大学 | 基于径向基函数神经网络集成的矿井瓦斯浓度中短期实时预测方法 |
CN102184460A (zh) * | 2011-03-31 | 2011-09-14 | 河南理工大学 | 基于协同过滤的煤矿瓦斯涌出量预测方法 |
CN102192894A (zh) * | 2011-03-24 | 2011-09-21 | 周孟然 | 光纤传感煤矿瓦斯的激光光谱吸收检测方法 |
-
2011
- 2011-10-25 CN CN2011103277084A patent/CN102354381A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7711662B2 (en) * | 2003-01-15 | 2010-05-04 | Bracco Imaging S.P.A. | System and method for optimization of a database for the training and testing of prediction algorithms |
CN1845091A (zh) * | 2006-05-17 | 2006-10-11 | 刘韬 | 矿井瓦斯涌出量的预测方法 |
CN101251475A (zh) * | 2008-03-27 | 2008-08-27 | 北京航空航天大学 | 对多种介质的浓度进行测量的方法和装置 |
CN101975092A (zh) * | 2010-11-05 | 2011-02-16 | 中北大学 | 基于径向基函数神经网络集成的矿井瓦斯浓度中短期实时预测方法 |
CN102192894A (zh) * | 2011-03-24 | 2011-09-21 | 周孟然 | 光纤传感煤矿瓦斯的激光光谱吸收检测方法 |
CN102184460A (zh) * | 2011-03-31 | 2011-09-14 | 河南理工大学 | 基于协同过滤的煤矿瓦斯涌出量预测方法 |
Non-Patent Citations (3)
Title |
---|
孙忠强等: "《人工神经网络模型在瓦斯预测中的应用》", 《河北理工学院学报》 * |
张志明: "《基于WebGIS的煤矿瓦斯灾害预警系统开发研究》", 《中国优秀硕士学位论文全文数据库》 * |
李彬刚 景兴鹏: "《瓦斯涌出量预测研究现状和进展》", 《陕西煤炭》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103352723A (zh) * | 2013-06-19 | 2013-10-16 | 张子敏 | 一种煤矿瓦斯涌出量预测方法 |
CN103728419A (zh) * | 2013-12-31 | 2014-04-16 | 北京雪迪龙科技股份有限公司 | 一种数据判断方法和装置 |
CN104408523A (zh) * | 2014-10-20 | 2015-03-11 | 天地(常州)自动化股份有限公司 | 利用矿井工作面不同生产工序预测瓦斯涌出量的方法 |
CN104408523B (zh) * | 2014-10-20 | 2017-11-21 | 天地(常州)自动化股份有限公司 | 利用矿井工作面不同生产工序预测瓦斯涌出量的方法 |
CN104899392A (zh) * | 2015-06-19 | 2015-09-09 | 贵州省矿山安全科学研究院 | 一种基于gis的煤矿瓦斯涌出超限预测智能分析方法 |
CN104899392B (zh) * | 2015-06-19 | 2017-11-14 | 贵州省矿山安全科学研究院 | 一种基于gis的煤矿瓦斯涌出超限预测智能分析方法 |
CN107704951A (zh) * | 2017-09-15 | 2018-02-16 | 周光前 | 一种瓦斯涌出量的预测方法 |
CN107473040A (zh) * | 2017-09-22 | 2017-12-15 | 阳泉市联宇星信息技术有限公司 | 基于SAAS和Beacon的特种设备安全运行动态监管监控方法及装置 |
CN110397472A (zh) * | 2019-06-20 | 2019-11-01 | 平安煤矿瓦斯治理国家工程研究中心有限责任公司 | 煤与瓦斯突出的预测方法、装置及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102354381A (zh) | 煤矿瓦斯涌出量动态预测分析技术 | |
CN103291364B (zh) | 一种冲击矿压的微震多维信息综合时序预警方法 | |
CN202140117U (zh) | 煤矿井下重大危险源检测、识别及预测、预警系统 | |
CN102184490A (zh) | 城市水资源实时监控与管理系统及方法 | |
CN107944590B (zh) | 一种渔情分析预报的方法及设备 | |
CN103955174A (zh) | 基于建筑信息模型技术的建筑健康监测系统 | |
CN111121874A (zh) | 一种水源地水质监测评估系统及其评估方法 | |
CN102156413A (zh) | 城市多水源原水系统应急调度方法和系统 | |
CN110824136A (zh) | 一种供水管网水质监测系统及方法 | |
CN114048952B (zh) | 基于边缘物联技术和神经网络的炼铁厂安全态势感知方法 | |
CN205157546U (zh) | 一种带有质量等级评价功能的空气质量检测设备 | |
Dong et al. | Evaluation methods of man-machine-environment system for clean and safe production in phosphorus mines: A case study | |
CN113672592A (zh) | 基于区块链的温室气体核算系统 | |
CN110619457A (zh) | 一种基于安全态势评估的监测传感器布设方法及系统 | |
CN114519926A (zh) | 基于物联网的环保监测用仪表智能控制系统 | |
CN116384112A (zh) | 一种用于矿山灾害模拟和预警的方法及系统 | |
CN117274017A (zh) | 一种基于企业经营数据的碳排放监控系统 | |
CN116777085B (zh) | 基于数据分析和机器学习技术的煤矿水害预测系统 | |
CN105894706B (zh) | 一种森林火灾预测方法及其系统 | |
CN202731994U (zh) | 一种煤矿巷道顶层压力检测系统 | |
CN110716978A (zh) | 一种山区水库式水源地智能管理方法 | |
CN207516235U (zh) | 一种水中重金属污染风险在线预警系统 | |
CN103593534A (zh) | 基于工程地质因素关联性的盾构机智能选型方法及装置 | |
Xu et al. | Risk analysis and smart safety monitoring of underground municipal water pipe gallery project | |
CN113700455B (zh) | 气井生产全过程的控制方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120215 |