位置:成果数据库 > 期刊 > 期刊详情页
基于L—MBP神经网络的煤自然发火期预测
  • ISSN号:1008-0562
  • 期刊名称:《辽宁工程技术大学学报:自然科学版》
  • 时间:0
  • 分类:TD75[矿业工程—矿井通风与安全]
  • 作者机构:[1]新疆工业高等专科学校城建环保系,新疆乌鲁木齐830091, [2]辽宁工程技术大学资源与环境工程学院,辽宁阜新123000
  • 相关基金:国家自然科学基金资助项目(50474010).
中文摘要:

针对不同矿井、矿井不同工作面预测煤自然发火期的难题,采用具有较好收敛性的L-M(Levernberg-Marquardt)BP算法的神经网络,开发出煤自然发火期预测仿真系统软件。根据煤自燃的内凼和外因影响因素,在东北矿区各自燃采场收集了152个样本训练数据,并应用于该软件训练、预测其结果误差〈10%。在神东矿区进行预测时,预测结果与实际情况吻合较好,为制定预防采场自然发火的技术措施提供了可靠的技术参数。

英文摘要:

It is difficult to forecast the spontaneous combustion stage of coal at different mines and different workfaces in a mine. Therefore, the neural network with the arithmetic of L-M (Levernberg-Marquardt) BP which has better astringency was adopted in this paper. And on the basis of this, the forecasting emluator for the spontaneous combustion stage of coal was developed. By the inner factor and the outer factor of the spontaneous combustion of coal, 152 samples were gathered from the workfaces with coal spontaneous combustion at northeast mine area. And the forecasting error is lower than 10% by using the forecasting emluator. The forecasting results are close to the fact when the forecasting emluator was used at Shendong coal mine area. So it is credible parameter for establishing the technical measures for preventing coal spontaneous combustion in minied-out area.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《辽宁工程技术大学学报:自然科学版》
  • 中国科技核心期刊
  • 主管单位:辽宁省教育厅
  • 主办单位:辽宁工程技术大学
  • 主编:邵良彬
  • 地址:辽宁阜新市辽宁工程技术大学北校区学报编辑部16信箱
  • 邮编:123000
  • 邮箱:xuebao999999@126.com
  • 电话:0418-3350453
  • 国际标准刊号:ISSN:1008-0562
  • 国内统一刊号:ISSN:21-1379/N
  • 邮发代号:
  • 获奖情况:
  • 全国中文核心期刊,辽宁省一级刊物
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:19090