落煤殘存瓦斯量的確定是采掘工作面瓦斯涌出量預測的重要環(huán)節(jié),它直接影響著采掘工作面瓦斯涌出量預測的精度,并與煤的變質程度、落煤粒度、原始瓦斯含量、暴露時間等影響因素呈非線性關系。人工神經網絡具有表示任意非線性關系和學習的能力,是解決復雜非線性、不確定性和時變性問題的新思想和新方法。基于此,作者提出自適應神經網絡的落煤殘存瓦斯量預測模型,并結合不同礦井落煤殘存瓦斯量的實際測定結果進行驗證研究。結果表明,自適應調整權值的變步長BP神經網絡模型預測精度高,收斂速度快 該預測模型的應用可為采掘工作面瓦斯涌出量的動態(tài)預測提供可靠的基礎數(shù)據(jù),為采掘工作面落煤殘存瓦斯量的確定提出了一種全新的方法和思路。
標簽：
瓦斯
環(huán)節(jié)
人工神經網絡
精度
上傳時間：
2015-03-12
上傳用戶：熊少鋒
