矿井瓦斯涌出量受众多因素的影响。经研究表明,煤层埋藏深度、煤层厚度、煤层瓦斯含量、煤层间距、日进度及日产量是影响瓦斯涌出的主要因素。利用多元线性回归和BP神经网络理论,分别对矿井瓦斯涌出量进行了预测,最后建立了多元线性回归与BP神经网络的组合预测模型。该模型兼顾了多元回归分析的非线性特性和神经网络的时序特性,通过具体的实例研究,对比了各种方法的预测结果。结果显示,组合预测的结果与实际有较高的拟合度,可靠性高。

针对矿井通风机的高稳定性与实时性的控制要求,设计了一套基于S7-300 PLC与组态王组态软件的矿井通风机远程监控系统。该系统采用变频控制方式实现了对2台通风机和4个风门的自动控制与状态监测。此外系统还可以远程监测风机的工况状态以及风量、负压和振动等参数,满足了煤矿安全生产的需要与节能要求。

煤矿井下防爆管理

为对矿井涌水量进行准确预测,以矿井涌水量历史时序数据为基础,提出一种综合自回归移动平均模型.建模时首先需要对涌水量时间序列进行平稳化处理,根据拖尾、截尾情况及BIC数值初步确定一个模型,进行参数估计、假设检验,并作出必要调整,反复循环,直至获得较为满意的ARIMA模型.以东欢坨矿1991年1月到2014年4月月度涌水量进行实验分析,最终建立了ARIMA(1,1,1)预测模型,利用该模型进行预测,最大误差为2.1829%,最小误差仅为0.2885%,模型精度较高,能够很好地满足实际工程需要.研究结果表明:ARIMA模型对矿井涌水量短期预测是可行的.

本代码主要利用MATLAB工具进行MATLAB——无导师学习神经网络的分类——矿井突水水源判别

针对无线网络中存在的能耗严重、信道竞争冲突等问题,在控制机制上,重点研究了事件触发控制机制,考虑到被控对象参数的不确定性以及各种强干扰因素,将鲁棒H_∞控制与事件触发控制相结合,对鲁棒H_∞控制器和触发条件进行了共同设计,该控制机制既保证了系统的指数稳定和一定的H_∞抑制水平,又极大地节约了电能和无线网络信道资源。

近年来,矿井突水事故不断发生,严重威胁煤矿的安全生产,为了保障矿工的人身安全,达到安全、经济、高效的目的,在煤矿开采之前进行矿井突水预测很有必要,也具有显著意义。本文介绍了矿井突水预测的理论方法,如突水系数法、突水概率指数法、"下三带理论"预测法等,虽然每个理论方法都存在各自的优缺点,但是能够为突水预测提供理论的基础依据,为预防矿井突出事故提供帮助。

提出了一种基于Converse Earth平台对矿井突水漫延过程虚拟实现的方法,对突水漫延过程进行可视化表现,模拟突水水流在巷道中的漫延过程,分析突水水流在巷道下向蔓延及水位上向升涨等情况,实现了在巷道任一点的突水过程推演。在突水漫延过程中利用流体力学理论求出煤矿底板突水的突水量,计算突水水流在水平巷道的平均流速,引入当量长度求解水流通过不同巷道的时间,为规划逃生路径及制定应急救援决策提供了依据,并且对矿井突水过程进行了虚拟实现。

实际的矿井巷道四壁为非理想导电壁，且巷道壁粗糙，电波传播的解析研究异常复杂。文章将矿井巷道看作含有有损介质的波导，导出类矩巷道中电磁波传播粗糙度损耗和传输总损耗，并数值模拟了传输损耗与粗糙度、频率变化之间的关系。结果表明，在低频段粗糙度损耗对电磁波传播损耗的影响较大；随着粗糙度增加，粗糙损耗明显增大；但随着频率的增加，倾斜损耗占主导地位，粗糙损耗对总损耗的贡献减小。

矿井排水多级离心泵站增效改造.rar