《基于动态数据驱动的煤矿瓦斯灾害预测技术研究》PDF下载

  • 购买积分:8 如何计算积分?
  • 作  者:孙克雷编著
  • 出 版 社:西安:西安电子科技大学出版社
  • 出版年份:2017
  • ISBN:9787560643946
  • 页数:132 页
图书介绍:本书提出了一种基于自相关分析方法与汇差之理论相结合的差值算法,为监测数据预处理提供了支持;针对井下多传感器监测数据的冗余性和矛盾性,提出了一种改进的分批估计方法进行融合处理,以提高瓦斯监测的准确性;构建了一种基于GMAR模型的在线瓦斯异常检测算法,可以检测短时间内瓦斯状态的异常突变。

第1章 理论基础 1

1.1信息融合 1

1.1.1信息融合的层次模型 2

1.1.2信息融合的体系结构 4

1.1.3信息融合的功能模型 6

1.1.4典型的信息融合算法 8

1.1.5比较分析 12

1.2非线性理论 12

1.2.1模糊理论 13

1.2.2神经网络 15

1.2.3支持向量机 16

1.2.4混沌理论 20

1.3本章小结 22

第2章 煤矿瓦斯灾害预测技术研究现状 23

2.1研究背景及意义 23

2.1.1研究背景 23

2.1.2研究意义 27

2.2煤矿瓦斯灾害的分类及其危害 27

2.2.1瓦斯灾害的分类 28

2.2.2矿井瓦斯的危害 30

2.3国内技术研究现状 31

2.3.1瓦斯预测技术研究现状 31

2.3.2煤与瓦斯突出预测技术研究现状 33

2.3.3煤与瓦斯突出预测技术的新发展 37

2.4组织结构 38

2.5本章小结 39

第3章 瓦斯数据预处理算法研究 40

3.1煤矿瓦斯信息监测技术研究 41

3.1.1瓦斯检测技术分类 41

3.1.2几种检测技术应用对比 43

3.2常用缺失数据处理方法 44

3.3基于自相关灰插值算法的缺失瓦斯数据处理 45

3.3.1自相关分析 45

3.3.2灰插值模型 46

3.3.3插值组合系数优化 47

3.4实例分析 48

3.5本章小结 49

第4章 多源瓦斯监测数据融合研究 51

4.1多传感器加权融合算法 51

4.2分批估计融合算法 53

4.3改进的分批估计融合算法 56

4.4实例分析 58

4.5本章小结 61

第5章 基于GMAR模型的实时瓦斯信息异常检测研究 62

5.1异常检测方法 64

5.1.1静态检测方法 64

5.1.2动态检测方法 66

5.2 GMAR异常检测算法 70

5.2.1灰色预测建立 71

5.2.2自回归AR模型拟合 72

5.2.3 GMAR检测函数 74

5.3实例分析 77

5.3.1正常状态下GMAR异常检测 77

5.3.2瓦斯突出前GMAR异常检测 83

5.4本章小结 85

第6章 基于决策融合技术的井下瓦斯安全预测研究 86

6.1基于灰色关联分析的瓦斯安全决策研究 86

6.1.1灰色关联分析的数学原理 87

6.1.2基于灰关联分析的井下瓦斯安全决策模型 88

6.1.3基于灰关联的井下瓦斯安全决策模型的应用 91

6.2基于动态模糊理论的瓦斯安全决策研究 94

6.2.1动态模糊评价方法 95

6.2.2动态模糊评价模型在井下瓦斯安全决策中的应用 98

6.3基于模糊神经网络的瓦斯安全决策研究 102

6.3.1模糊神经网络 103

6.3.2井下瓦斯安全决策的模糊神经网络设计 106

6.3.3基于模糊神经网络的井下瓦斯安全决策模型的应用 108

6.4本章小结 109

第7章 基于声发射特性的突出预测研究 111

7.1声发射信号特征参数和常用处理方法 111

7.2煤层工作面噪声分析 112

7.3基于改进突变理论的声发射预测模型 113

7.3.1基于GM(1,1)的含瓦斯煤体分析模型 113

7.3.2突变理论 114

7.3.3基于改进突变理论的煤与瓦斯突出预测模型 116

7.4实例分析 117

7.5本章小结 118

第8章 结束语 119

8.1主要工作与创新 119

8.2进一步研究方向 120

参考文献 122