典型文献
基于神经网络的密闭采空区煤自燃预警
文献摘要：
为了准确预测矿井密闭采空区火灾的发生和发展,提高煤自燃预警的可靠性与准确性,以陕西某矿4号煤层采空区为研究对象,通过煤氧化低温实验,分析煤自然氧化过程中指标气体和温度间的关系,利用CO气体浓度的增长率Ir和相对增长率Is确定了煤自然发火的特征温度T1、T2、T3、T4、T5,并以此为预警界限构建了"6级"煤自燃分级预警体系.分别利用BP和RBF神经网络的方法,以4号煤层密闭采空区的CO、CO2气体浓度数据以及一氧化碳与二气化碳浓度比值作为神经网络输入值,对矿井密闭采空区煤自燃进行动态预警研究.结果表明:BP和RBF神经网络预测CO浓度变化趋势进入黄色预警的时间与现场观测数据相比,预测误差分别为1天和2天,对于小样本数据而言,BP神经网络模型表现出了较好的预警性能.
文献关键词：
密闭采空区;指标气体;分级预警;BP神经网络;RBF神经网络;煤自燃
中图分类号：
作者姓名：
王杨;胡泊;董天文
作者机构：
沈阳航空航天大学安全工程学院,沈阳110136
文献出处：
引用格式：
[1]王杨;胡泊;董天文-.基于神经网络的密闭采空区煤自燃预警)[J].沈阳航空航天大学学报,2022(05):77-83
A类：
B类：
密闭采空区,煤自燃,准确预测,矿井,煤层采空区,煤氧化,低温实验,自然氧化,氧化过程,指标气体,气体浓度,Ir,相对增长率,Is,煤自然发火,特征温度,T4,T5,警界,分级预警,预警体系,RBF,一氧化碳,动态预警,预警研究,神经网络预测,浓度变化,黄色预警,现场观测,观测数据,预测误差,小样本数据
AB值：
0.353898
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
