基于改進(jìn)粒子群小波神經(jīng)網(wǎng)絡(luò)的瓦斯的研究及預(yù)測.pdf

1、隨著工業(yè)社會發(fā)展的需求和煤炭業(yè)在我國工業(yè)生產(chǎn)中占有絕對主導(dǎo)地位，煤炭安全事故也隨之而來。近十年以來，我國在預(yù)防煤礦事故上投入了大量的人力和物力。雖然我國的煤礦安全事故有明顯的降低，但是同國外相比較還有很大的提升空間。煤礦安全事故中以瓦斯事故的傷害性最大，井下瓦斯的存在時刻在威脅著礦工們的生命。因此，瓦斯涌出量的預(yù)測對于確保礦工人員的生命安全和提高煤炭產(chǎn)量和生產(chǎn)效益有著重要的意義。
　　本文以煤礦瓦斯監(jiān)測系統(tǒng)為研究背景，結(jié)合煤礦井下

2、現(xiàn)實生產(chǎn)，提出了改進(jìn)粒子群小波神經(jīng)網(wǎng)絡(luò)的算法，用于井下瓦斯涌出量進(jìn)行預(yù)測研究。本文主要研究了以下幾個方面：
　　首先，分析煤礦實際生產(chǎn)中井下監(jiān)測系統(tǒng)的運作流程，搭建了模擬礦井工作面巷道的瓦斯采集系統(tǒng)。分析了開采工作面瓦斯涌出量的數(shù)據(jù)會出現(xiàn)異常數(shù)據(jù)和缺失數(shù)據(jù)并且數(shù)據(jù)非線性復(fù)雜程度高，對初始數(shù)據(jù)采取移動值平均法和類白化歸一法處理。
　　其次，在對瓦斯采集系統(tǒng)研究的基礎(chǔ)上提出了瓦斯預(yù)測問題，給出瓦斯預(yù)測的思路，并分析比較常用瓦斯預(yù)

3、測算法，決定使用粒子群算法和小波神經(jīng)網(wǎng)絡(luò)算法。為了彌補(bǔ)這兩種智能算法的缺陷并充分發(fā)揮各自的優(yōu)點，從而將粒子群算法和小波神經(jīng)網(wǎng)絡(luò)算法相融合，提出了改進(jìn)粒子群小波神經(jīng)網(wǎng)絡(luò)算法。利用所提出的算法對井下采空區(qū)瓦斯涌出量數(shù)據(jù)進(jìn)行預(yù)測，并在Matlab環(huán)境下進(jìn)行仿真驗證，結(jié)果證明所提算法較傳統(tǒng)算法能夠更好地用于瓦斯預(yù)測問題。
　　最后，為便于操作人員對系統(tǒng)當(dāng)前狀態(tài)進(jìn)行監(jiān)測，本文結(jié)合了現(xiàn)實煤礦井下生產(chǎn)情況，研究了煤礦監(jiān)測系統(tǒng)的軟硬件。使用Kin