基于神经网络的采空区自燃预测.pdfVIP

10 传感器与微系统 (TransducerandMicrosystemTechno1。gies) 2012年第31卷 第5期 基于神经网络的采空区自燃预测 张 申，陈军权 ，张 典 (中国矿业大学 物联网研究中心信息与电气工程学院，江苏 徐州221000) 摘 要：针对矿井采空区自燃情况难以监测的状况，提出将遗传算法与神经网络应用于采空区自燃预测 的方法。该算法利用遗传算法的全局搜索能力强的特点去优化神经网络，由神经网络构成的推理系统去 预测采空区的自燃报警。仿真结果表明：当瓦斯体积分数和温度处于危险等级时，可以准确地预测出危险 报警，验证了该方法的有效性和可靠性。 关键词：采空区；神经网络；自燃预测 中图分类号：TD655 文献标识码：A 文章编号：1000-9787(2012)05-0010-03 Gob spontaneouscombustionpredictionbasedon neuralnetwork ZHANG Shen，CHENJun—quan，ZHANGDian (ResearchCentreoftheInternetofThings，SchoolofInformationElectricalEngineering． ChinaUniversityofMiningandTechnology，Xuzhou221000，China) Abstract：Aimingatthehardconditionofminegobspontaneouscombustionprediction，aschemethatappliesGA andneuralnetworkingobspontnaeouscombustionpredictionisproposed．Thisalgorithm optimizesneural network byusingGA’Sstrongglobal searchcapability，andpredictthegobspontaneouscombustionalarm bytheinference system ofneuralnetwork．Th esimulationresultsshow thatwhenthegasvolumefraction andtemperaturearein dangerlevel，thisschemecanpredictthedangerandalamr accurately，itdemonstratesthescheme’Seffectiveness andreliability． Keywords：gob；neuralnetwork；spontaneouscombustionprediction 0 引 言 其输入到已训练好的神经网络去预判采空区 自燃的可能性 当采煤工作面的采空区或老空区积存大量瓦斯时，通 大小，实现采空区自燃的分级报警。 常会被漏风带入生产巷道或者工作面造成瓦斯超限而影响 1 神经网络模型的构造 生产。采空区因综煤开采遗留的残煤和瓦斯涌出量的增大 采空区自燃预测神经网络的建立关键在于输入输出变 容易引发 自燃火灾和瓦斯爆炸 ，这将给煤矿的安全生产 量的选取、网络层数的确定、各层的输入输出关系、连接方 带来重大隐患。 式的选择、初始参数的选择等。 目前，许多研究人员做大量的研究去解决采空区的自 1．1 输入输 出变量的选取 燃情况。文献 [1—3]通过确定综采放顶煤工作面采空区 神经网络输入层的神经元越多，网络运算的精度越高， 自燃 “三带”的范围，判定氧化带内的危险区域