煤矿火区启封后复燃预测的BP神经网络模型

摘要：

煤矿井下火区启封时需要预测是否发生复燃现象,目前复燃的预测手段仅仅依赖于人工经验分析,存在智能性不足的问题,预测结果的可靠性较低.为此,结合煤自燃的内因(煤自燃倾向性)和自燃指标气体CO,CO2,O2,C2H4,C2H2,提出了一种基于BP网络的多参数火区复燃预测方法,并建立了预测模型.应用表明,该网络模型收敛速度快,预测效果理想,可以准确预测火区复燃的可能性,将其应用于复燃预测是可行的,具有较好的应用前景.

关键词：复燃预测、BP网络模型、人工智能、多参数模型

所属期刊栏目：27

分类号：TD752.1(矿山安全与劳动保护)

资助基金：国家自然科学基金项目50604014;教育部新世纪优秀人才项目NCET-08-0838;煤炭资源与安全开采国家重点实验室开放基金项目09KF11

在线出版日期：2011-05-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：494-498,504