下载文档原格式
多维灰色评估方法在煤与瓦斯突出预测中的应用方晓彤;陈宇;李绍泉【摘要】影响煤与瓦斯突出的因素很多,并且其信息多具有灰色性.本文将瓦斯压力、瓦斯放散初速度、煤的坚固性系数、破坏类型以及综合指标 K 这5个因素综合起来考虑,应用基于灰色系统理论的多维灰色评估方法,对几个典型矿井进行煤与瓦斯突出预测分析,本方法突出了灰色系统理论可以进行定量分析的特点,具有能够动态预测、可靠性高等优点.研究结果表明,该方法能准确预测煤与瓦斯突出,可以为矿井的安全生产提供帮助.【期刊名称】《工业安全与环保》【年(卷),期】2012(038)012【总页数】3页(P81-83)【关键词】灰色理论;灰色评估;煤与瓦斯突出;预测【作者】方晓彤;陈宇;李绍泉【作者单位】贵州大学矿业学院贵阳 550003;贵州省矿山安全科学研究院贵阳550025;贵州省煤矿瓦斯防治工程技术研究中心贵阳 550025;贵州大学矿业学院贵阳 550003;贵州省矿山安全科学研究院贵阳 550025;贵州省煤矿瓦斯防治工程技术研究中心贵阳 550025;贵州大学矿业学院贵阳 550003;贵州省矿山安全科学研究院贵阳 550025;贵州省煤矿瓦斯防治工程技术研究中心贵阳 550025【正文语种】中文0 引言煤与瓦斯突出是煤矿井下采掘过程中一种复杂的动力现象[1],严重危害矿井安全生产。
准确地预测煤与瓦斯突出的危险性对于煤矿安全生产至关重要。
传统的预测方法只是针对影响煤与瓦斯突出的因素,根据经验公式进行预测,只能实现一种静态预测,且多是针对单因素的预测分析,缺乏系统性和准确性。
煤与瓦斯突出的数据信息多具有灰色性,灰色系统理论不回避灰信息且以高度的动态性、整体性、系统性将影响煤与瓦斯突出的众多因素综合起来分析。
本文利用灰色系统理论的灰色聚类评估方法对煤与瓦斯突出灾害进行预测预报,以提高煤与瓦斯突出预测的准确性。
1 多维灰色评估概述灰色系统就是既含有未知信息又含有已知信息的系统[2]。
灰关联分析与BP神经网络方法在矿井瓦斯涌出量预测中的应
用
白庆升;范正伟;王为举
【期刊名称】《煤》
【年(卷),期】2009(018)004
【摘要】将灰关联理论运用到影响矿井瓦斯涌出量预测指标的选取中,确定了影响矿井瓦斯涌出量预测的主要指标.根据这些指标建立了矿井瓦斯涌出量的BP神经网络模型,结合某矿的实际数据,对预测模型进行训练和验证,得到了很高的预测精度和较快的收敛速度,取得了较好的实际应用效果.
【总页数】4页(P21-24)
【作者】白庆升;范正伟;王为举
【作者单位】中国矿业大学,矿业工程学院,江苏,徐州,221116;中国矿业大学,矿业工程学院,江苏,徐州,221116;中国矿业大学,矿业工程学院,江苏,徐州,221116
【正文语种】中文
【中图分类】TD712+.5
【相关文献】
1.GM(1,1)模型与线性回归组合方法在矿井瓦斯涌出量预测中的应用 [J], 施式亮;伍爱友
2.Excel回归分析及其在矿井瓦斯涌出量预测中的应用 [J], 李维;杨宝贵;王正标;吕风;陶思
3.用电算法预测高瓦斯矿井瓦斯涌出量在五一煤矿中的应用 [J], 周大利
4.基于BP神经网络对矿井瓦斯涌出量的预测 [J], 付天予;钱清侠;刘盼盼;杨鹏;李楠
5.Excel回归分析及在矿井瓦斯涌出量预测中的应用 [J], 李维;王正标;陶思
因版权原因，仅展示原文概要，查看原文内容请购买。
039JOURNAL O F Analysis of Coal and Gas Outburst Research Based on Grey Theory灰色理论在煤与瓦斯突出研究中的应用分析水文•工程•环境地质李聪然"LI Cong-ran1'21.华北有色工程期察皖有限公司，河北石家庄050021；2.河北省矿山地下水安全技术创新中心，河北石家庄0500211.North China Engineering Investigation Istitute Co.Ltd,Shijiazhuang050021,China;2.Technological innovation Center for Mine Groundwater Safety of Heibei Province,Shijiazhuang050021,China摘要：灰色理论在煤与瓦斯突出领域的研究取得了一系列成果，推动了该领域的发展。
采用文献计量学的方法，对国内应用灰色理论研究煤与瓦斯突出问题论文的发表时间、期刊、机构、作者、引文、关键词、基金资助及合作关系进行了梳理和统计。
结果表明：灰色理论应用于煤与瓦斯突出研究领域的热潮始于2009年，传统矿业类高等院校是该领域的主要研究机构，核心作者及发文数量较少，灰色关联分析、灰色预测理论是灰色理论在煤与瓦斯突出领域的主要研究内容，同时应用灰色理论结合其他方法研究煤与瓦斯突出是当前的一个关注热点。
关键词：灰色理论；煤与瓦斯突出；文献计量学；研究现状；中国中图分类号：TD712.6文献标识码：A文章编号：1007-6875(2020)04-0039-05Abstract:A series of results have been obtained in the research of coal and gas outburst based on grey theory,and promoted the development of the field.On the basis of bibliometrics theories and methods,the journal papers of coal and gas otutburst research basedon grey theory were analyzed and counted from the aspects of output time,j ournal distribution,author and their institutions,paperscited distribution,keywords,project funding status.T he results show that the extensive research of this filed began in2010,and traditional mining colleges and universities are the main research institutions in this field,and the number of issued and the number ofcore are less,and using grey correlation analysis and grey prediction theory to predict coal and gas outburst is the main research content in this field,and gray theory combined with other theories to study coal and gas outburst is a current hot topic.Keywords:grey theory•coal and gas outburst;b ibliometric;research status;China来稿日期：2020-05-27DOI：10.13937/ki.hbdzdxxb.2020.04.007作者简介：李聪然(1991-),男，河北元氏人，工程师，主要研究方向为岩土工程施工。
GM（1，1）灰色预测模型在矿井瓦斯涌出量预测中的应用杨武艳;郁钟铭【摘要】瓦斯是造成煤矿生产过程中事故频发的重要因素．以预测矿井瓦斯涌出量为研究目的，运用灰色系统理论，通过对矿井瓦斯涌出资料进行分析、研究建立GM（1，1）瓦斯涌出量灰色预测模型对瓦斯涌出量变化趋势进行预测，并与现场实际瓦斯涌出量比较，结果表明该模型精度较高，能够很好用于矿井瓦斯涌出量的预测，为井下安全生产和瓦斯监测提供依据，从而避免瓦斯事故的发生．%Gas is an important factor which causes frequent accidents in coal production. By taking mine gas emission prediction as the research purposes and using grey system theory, this paper analyzes mine gas emission data, and establishes GM ( 1,1 ) grey forecasting model to forecast the change trend of the gas emission. By comparing with the actual gas emission quantity, results show that the model can better predict mine gas emission, and provide basis for downhole safety production and gas monitor. In this way gas accidents can be avoided.【期刊名称】《矿业工程研究》【年(卷),期】2012(027)004【总页数】4页(P46-49)【关键词】瓦斯涌出量;灰色理论;GM（1;1）模型;灰色预测【作者】杨武艳;郁钟铭【作者单位】贵州大学矿业学院,贵州贵阳550025;六盘水师范学院,贵州六盘水553000【正文语种】中文【中图分类】TD712.5瓦斯涌出量的大小是造成煤矿生产中发生事故频发的主要影响因素之一，瓦斯涌出量过大会引起煤与瓦斯突出，造成不必要的人员伤亡和经济损失;在通风效果不好的情况下，瓦斯涌出量过大会造成作业人员窒息甚至死亡;如遇火源，还有可能会引发瓦斯爆炸，酿成重大瓦斯事故［1］.因此，在进行煤层开采的过程中，必须事先对瓦斯涌出情况进行预测，以避免事故的发生.通常情况下影响瓦斯涌出的主要有开采方法、煤层厚度、瓦斯含量、地质构造等多种因素，但在现有的生产条件下，很难把这些因素考虑的全面而准确，即瓦斯涌出量的大小是已知和未知因素综合作用的结果，所以瓦斯涌出实际上是一个灰色系统.因此，可以利用灰色系统理论来进行煤层瓦斯涌出量的预测［2］.1 灰色系统及其模型的建立1.1 灰色系统的特点灰色系统理论是20世纪80年代，由中国华中理工大学邓聚龙教授首先提出并创立的一门新兴学科，它是基于数学理论的系统工程学科，它是一种研究少数据、贫信息不确定性问题的新方法.灰色系统理论以“部分信息已知，部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象，主要通过对“部分”已知信息的生成、开发，提取有价值的信息，实现对系统运行行为、演化规律的正确描述和有效监控.灰色系统理论的主要优点是通过一系列数据生成方法，如直接累加法、移动平均法、加权累加法、自性累加法等，将本没有规律的、杂乱无章的或规律性不强的一组原始数据序列变得具有明显的规律性［3］.灰色系统预测模型是一种将矿井瓦斯涌出量看作是在一定区间内变化的灰色量，将矿井瓦斯涌出量变化的过程看成是在一定幅间区、一定时区间变化的随机过程.这种方法具有数据样本少，不需要典型的分布规律的特点，当煤矿新建、改建、扩建时，没有长时期的瓦斯涌出量历史数据资料，且所收集数据少、数据波动不大的情况下，可以使用灰色预测模型.采用灰色理论的预测模型，对矿井今后一段时间内瓦斯涌出量的大小及发展趋势进行预测，为矿井瓦斯涌出量时间动态数列的预测提供了一种新的途径［4］.1.2 GM(1，1)模型的建立1)确定任一子数据序列 X(0)=［X(0)(1)，X(0)(2)，…，X(0)(n)］.n为灰色数据总长度，对子数据序列作一次累加生成(1-AGO)则生成的序列为2)建立GM(1，1)的微分方程称式(1)为一阶单变量灰微分方程模型，记为GM(1，1);式中的a，b为待定参数的元素，可以用最小二乘法求解，即3)求常数向量Yn及构造累加矩阵B4)数学模型的求解利用初始条件对白化方程进行求解，可得微分方程(1)的解，即根据式(5)求得x(1)(k+1)为所求数据序列预测值的累加生成值，故需要将其还原为变化后的数据序列，对)求导数，得出还原模型从理论上说，式(5)和式(6)可以对所建立的GM(1，1)模型进行求解，对所规定的数据序列的发展趋势作出具体的预测［5］.5)GM(1，1)模型的精度检验上述模型只是数据序列的初始模型，此类模型的预测在一定程度上还不能反映该序列的客观变化规律，需对其做进一步的精度检验.在此处采用残差序列法来进行修正［6］.假设残差序列为，即q(0)(k)=x(0)(k)-(k)=(q(0)(1)，q(0)(2)，…，q(0)(n))，对此序列 q(0)(k)同样采用上述方法建立GM(1，1)模型，其时间响应函数为将式(7)代入式(6)中，则得式中2 应用灰色GM(1，1)模型进行某矿采掘工作面的瓦斯涌出量预测矿井瓦斯涌出量的大小受多种因素的影响，各因素之间的关系错综复杂，表现为既非确定的也非随即的，而是一种模糊的系统状态［7］.因此，利用灰色系统理论，可对采掘工作面的近期瓦斯涌出量作出合理的预测，这无疑对矿井的瓦斯管理有重要的指导意义.以某矿为例进行采掘工作面瓦斯涌出量的预测.利用灰色系统理论，对该矿2011年05～11月份采煤工作面的瓦斯涌出资料进行分析、研究建立矿井瓦斯涌出量灰色预测模型，并利用文中的灰色模型对该矿12月份的瓦斯涌出量进行预测［8］.2011年5～11月采煤工作面瓦斯涌出量分别为 17.50，19.18，20.80，22.93，26.81，29.31，29.93 m3/t.1)对原始数据做一次累加处理(1-AGO)2)构造数据矩阵B和数据列Yn3)计算参数向量则 a=-0.094 6，b=16.778 2.4)所以，该矿的瓦斯涌出GM(1，1)模型为其时间响应函数为该方程的解为某煤矿瓦斯涌出量的灰色预测模型.5)对模型进行检验(表1)利用式x(0)(k)=x(1)(k)-x∧(1)(k+1)进行还原检验，见表2.表1 计算值与实际累加值Tab.1 Calculated values and actual accumulative values序号计算值实际累加值k=1x∧(1)(2)=36.84x(1)(2)=36.68k=2x∧(1)(3)=50.09x(1)(3)=57.48 k=3x∧(1)(4)=81.46x(1)(4)=80.41k=4x∧(1)(5)=107.14x(1)(5)=107.22 k=5x∧(1)(6)=135.37x(1)(6)=163.54k=6x∧(1)(7)=166.46x(1)(7)=166.46表2 还原检验Tab.2 Reduction test序号计算值原始值残差相对误差/%k=1 19.34 19.18 -0.16 0.83 k=2 21.26 20.80 -0.46 2.20 k=3 23.38 22.93 -0.45 1.96 k=4 25.71 26.81 1.10 4.10 k=5 28.27 29.31 1.04 3.55 k=6 31.08 29.93 -1.15 3.846)预测该矿12月份的瓦斯涌出量，根据下列模型可计算出当k=6时当k=7时根据得:这表示该矿12月份的瓦斯涌出量为34.18 m3/t.3 结论1)应用灰色系统理论建立的GM(1，1)预测模型，适合矿井瓦斯涌出量的灰色预测，实际瓦斯涌出量与预测瓦斯涌出量的误差很小，为实际瓦斯监测提供可靠的依据. 2)在运用灰色理论建立瓦斯涌出量预测GM(1，1)模型时，要不断根据实测的新数据，建立新的GM(1，1)模型，提高预测精度.3)利用灰色系统理论进行瓦斯涌出量预测，具有所需样本少、运算量小、收集资料比较容易，对瓦斯涌出量的预测结果准确可靠，能够反映矿井瓦斯涌出量的发展趋势.参考文献:【相关文献】［1］张淑玲，崔洪庆，刘国兴，等.灰色关联理论在矿井瓦斯涌出灾害预测中的应用［J］.煤炭技术，2008，27(3):67-69.CHEN Shuling，CUI Hongqing，LIU Guoxing，et al.The application of the grey relation theory in the hazard prediction of mine gas emission［J］.Coal Technology，2008，27(3):67-69.［2］孙强，张振文.基于灰色理论的矿井瓦斯涌出量预测模型研究［J］.煤炭技术，2009，28(9):94-96.SUN Qiang，ZHANG Zhenwen.Based on the grey theory of mine gas emission prediction model research［J］.Coal Technology，2009，28(9):94-96.［3］王文才，李刚，张世明，等.基于灰色理论的矿井瓦斯涌出量预测研究［J］.煤矿开采，2011，16(3):56-58.WANG Wencai，LI Gang，ZHANG Shiming，et al.Based on the grey theory of mine gas emission prediction research［J］.Coal Mining，2011，16(3):56-58.［4］肖鹏，李树刚，宋莹，等.瓦斯涌出量的灰色建模及其预测［J］.采矿与安全工程学报，2009，26(3):318-321.XIAO Peng，LI Shugang，SONG Ying，et al.Gas emission amount of grey modeling and its prediction［J］.Mining and Safety Engineering Journal，2009，26(3):318-321.［5］张瑞林，刘晓，郑立军.基于灰色动态建模的瓦斯涌出量预测方法研究［J］.中国矿业，2006，15(12):110-112.ZHANG Ruilin，LIU Xiao，ZHENG Lijun.Based on the grey dynamic modeling method to forecast the gas emission［J］.China Mining，2006，15(12):110-112. ［6］吕光华.矿业灰色系统［M］.北京.煤炭工业出版社.1993.LV Guanghua.Mining grey system［M］.Beijing:Coal Industry Press，1993.［7］伍爱友，田云丽，宋译，等.灰色系统理论在矿井瓦斯涌出量预测中的应用［J］.煤炭学报，2005，30(5):589-592.WU Aiyou，TIAN Yunli，SONG Yi，et al.The application of the grey system theory in the mine gas emission prediction［J］.Journal of China Coal Society，2005，30(5):589-592.［8］徐君.基于GM(1，1)模型的矿井瓦斯涌出量预测研究［J］.矿业研究与开发，2005，25(3):87-88.XU Jun.Based on the GM(1，1)model of the mine gas emission prediction research［J］.Mining Research and Development，2005，25(3):87-88.。
