简介概要

多模态来压预测数学模型的设计

来源期刊:矿业研究与开发2015年第9期

论文作者:郝秦霞 张金锁

文章页码:68 - 72

关键词:深部开采;来压预测;EEMD-SVM-DS-ARIMA;

摘    要:为了减少矿井深部巷道顶板事故,对矿井深部开采中煤层巷道的动压规律,采用一种基于EEMD-SVMDS-ARIMA的多模态软测量的来压预测方法进行了预测研究。首先利用聚合经验模态分解(EEMD)方法对非线性、非平稳来压监测信号进行模态分解得到多个模态函数序列(IFM);第二运用支持向量机(SVM)方法对各IFM分量进行训练,重构得到各样本输出函数;第三用证据理论(DS)合成规则得到多个证据概率分配函数,将其作为权值因子对子函数的输出进行融合得到多函数的输出;最后应用单整自回归移动平均(ARIMA)模型对合成序列进行动态校正。实际应用表明,多模态软测量的来压预测模型能提高顶板压力的的预测能力,反映动压大变形规律的变化,捕捉顶板灾害的预兆信息,满足安全生产的需求。

详情信息展示

多模态来压预测数学模型的设计

郝秦霞1,张金锁2

1. 西安科技大学通信与信息工程学院2. 延安大学管理学院

摘 要:为了减少矿井深部巷道顶板事故,对矿井深部开采中煤层巷道的动压规律,采用一种基于EEMD-SVMDS-ARIMA的多模态软测量的来压预测方法进行了预测研究。首先利用聚合经验模态分解(EEMD)方法对非线性、非平稳来压监测信号进行模态分解得到多个模态函数序列(IFM);第二运用支持向量机(SVM)方法对各IFM分量进行训练,重构得到各样本输出函数;第三用证据理论(DS)合成规则得到多个证据概率分配函数,将其作为权值因子对子函数的输出进行融合得到多函数的输出;最后应用单整自回归移动平均(ARIMA)模型对合成序列进行动态校正。实际应用表明,多模态软测量的来压预测模型能提高顶板压力的的预测能力,反映动压大变形规律的变化,捕捉顶板灾害的预兆信息,满足安全生产的需求。

关键词:深部开采;来压预测;EEMD-SVM-DS-ARIMA;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号