期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
六家煤矿矿井通风系统阻力测定与优化 被引量:22
1
作者 王中举 《煤炭技术》 CAS 北大核心 2021年第5期103-106,共4页
为进一步提高风量利用率,简化矿井通风系统,降低矿井通风阻力,结合六家煤矿通风系统现状,提出3DSimOpt2.0三维通风仿真与优化系统,对六家煤矿通风阻力测定,调整通风系统及网络结构,制定适合该矿的通风系统优化方案。结果表明,利用三维... 为进一步提高风量利用率,简化矿井通风系统,降低矿井通风阻力,结合六家煤矿通风系统现状,提出3DSimOpt2.0三维通风仿真与优化系统,对六家煤矿通风阻力测定,调整通风系统及网络结构,制定适合该矿的通风系统优化方案。结果表明,利用三维通风仿真与优化系统对六家煤矿矿井通风系统的优化,实现了矿井主扇的最优运转,为矿井真正实现"以风定产"提供了科学依据,满足了矿井的安全生产。 展开更多
关键词 阻力测定 通风系统优化 网络解算 优化方案
下载PDF
基于实施监测数据的矿井通风仿真技术研究 被引量:10
2
作者 李敏 《煤炭技术》 CAS 北大核心 2021年第5期145-148,共4页
矿井通风系统的管理是一项复杂工作,整个通风系统的维护也非常困难,保证矿井通风系统正常运转是所有生产矿井的重要任务。对于煤矿"一通三防"事故的发生、发展及造成的危害都与通风系统的可靠性及弱抗灾性有关。为解决矿井通... 矿井通风系统的管理是一项复杂工作,整个通风系统的维护也非常困难,保证矿井通风系统正常运转是所有生产矿井的重要任务。对于煤矿"一通三防"事故的发生、发展及造成的危害都与通风系统的可靠性及弱抗灾性有关。为解决矿井通风日常管理的优化设计以及系统方案模拟等矿井通风安全问题,开发出一套精确、高效、实用,能够充分利用矿井监控系统的实时监测数据,实现基于互联网技术的在线实时通风仿真计算。将矿井通风管理信息系统与矿井监测系统进行信息共享,可以实现通风监测与仿真一体化运行,且能够增强矿井通风系统运行的稳定性。通过对常村煤矿的实际应用,取得了良好的现场应用效果。 展开更多
关键词 矿井通风仿真 通风网络 一体化算法 监测监控 实时仿真
下载PDF
基于ISSA-ELM的煤与瓦斯突出危险等级预测 被引量:4
3
作者 邵良杉 毕圣昊 +1 位作者 王彦彬 《中国安全生产科学技术》 CAS CSCD 北大核心 2023年第9期76-82,共7页
为提高煤与瓦斯突出危险等级预测的准确性,提出改进麻雀搜索算法(ISSA)优化极限学习机(ELM)的煤与瓦斯突出预测模型。首先,选用60组煤与瓦斯突出数据作为数据样本,采用主成分分析法(PCA)对其影响因素进行降维处理。然后,利用ISSA算法优... 为提高煤与瓦斯突出危险等级预测的准确性,提出改进麻雀搜索算法(ISSA)优化极限学习机(ELM)的煤与瓦斯突出预测模型。首先,选用60组煤与瓦斯突出数据作为数据样本,采用主成分分析法(PCA)对其影响因素进行降维处理。然后,利用ISSA算法优化ELM算法的参数,建立ISSA-ELM模型。最后,选取样本后15组作为测试样本来验证模型的有效性,并与其他模型进行对比。研究结果表明:ISSA-ELM模型具有预测准确率更高、收敛速度更快和稳定性更佳等优点。研究结果可为煤与瓦斯突出危险等级准确判别提供参考。 展开更多
关键词 矿山安全 煤与瓦斯突出预测 主成分分析法 改进麻雀搜索算法 极限学习机
下载PDF
矿产资源优化配置的税费制度研究 被引量:5
4
作者 范宝学 《税务与经济》 CSSCI 北大核心 2016年第1期86-89,共4页
科学合理的矿产资源税费制度是实现矿产资源优化配置、促进经济社会可持续发展的重要保证。对我国矿产资源税费体系的现状分析表明,我国矿产资源市场化推进速度缓慢、矿产资源税费制度体系缺乏科学的整体设计、矿产资源税(费)率整体偏... 科学合理的矿产资源税费制度是实现矿产资源优化配置、促进经济社会可持续发展的重要保证。对我国矿产资源税费体系的现状分析表明,我国矿产资源市场化推进速度缓慢、矿产资源税费制度体系缺乏科学的整体设计、矿产资源税(费)率整体偏低、矿产资源的耗竭特性未充分体现、资源税制度本身存在缺陷。应以市场化改革为基础,借鉴国际经验,并结合我国实际情况,积极构建一个既符合本国国情又与国际惯例接轨的矿产资源税费制度。为此,建议适时全面推进矿业权的市场化改革,科学构建矿产资源税费制度体系,完善资源税制和建立资源耗竭补贴及生态环境补偿制度。 展开更多
关键词 矿产资源 优化配置 可持续发展 税费制度
原文传递
基于MVO-SVR-AdaBoost的中国煤炭需求量预测模型 被引量:3
5
作者 邵良杉 《辽宁工程技术大学学报(自然科学版)》 CAS 北大核心 2020年第4期366-374,共9页
为准确预测未来中国煤炭需求总量;首先确定我国煤炭需求量的7个主要影响因子,将集成学习算法以及支持向量回归算法应用到中国煤炭需求量预测中,借助多元宇宙算法优化支持向量回归机中关键参数,构造基于MVO-SVR-AdaBoost的中国煤炭需求... 为准确预测未来中国煤炭需求总量;首先确定我国煤炭需求量的7个主要影响因子,将集成学习算法以及支持向量回归算法应用到中国煤炭需求量预测中,借助多元宇宙算法优化支持向量回归机中关键参数,构造基于MVO-SVR-AdaBoost的中国煤炭需求量预测模型;将1980-2017年历史数据带入模型.结果表明:建立的煤炭需求量预测模型适配度高达0.9791,平均绝对误差仅为4.2928%.基于历史数据,确定各因子年均增长率的可能波动边界值,在GDP低、中、高速增长的情况下随机组合分别带入模型得到2018-2020年中国煤炭需求量的可能数值区间. 展开更多
关键词 煤炭需求量 集成学习 支持向量回归 多元宇宙算法 预测模型
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部