-
题名基于MLR-RBF的岩石强度智能随钻识别实验研究
- 1
-
-
作者
孙鑫
张少华
程敬义
王东
葛颂
李想
万志军
-
机构
中国矿业大学矿业工程学院
中国矿业大学煤炭资源与安全开采国家重点实验室
迪尔集团有限公司
-
出处
《采矿与安全工程学报》
EI
CSCD
北大核心
2022年第5期981-991,共11页
-
基金
国家自然科学基金项目(52274102)。
-
文摘
提高巷道掘进效率、减少冒顶事故是实现煤矿安全高效和智能化开采的重要内容,其关键是对巷道围岩的合理支护设计,而煤矿顶板岩层强度的实时智能感知对巷道支护设计至关重要。利用自主搭建的微型钻进实验平台和制作的砂浆试样,开展钻进实验以获取随钻参数,并测定砂浆试样的单轴抗压强度。采用小波阈值法对随钻参数去噪后,分析钻速、转速和砂浆试样强度对推力和扭矩的影响。基于随钻参数构建预测岩石强度的多元线性回归(MLR)模型,利用径向基函数(RBF)神经网络对MLR模型得到的强度预测残差修正,建立MLR-RBF岩石强度组合预测模型,对MLR和MLR-RBF模型进行验证,并利用MLR-RBF模型对粉砂岩、细粒砂岩和粗粒砂岩3种岩石强度进行预测。研究表明:钻速和转速均与钻进推力呈负相关,但随转速增加旋转扭矩也增加,且扭矩值随钻进深度增加而缓慢线性增加;构建的MLR模型的预测相对误差均值为8.58%,MLR-RBF模型的预测相对误差均值为1.75%,证明了MLR-RBF模型的有效性;MLR-RBF模型对岩石强度的预测误差均值为6.67%,该模型对岩石强度的预测效果较砂浆试样差,主要是因为岩石与砂浆的均质性不同。
-
关键词
钻进参数
岩石强度
小波阈值去噪
mlr-rbf模型
随钻探测
-
Keywords
drilling parameters
rock strength
wavelet threshold denoising
mlr-rbf model
measurement while drilling
-
分类号
TD353
[矿业工程—矿井建设]
-
-
题名基于矿山物联网的瓦斯涌出预测模型分析
- 2
-
-
作者
李常青
-
机构
山西焦煤东曲煤矿通风区
-
出处
《自动化应用》
2024年第14期277-279,共3页
-
文摘
针对传统瓦斯涌出量监测方法存在数据不准确、信息处理与分析手段不科学等问题,采用矿山物联网的方法监测研究煤矿井下瓦斯与通风数据,通过采用多传感器数据综合处理技术与通风网络解算的优化方法,提高煤矿井下通风与瓦斯数据的可用性与准确性,并基于此建立PCA-MLR-RBF瓦斯涌出量预测模型,以有效提高煤矿井下瓦斯涌出量预测精度,保证井下通风与瓦斯数据监测的科学性,从而提高煤矿生产安全系数。
-
关键词
矿山物联网
瓦斯涌出量
PCA-mlr-rbf预测模型
-
Keywords
mining Internet of Things
gas emission
PCA-mlr-rbf prediction model
-
分类号
TD712
[矿业工程—矿井通风与安全]
-
