新型煤与瓦斯突出预测系统.doc

新型煤与瓦斯突出预测系统 本论文综合了国内外现有的煤与瓦斯突出预测的科研成果,研究了一种新的基于神经网络和现场总线技术的煤与瓦斯突出预测系统。首先论文对煤与瓦斯突出的主控因素进行了较详细的理论分析,利用灰色理论确定煤与瓦斯突出主控因素,以此确定系统所要检测的部分监测参数。然后利用自适应法和神经网络中的BP算法对多传感器信息进行数据融合,建立数学模型,使计算结果更加接近实际。并通过历年突出实际数据验证,表明此方法的准确性和实用性。系统采用现场总线技术传输多传感器信息,并设计了现场总线的智能节点,实现了对煤与瓦斯突出的实时监控和预测。 同主题文章 [1]. 赵耀江,王冶. 基于神经网络建立煤与瓦斯突出的预测模型 [J]. 中国安全科学学报. 1997.01 [2]. 王海桥,施式亮,李孔清. 煤与瓦斯突出的神经网络预测分析 [J]. 湘潭矿业学院学报. 1997.03 [3]. 撒占友,何学秋,王恩元. 工作面煤与瓦斯突出电磁辐射的神经网络预测方法研究 [J]. 煤炭学报. 2004.05 [4]. 杨敏,汪云甲,程远平. 煤与瓦斯突出预测的改进差分进化神经网络模型研究 [J]. 中国矿业大学学报. 2009.03 [5]. 董振兴,史定国,张东山,杨汝清. 基于灰色理论的机械设备智能状态预测 [J]. 华东理工大学学报. 2001.04 [6]. 支晓伟,林柏泉,齐黎明. 人工神经网络在煤与瓦斯突出预测中的应用 [J]. 工业安全与环保. 2005.04 [7]. 牛晋川,姚金杰. 棉纤维水分检测中数据融合与虚拟仪器技术的应用 [J]. 机械工程与自动化. 2009.03 [8]. 王同良,刘治贵,申健民. 平寨矿煤与瓦斯突出的规律及防治 [J]. 煤炭科学技术. 1986.01 [9]. 伍爱友,姚建,肖红飞. 基于灰色关联分析的煤与瓦斯突出预测指标优选 [J]. 煤炭科学技术. 2005.04 [10]. 党选举,谭永红. 基于灰色理论的压电陶瓷迟滞特性的神经网络建模研究 [J]. 仪器仪表学报. 2005.09 【关键词相关文档搜索】 控制理论与控制工程; 煤与瓦斯突出; 灰色理论; 神经网络; 现场总线; 数据融合 【作者相关信息搜索】 辽宁工程技术大学; 控制理论与控制工程; 付华; 薛永存;