声明
致谢
摘要
1 绪论
1.1 本文选题的研究背景
1.2 煤与瓦斯突出机理及预测综述
1.2.1 煤与瓦斯突出机理研究综述
1.2.2 煤与瓦斯突出的预测研究综述
1.3 本文的主要研究内容和技术路线
1.3.1 本文的主要研究内容
1.3.2 本文的技术路线
2 煤与瓦斯突出非线性动态预测指标的确定
2.1 地应力对煤与瓦斯突出区域分布的影响
2.2 煤的物理力学性质对煤与瓦斯突出的影响
2.2.1 煤体的构造影响
2.2.2 煤的强度特性影响
2.2.3 煤层厚度的影响
2.2.4 煤层顶底板岩石透气性的影响
2.2.5 开采深度的影晌
2.2.6 煤层倾角的影响
2.2.7 煤层渗透率的影响
2.3 煤层瓦斯参数对煤与瓦斯突出的影响
2.3.1 煤层瓦斯含量的影响
2.3.2 煤层瓦斯压力的影响
2.3.3 煤层瓦斯涌出速度的影响
2.3.4 煤层瓦斯放散初速度的影响
2.4 非线性动态预测指标的确定
2.4.1 煤与瓦斯突出非线性动态预测指标体系构建的原则
2.4.2 基于层次分析法的非线性动态预测指标权重分析
2.4.3 煤与瓦斯突出非线性动态预测指标的确定
2.5 本章小结
3 掘进工作面瓦斯浓度的混沌特征研究
3.1 动力系统与混沌概述
3.1.1 动力系统
3.1.2 混沌的定义与性质
3.2 掘进工作面瓦斯浓度数据的预处理
3.2.1 基于λ-岭回归估计的异常数据的处理
3.2.2 基于三次指数平滑数据缺失的处理
3.2.3 基于改进阈值函数的小波去燥处理
3.2.4 实例研究
3.3 瓦斯浓度时间序列的相空间重构
3.4 瓦斯浓度时间序列的时滞参数的选取
3.5 掘进工作面瓦斯浓度时间序列混沌特征的识别
3.5.1 关联维
3.5.2 二阶Renyi熵K2
3.5.3 基于改进的小数据量算法的最大Lyapunov指数
3.5.4 掘进工作面瓦斯浓度混沌特征实例判定
3.6 本章小结
4 掘进工作面瓦斯浓度的分形特征研究
4.1 分形理论概述
4.1.1 分形及分形几何
4.1.2 分形维数的计算方法
4.2 掘进工作面瓦斯浓度时间序列分形特征的判定
4.2.1 Hurst指数的估算
4.2.2 实例判定
4.3 掘进工作面瓦斯浓度的多重分形特征
4.3.1 多重分形维理论
4.3.2 求取瓦斯浓度时间序列的广义维数Dq
4.3.3 时间序列的广义Hurst指数估计
4.3.4 瓦斯浓度时间序列的多重分形谱分析
4.3.5 掘进工作面瓦斯浓度多重分形特征的判定
4.4 本章小结
5 掘进工作面煤与瓦斯突出多因素非线性动态预测
5.1 支持向量机理论基础
5.1.1 VC维理论和结构风险最小化
5.1.2 SVM理论
5.1.3 构造核函数
5.2 基于ASGSO算法的LS-SVM识别模型
5.2.1 基本GSO算法
5.2.2 自适应优化GSO算法
5.2.3 惩罚因子及核参数仃对LS-SVM的影响
5.2.4 ASGSO-LS-SVM模型的建立
5.3 基于ASGSO-LS-SVM的煤与瓦斯突出预测
5.3.1 获取数据
5.3.2 数据的预处理过程
5.3.3 特征的选择与提取
5.3.4 模式识别系统的训练与预测
5.3.5 基于ASGSO-LS-SVM的煤与瓦斯突出静态预测
5.3.6 基于ASGSO-LS-SVM的煤与瓦斯突出动态预测与验证
5.4 煤与瓦斯突出非线性动态预测管理系统开发
5.4.1 煤与瓦斯突出动态预测管理系统的功能设计
5.4.2 煤与瓦斯突出预测管理系统的硬件设计
5.4.3 煤与瓦斯突出预测管理系统的软件设计
5.5 本章小结
6 结论与展望
6.1 结论
6.2 创新点
6.3 展望
参考文献
作者简历
学位论文数据集
辽宁工程技术大学;