矿井粉尘浓度预测模型的建立及应用研究

摘要

为了对矿井粉尘浓度进行准确预测,有效防治矿井粉尘灾害,以某矿粉尘浓度时间序列为基础,提出了差分自回归移动平均预测模型.基于粉尘浓度是非平稳随机数列且ARIMA预测模型可对非平稳数据进行处理的特点,采用SPSS统计分析软件,建立ARIMA粉尘浓度预测模型.首先对粉尘浓度数据进行平稳化处理,根据自相关和偏自相关系数以及BIC准则确定模型参数,初步选定ARIMA(1,2,1)模型,再通过残差自相关和偏自相关函数对模型进行检验,进一步验证了模型的合理性.利用该模型对粉尘浓度进行预测,结果表明:相对误差最大为8.34％,最小为2.40％,相对误差都控制在10％ 以内,ARIMA模型能够用于矿井粉尘浓度的预测且预测效果较好.