[发明专利]一种瓦斯涌出量的预测方法

说明书

技术领域

本发明涉及煤矿安全技术领域，具体涉及一种瓦斯涌出量的预测方法。

背景技术

目前，煤矿安全形势十分严峻，重大事故时有发生，虽然在煤矿中配备各种安全监测装置，但这些装置不具有灾难预测预报能力，无法提前采取措施避免重大事故的发生。

矿井瓦斯是煤矿生产过程中的主要不安全因素，瓦斯涌出量对矿井设计、建设和开采有重要影响，正确的预测瓦斯涌出量，发现瓦斯涌出量征兆，对矿井安全生产具有重大意义。

发明内容

为解决以上技术问题本发明提供一种瓦斯涌出量的预测方法，可以根据建立的模型与实际监测值预测瓦斯涌出量，提前报警，避免重大事故发生。

本发明的技术方案是：一种瓦斯涌出量的预测方法，其步骤包括：

1.布置瓦斯传感器，实时监测瓦斯浓度，并将数据传输到数据库计算涌出量并进行存储；

2.提取数据库中的安全瓦斯涌出量，构建瓦斯涌出量预测模型，并且对输入参数根据瓦斯涌出量预测模型进行瓦斯涌出量预测，将预测值输出；

3.将预测值与实时监测值进行比较，形成误差分析，并更新瓦斯涌出量预测模型；

4.重复1-3步骤，实时监测预测涌出量。

方案进一步地，步骤2和3是通过Matlab语言建立的文件提取实时数据库中的历史数据构建神经网络模型并进行模型修正完成的。

方案进一步地，所述瓦斯涌出量预测模型中瓦斯涌出量与时间呈非线性关系，即：H=f(t)

H：瓦斯涌出量，m³/t；

t：时间，s。

本发明的优点是：本发明利用神经网络模型的高度非线性映射，将诱导突出的各种因素记忆学习，克服用单一敏感指标预测，利用Matlab的语言计算环境，实时提取数据库中数据更新修正瓦斯涌出量数据模型，使预测误差减小，预测更科学、精确，为避免瓦斯突出提出科学化、定量化指导。

具体实施方式

下面对本发明做清楚完整的描述，以使本领域的技术人员在不需 要作出创造性劳动的条件下，能够充分实施本发明。

实施例1：一种瓦斯涌出量的预测方法，其步骤包括：

1.布置瓦斯传感器，实时监测瓦斯浓度，并将数据传输到数据库计算涌出量并进行存储；

2.提取数据库中的100个安全瓦斯涌出量，构建瓦斯涌出量预测模型，再提取10组数据进行练习，输入参数根据瓦斯涌出量预测模型进行瓦斯涌出量预测，将预测值输出；

3.将预测值与实时监测值进行比较，形成误差分析，并更新瓦斯涌出量预测模型；

4.重复1-3步骤，实时监测预测涌出量，当涌出量异常时对工作人员进行提醒。

方案进一步地，步骤2和3是通过Matlab语言建立的文件提取实时数据库中的历史数据构建神经网络模型并进行模型修正完成的。

方案进一步地，所述瓦斯涌出量预测模型中瓦斯涌出量与时间呈非线性关系，即：H=f(t)

H：瓦斯涌出量，m³/t；

t：时间，s。

以上对本发明的较佳实施例进行了描述，需要指出的是，本发明并不局限于上述特定实施方式，其中未尽详细描述的设备和结构应该理解为用本领域中的普通方式予以实施；任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。