[发明专利]一种确定薄煤层滚筒采煤机综采工艺模式的方法

摘要

本发明公开了一种确定薄煤层滚筒采煤机综采工艺模式的方法，属于确定滚筒采煤机综采工艺模式的方法，薄煤层滚筒采煤机综采工艺模式评价神经网络模型设计，以典型的薄煤层滚筒采煤机开采工程案例为基础，确立薄煤层滚筒采煤机工艺模式的9个影响因素，分别为：采高、工作面长度、煤层倾角、煤厚变异系数、断层、瓦斯、水文、勘探精度及自动化装备水平；通过样本检验，选择预测精度为100％的神经网络被确立为工艺模式评价的最优神经网络；给定条件下的薄煤层滚筒采煤机综采工艺模式选择，薄煤层滚筒采煤机综采工作面按照此工艺模式，能够实现该薄煤层开采条件下的工作面劳动组织优化，降低工人劳动强度。

主权项

1.一种确定薄煤层滚筒采煤机综采工艺模式的方法，其特征是：包括以下步骤：第一步、先确定薄煤层滚筒采煤机综采工艺模式的9个影响因素，包括采高、工作面长度、地质因素、煤层倾角、煤厚变异系数、断层、瓦斯、水文、勘探精度以及自动化装备水平；第二步、定量指标的处理，利用定量指标的多元隶属函数来确定，包括采高、工作面长度、煤层倾角、煤层厚度变异系数、断层、瓦斯和水文；第三步、定性指标的处理，利用模糊数学与Yager指数进行表达，即Yager指数：勘探精度、自动化装备水平定性指标采用模糊数学的原理进行量化，并采用Yager指数对模糊数进行去模糊化：f(x)＝F(m,a,b)＝(3m‑a+b)/3其中，f(x)为关于模糊数x的隶属函数，其中x为三角形模糊数x＝(m,a,b)_LR，即m‑a＜x＜m+b，且f(x)∈[0,1]，且在(m‑a,m)、(m,m+b)范围内分别为线性单调递增与线性单调递减函数，包括勘探精度及自动化装备水平；第四步、收集薄煤层开采的典型工程案例，作为薄煤层滚筒采煤机综采工艺模式评价的训练样本；第五步、利用MATLAB提供的[X,ps]＝mapminmax(x,0,1)函数对指标进行归一化处理；第六步、对网络输出数据利用反归一化处理从而得到神经网络的预测值；第七步、预测精度为100％的神经网络被确定为工艺模式评价的最优神经网络；第八步、给定条件下的薄煤层滚筒采煤机综采工艺模式选择；第九步、以工艺模式输出值分布的概率最大为原则选择对应的滚筒采煤机工艺模式。