基于改进BP神经网络的煤体瓦斯渗透率预测模型

被引：189

作者：

尹光志 ^{[1
,2
,3
]}

李铭辉 ^{[1
,2
,3
]}

李文璞 ^{[1
,2
,3
]}

曹偈 ^{[1
,2
,3
]}

李星 ^{[1
,2
,3
]}

机构：

[1] 重庆大学煤矿灾害动力学与控制国家重点实验室

[2] 重庆大学资源及环境科学学院

[3] 重庆大学复杂煤气层瓦斯抽采国家地方联合工程实验室

来源：

煤炭学报 | 2013年 / 38卷 / 07期

关键词：

煤体; 瓦斯; BP神经网络; 渗透率;

D O I：

暂无

中图分类号：

TD712 [矿井瓦斯];

学科分类号：

081903 [安全技术及工程];

摘要：

分析总结了煤体渗透率的3个主要影响因素——有效应力、温度和瓦斯压力,并结合煤体的力学特性建立了一个预测煤层瓦斯渗透率的BP神经网络模型。根据不同有效应力、不同温度和不同瓦斯压力条件下大量具有代表性的煤样渗透率数据来建立学习样本,并对该模型的精度进行了检验。该BP神经网络经过11 986次学习后精度满足要求,训练后BP神经网络模型所得预测结果的最大绝对误差为0.049×10-15m2,最大相对误差为4.298%。根据所建立的BP神经网络模型得到的预测值与实测值吻合较好。

引用

页码：1179 / 1184

页数：6

共 19 条

[1]

三轴应力条件下温度对原煤渗流特性影响的实验研究 [J].