煤与瓦斯突出控制因素加权灰色关联模型的建立与应用_伍爱友

合集下载

2-1煤与瓦斯突出预测动静态指标的灰色优选_陈鹏

煤与瓦斯突出预测动静态指标的灰色优选*陈鹏1，2，张科学1，3，魏明尧1，2，欧建春1，2，许福乐1，2，陈西华4（1．煤炭资源与安全开采国家重点实验室，江苏徐州市221008；2．中国矿业大学安全工程学院，江苏徐州市221008；3．中国矿业大学矿业工程学院，江苏徐州市221008；4．永贵五凤煤业有限责任公司，贵州毕节市551600）摘要：为了确定工作面突出预测敏感指标，通过研究演马庄矿与谢一矿掘进工作面电磁辐射特征，将电磁辐射预测指标（电磁辐射强度E）与常规突出预测指标R值指标及钻屑指标Δh2、K1、S等进行对比，利用灰色系统理论进行指标优选，比较各指标灰色关联度大小，结果表明，电磁辐射预测指标的综合关联度大于常规指标，预测无突出危险准确率为100%，可以作为工作面突出预测指标。

关键词：突出预测；电磁辐射；R值指标；钻屑指标；灰色优选中图分类号：TD713文献标识码：A文章编号：1005－2763（2010）05－0073－04Grey Optimum Selection between Dynamic＆StaticIndex of Coal and Gas Outburst ForecastChen Peng1，2，Zhang Kexue1，3，Wei Mingyao1，2，Ou Jianchun1，2，Xu Fule1，2，Chen Xihua4（1．State Key Laboratory of Coal Resources and Mine Safety，Xuzhou，Jiangsu221008，China；2．School of Safety Engineering，China University of Mining and Technology，Xuzhou，Jiangsu221008，China；3．School of Mines Engineering，ChinaUniversity of Mining and Technology，Xuzhou，Jiangsu221008，China；4．Yonggui Wufeng Coal IndustryCo．Ltd，Bijie，Guizhou551600，China）Abstract：In order to determine the sensitive indicators used forforecast of coal and gas outburst in working face，the electromag-netic radiation characteristics of heading face in YanmazhuangMine and Xieyi Mine are researched，the intensity of electromag-netic emission（EME）E and the conventional forecasting inde-xes such as R value and drilling cuttings indexesΔh2，K1and Swere compared．The theory of gray system was used to compare the level of gray correlation degree of the forecasting indexes in order to achieve the optimum selection of indexes．The result in-dicated that the comprehensive correlation degree of EME index is higher than that of conventional indexes，its accuracy rate in forecasting non－outburst dangerousness is100%，so it can be used as a primary index of outburst forecast．Key Words：Outburst forecast，Electromagnetic emission，R－index，Drilling cuttings indexes，Grey optimum selection煤与瓦斯突出预测工作是对突出灾害进行有效防治的基础。

灰色关联度模型及其在煤矿经济效益评价中的应用

四矿１６８Ｏ．５ —４１８５．
五矿９．７７９１．１６９
原煤成本（）元企业利润（元）万
ｌ２６８８．２２３８９．８
原煤销售量（）ｆ商品煤灰分
全员效率流动资金周转天数资源回收率
６６７９４６３２
１６８ｌ４ＯＯ．５５８
２１６０４７３．５５
１Ｏ４２．１０５Ｏ．６５６
２实例分析
我们收集了某矿业公司２００４年５个矿井实际资料如表１．
［收稿日期］２０６１０７０ —８
１４５
大学数学
表１５个矿井技术经济指标实现值
第２６卷
指
标
一矿
二矿
２确定参考数据列，定原则为：．确参考数据列各项元素是以各系统技术经济指标数据列里选出最佳
值组成的，考数据列｛｝参。为
｛０一｛。１，０２，，（｝｛７（）ｚ，２，，ｎ｝）ｚ（）（） … ｚｏ）一．１，（） … ，（），２３５
［键词］灰色关联度模型；矿经济效益评价；合评判；联度分析关煤综关［图分类号］Ｎ９１５中４．［文献标识码］Ｂ［文章编号］１７ —４４２１）１Ｏ５ —３６２１５（０００一１３０ Βιβλιοθήκη ２６４２６２４．１５

灰色关联分析在煤矿安全生产中的应用

场管理三是规范提升 “ 两述一矿井系统的稳定性、全可靠性及安化” 积极开展手指１、。５述岗位描述抗灾防灾能力明显增强．效地避有免了重特大事故的发生郑煤集团
人、、境三个环节安全确认制。物环
ＲｍｎＩｍ（ＬＥ＿ｌ）Ｏｍ究捧索Ｐ研
全管理体制得到了完善
目实施初至２１００年１２月底．煤郑
“ －＿”安全管理一是推行３３３
整理环境、理情绪。化安全现集团各矿井管理水平明显提升．整强各
基础人的因子是指煤矿生产过程
影响煤矿安全生产的因素较多郑
煤集团公司在借鉴事故致因理论
的基础上．对煤矿安全影响因素进
行归类，从煤矿生产的实际出发，
对郑煤安全影响因素进行灰
色关联分析．首先要找出煤矿安全
各因素之间的“ ” 系 “ ” 灰关白化（晰化１所以称之为灰色清，
６ＣＩＯＬＩＤＳＹ０ＨＮＣＡＵＩＡＮ＇Ｒ
率
均培
育情
意识
调况时间
处
理
能力
图
郑煤集团煤矿安全评价指标体系
一
司首先在借鉴事故致因理论的基
础上．通过对煤矿事故特点进行剖析，研究煤矿事故的演化规律，可以将煤矿事故的形成原因分为管理、、、人物环境、信息五类因子。

灰色关联度分析方法在建筑物火灾控制因素分析中的应用

２ＳｈｏｆｖｌｉｔｎａｄＳｆｔｎｉｅｒｎ，ｈｎｎｉｅｓｔｆｒｎｕｉｓａｄＡｓｒｎｕｉｓＳｅｙｎ１０４ＣｈｎｃｏｌＣｉｉＡｖａｉｎａｅｙＥｇｎｅｉｇＳｅＹａｇＵｎｖｒｉｏＡｅｏａｔｎｔｏａｔｃ，ｈｎａｇ１０３，ｉａｏｏｙｃ３Ｈｕａｒｖｎｅｋｙｌｂｏｓｆｎｎｎｃｎｌｇｆｏｌｎ，ａｇａ１２１ｉａｎｎｐｏｉｃｅｆａｅｍｉｉｇａｄｔｈｏｏｙｏｃａａｅｍｉｅＸｉｎｔｎ４１０，ｎＣｈ
灰色关联度分析方法在建筑物火灾控制因素分析中的应用
姚伟伍爱友。
（１北京科技大学土木与环境工程学院，北京１０８２沈阳航空航天大学安全工程学院沈阳１０３００３１０４３湖南省煤矿安全开采技术重点实验室，潭４１０４湖南科技大学能源与安全工程学院，湘潭４１０湘１２１１２１）
ｔｉｎｆｅｃａｔｒ１ｉｅｈｅｍａｎｉｌｎｅｆｃｏｓｆ４ｔｍｌａｉｇｂｌｉｇｒｒｒｈｌｄａｈｓｄｄｗｎ．ｅｒｓｌｓｓｏｔａ：ｒｕｅｄｎｕｉｎｓｆｅａｅｍａｓａｅｎｄｃａｅｏｄｉＴｈｅｕｔｈｗｈｔｆｅｉ
ＡｓｌｔｄＡｎｌｓｓｅｈｄＡｐｌｄｔａｙｉｈＲｅａｅａｙｉｔｏｐｉＡｎｌｓｓＭｅｏｏｉｉｓＦｒｎｒｌｄＦａｔｒｆＢｕｌｎｇｉｅＣｏｔｏｌｃｏｓｄｅ

灰色关联分析在煤与瓦斯突出预测中的应用_王延林

第 28 卷第 3 期煤炭技术 2009 年 3 月 Coal Technology
பைடு நூலகம்
Vol. 28 , No. 03 Mar , 2009
灰色关联分析在煤与瓦斯突出预测中的应用
王延林 , 杨胜强 , 欧晓英
1 1 2
( 1.中国矿业大学能源与安全工程学院 , 江苏徐州 221008 ;2.大连理工大学土木水利学院 , 辽宁大连 116024) 摘要 : 通过大量的统计分析 , 运用灰色关联分析各个煤与瓦斯突出因素在突出过程中所起作用的重要性 , 按照关联度大小的顺序排序 , 寻求出与突出关系最为密切的主控因素 , 确定出最可能的灵敏指标 , 以提高突出预测的准确性。关键词 : 煤与瓦斯突出 ;影响因素 ;灰色关联度 ; 突出预测中图分类号 : TD713 文献标识码 : A 文章编号 : 1008 -8725( 2009) 03 -0067 -04
[ 3-4]
xi ( 2) min xi ( 2) i y( 2) = ( i= 1 , 2 , … , m) max xi ( 2) min xi ( 2) i i xi( n) min xi ( n) i y( n) = ( i= 1 , 2 , …, m ) max xi( n) min xi ( n) i i ( 1) 2. 3 关联系数的计算如果令经过数据变换的参考数据序列为 X 0 , 比较序列为 X i , i = 1,2, …, n ,且 X0 = { X0 ( 1) , X 0( 2) , … , X 0( n) } Xi = { Xi ( 1) , Xi ( 2) , … , Xi ( n) } 则称 : ξ i( k) = min min X 0( k) X i( k ) +ρ max max X 0( k) X i( k) i k i k X 0( k) Xi ( k) +ρ max max X 0( k) Xi ( k) i k ( 2) 为曲线 X 0 与 X i 在第 k 点的相对关联系数。其中 , X0 ( k) -X i ( k ) =Δ i( k) 称为第 k 点 X 0 与 X i 的绝对差 ; min min X0 ( k) -X i ( k ) 称为两极最小差 , 其 i k 中min X 0( k) -X i ( k ) 为第 k 一最小差 , 表示在曲 k 线上 X i 各点与 X 0 的最小差。 min min X0 ( k )-X i i k ( k ) 是第二最小差 , 表示在各曲线上找出的最小差基础上 , 再按 i =1 , 2 , …, n , 找所有曲线 X i 中的最小差。 max max X0 ( k )-X i ( k ) 为两极最大差 , 其 i k 意义与最小差相似。 ρ 为分辨系数 , 用来削弱 Δ max 数值过大而失真的影响 , 以提高关联系数之间差异的显著性。当 ρ ∈[ 1 2( e1) , 1 2] 时 , 其具有最大信息量和最大信息分辨率 , 一般取 ρ = 0. 5 为宜。于是 , 据此可求出 X i ( k) 与对应 X 0 ( k) 的关联系数 : ξ i{ ξ i( k) } k = 1,2, …, n ( 3) 2. 4 关联度的计算关联度分析 , 实质上是将时间序列数据进行几何关系的比较。如果两比较序列在各时刻均重合在一起 , 即关联系数处处等于 1 , 则关联度也等于 1 。对于两个时间序列来说 , 关联系数均大于零 , 故关联度也大于零。因此 , 两比较序列的关联度可以用 2 个序列各时刻的关联系数的均值( 考虑加权后 , 则求其加权平均值) 来表示 , 其数学模型为 : Ri = 1 n

矿井安全指标的灰色关联评价模型及应用

０引言
多年来，煤矿生产中的重大灾难事故造成的危害是巨
井影响因素的指标集合。则母因素和子因素的观测值可分
别表示为：
Ｘ。｛（）。２。，（） … ，（）一。１，（） … ０悬，０）Ｘ｛（）（） … ，（，，（）一１，２，ｋ） … ｎ）
（）一 ∑ （）ｋｋ；
，１一
厂
Ｖ丌
— —— —— —— —— —— —
ｉ１：
５（）一＾ ∑ （，（）一（）／）
１２２．．
。
矿井事故的可能性和危险程度的影响因素有很多，如
矿井的地质结构、瓦斯涌出量、煤层倾角、煤层厚度、开
女
１灰色关联原理及模型的建立
１原理１
（）Ｉ是第一级最小差；Ｉｎｎ（ｏ（）一ｚｋ）ｍｉｍｉｋ
（）ｌ第二级最小差；Ｉｘｍａ（（）一（）ｋ）是ｍａｘｋｋ）
灰色系统理论是邓聚龙教授１８９２年创立的，其广泛应用于工业、农业和社会经济等各个领域。灰色关联度分析
ｌ两级最大差；ｐ为分辨系数，在０１之间取值，实践是～表明，当Ｊ０５６时，分辨率最高，一般取Ｉ０５Ｄ．４ ≤ Ｄ．一一。

GM（1，1）灰色预测模型在矿井瓦斯涌出量预测中的应用

GM（1，1）灰色预测模型在矿井瓦斯涌出量预测中的应用杨武艳;郁钟铭【摘要】瓦斯是造成煤矿生产过程中事故频发的重要因素．以预测矿井瓦斯涌出量为研究目的，运用灰色系统理论，通过对矿井瓦斯涌出资料进行分析、研究建立GM（1，1）瓦斯涌出量灰色预测模型对瓦斯涌出量变化趋势进行预测，并与现场实际瓦斯涌出量比较，结果表明该模型精度较高，能够很好用于矿井瓦斯涌出量的预测，为井下安全生产和瓦斯监测提供依据，从而避免瓦斯事故的发生．%Gas is an important factor which causes frequent accidents in coal production. By taking mine gas emission prediction as the research purposes and using grey system theory, this paper analyzes mine gas emission data, and establishes GM ( 1,1 ) grey forecasting model to forecast the change trend of the gas emission. By comparing with the actual gas emission quantity, results show that the model can better predict mine gas emission, and provide basis for downhole safety production and gas monitor. In this way gas accidents can be avoided.【期刊名称】《矿业工程研究》【年(卷),期】2012(027)004【总页数】4页(P46-49)【关键词】瓦斯涌出量;灰色理论;GM（1;1）模型;灰色预测【作者】杨武艳;郁钟铭【作者单位】贵州大学矿业学院,贵州贵阳550025;六盘水师范学院,贵州六盘水553000【正文语种】中文【中图分类】TD712.5瓦斯涌出量的大小是造成煤矿生产中发生事故频发的主要影响因素之一，瓦斯涌出量过大会引起煤与瓦斯突出，造成不必要的人员伤亡和经济损失;在通风效果不好的情况下，瓦斯涌出量过大会造成作业人员窒息甚至死亡;如遇火源，还有可能会引发瓦斯爆炸，酿成重大瓦斯事故［1］.因此，在进行煤层开采的过程中，必须事先对瓦斯涌出情况进行预测，以避免事故的发生.通常情况下影响瓦斯涌出的主要有开采方法、煤层厚度、瓦斯含量、地质构造等多种因素，但在现有的生产条件下，很难把这些因素考虑的全面而准确，即瓦斯涌出量的大小是已知和未知因素综合作用的结果，所以瓦斯涌出实际上是一个灰色系统.因此，可以利用灰色系统理论来进行煤层瓦斯涌出量的预测［2］.1 灰色系统及其模型的建立1.1 灰色系统的特点灰色系统理论是20世纪80年代，由中国华中理工大学邓聚龙教授首先提出并创立的一门新兴学科，它是基于数学理论的系统工程学科，它是一种研究少数据、贫信息不确定性问题的新方法.灰色系统理论以“部分信息已知，部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象，主要通过对“部分”已知信息的生成、开发，提取有价值的信息，实现对系统运行行为、演化规律的正确描述和有效监控.灰色系统理论的主要优点是通过一系列数据生成方法，如直接累加法、移动平均法、加权累加法、自性累加法等，将本没有规律的、杂乱无章的或规律性不强的一组原始数据序列变得具有明显的规律性［3］.灰色系统预测模型是一种将矿井瓦斯涌出量看作是在一定区间内变化的灰色量，将矿井瓦斯涌出量变化的过程看成是在一定幅间区、一定时区间变化的随机过程.这种方法具有数据样本少，不需要典型的分布规律的特点，当煤矿新建、改建、扩建时，没有长时期的瓦斯涌出量历史数据资料，且所收集数据少、数据波动不大的情况下，可以使用灰色预测模型.采用灰色理论的预测模型，对矿井今后一段时间内瓦斯涌出量的大小及发展趋势进行预测，为矿井瓦斯涌出量时间动态数列的预测提供了一种新的途径［4］.1.2 GM(1，1)模型的建立1)确定任一子数据序列 X(0)=［X(0)(1)，X(0)(2)，…，X(0)(n)］.n为灰色数据总长度，对子数据序列作一次累加生成(1-AGO)则生成的序列为2)建立GM(1，1)的微分方程称式(1)为一阶单变量灰微分方程模型，记为GM(1，1);式中的a，b为待定参数的元素，可以用最小二乘法求解，即3)求常数向量Yn及构造累加矩阵B4)数学模型的求解利用初始条件对白化方程进行求解，可得微分方程(1)的解，即根据式(5)求得x(1)(k+1)为所求数据序列预测值的累加生成值，故需要将其还原为变化后的数据序列，对)求导数，得出还原模型从理论上说，式(5)和式(6)可以对所建立的GM(1，1)模型进行求解，对所规定的数据序列的发展趋势作出具体的预测［5］.5)GM(1，1)模型的精度检验上述模型只是数据序列的初始模型，此类模型的预测在一定程度上还不能反映该序列的客观变化规律，需对其做进一步的精度检验.在此处采用残差序列法来进行修正［6］.假设残差序列为，即q(0)(k)=x(0)(k)-(k)=(q(0)(1)，q(0)(2)，…，q(0)(n))，对此序列 q(0)(k)同样采用上述方法建立GM(1，1)模型，其时间响应函数为将式(7)代入式(6)中，则得式中2 应用灰色GM(1，1)模型进行某矿采掘工作面的瓦斯涌出量预测矿井瓦斯涌出量的大小受多种因素的影响，各因素之间的关系错综复杂，表现为既非确定的也非随即的，而是一种模糊的系统状态［7］.因此，利用灰色系统理论，可对采掘工作面的近期瓦斯涌出量作出合理的预测，这无疑对矿井的瓦斯管理有重要的指导意义.以某矿为例进行采掘工作面瓦斯涌出量的预测.利用灰色系统理论，对该矿2011年05～11月份采煤工作面的瓦斯涌出资料进行分析、研究建立矿井瓦斯涌出量灰色预测模型，并利用文中的灰色模型对该矿12月份的瓦斯涌出量进行预测［8］.2011年5～11月采煤工作面瓦斯涌出量分别为 17.50，19.18，20.80，22.93，26.81，29.31，29.93 m3/t.1)对原始数据做一次累加处理(1-AGO)2)构造数据矩阵B和数据列Yn3)计算参数向量则 a=-0.094 6，b=16.778 2.4)所以，该矿的瓦斯涌出GM(1，1)模型为其时间响应函数为该方程的解为某煤矿瓦斯涌出量的灰色预测模型.5)对模型进行检验(表1)利用式x(0)(k)=x(1)(k)-x∧(1)(k+1)进行还原检验，见表2.表1 计算值与实际累加值Tab.1 Calculated values and actual accumulative values序号计算值实际累加值k=1x∧(1)(2)=36.84x(1)(2)=36.68k=2x∧(1)(3)=50.09x(1)(3)=57.48 k=3x∧(1)(4)=81.46x(1)(4)=80.41k=4x∧(1)(5)=107.14x(1)(5)=107.22 k=5x∧(1)(6)=135.37x(1)(6)=163.54k=6x∧(1)(7)=166.46x(1)(7)=166.46表2 还原检验Tab.2 Reduction test序号计算值原始值残差相对误差/%k=1 19.34 19.18 -0.16 0.83 k=2 21.26 20.80 -0.46 2.20 k=3 23.38 22.93 -0.45 1.96 k=4 25.71 26.81 1.10 4.10 k=5 28.27 29.31 1.04 3.55 k=6 31.08 29.93 -1.15 3.846)预测该矿12月份的瓦斯涌出量，根据下列模型可计算出当k=6时当k=7时根据得:这表示该矿12月份的瓦斯涌出量为34.18 m3/t.3 结论1)应用灰色系统理论建立的GM(1，1)预测模型，适合矿井瓦斯涌出量的灰色预测，实际瓦斯涌出量与预测瓦斯涌出量的误差很小，为实际瓦斯监测提供可靠的依据. 2)在运用灰色理论建立瓦斯涌出量预测GM(1，1)模型时，要不断根据实测的新数据，建立新的GM(1，1)模型，提高预测精度.3)利用灰色系统理论进行瓦斯涌出量预测，具有所需样本少、运算量小、收集资料比较容易，对瓦斯涌出量的预测结果准确可靠，能够反映矿井瓦斯涌出量的发展趋势.参考文献:【相关文献】［1］张淑玲，崔洪庆，刘国兴，等.灰色关联理论在矿井瓦斯涌出灾害预测中的应用［J］.煤炭技术，2008，27(3):67-69.CHEN Shuling，CUI Hongqing，LIU Guoxing，et al.The application of the grey relation theory in the hazard prediction of mine gas emission［J］.Coal Technology，2008，27(3):67-69.［2］孙强，张振文.基于灰色理论的矿井瓦斯涌出量预测模型研究［J］.煤炭技术，2009，28(9):94-96.SUN Qiang，ZHANG Zhenwen.Based on the grey theory of mine gas emission prediction model research［J］.Coal Technology，2009，28(9):94-96.［3］王文才，李刚，张世明，等.基于灰色理论的矿井瓦斯涌出量预测研究［J］.煤矿开采，2011，16(3):56-58.WANG Wencai，LI Gang，ZHANG Shiming，et al.Based on the grey theory of mine gas emission prediction research［J］.Coal Mining，2011，16(3):56-58.［4］肖鹏，李树刚，宋莹，等.瓦斯涌出量的灰色建模及其预测［J］.采矿与安全工程学报，2009，26(3):318-321.XIAO Peng，LI Shugang，SONG Ying，et al.Gas emission amount of grey modeling and its prediction［J］.Mining and Safety Engineering Journal，2009，26(3):318-321.［5］张瑞林，刘晓，郑立军.基于灰色动态建模的瓦斯涌出量预测方法研究［J］.中国矿业，2006，15(12):110-112.ZHANG Ruilin，LIU Xiao，ZHENG Lijun.Based on the grey dynamic modeling method to forecast the gas emission［J］.China Mining，2006，15(12):110-112. ［6］吕光华.矿业灰色系统［M］.北京.煤炭工业出版社.1993.LV Guanghua.Mining grey system［M］.Beijing:Coal Industry Press，1993.［7］伍爱友，田云丽，宋译，等.灰色系统理论在矿井瓦斯涌出量预测中的应用［J］.煤炭学报，2005，30(5):589-592.WU Aiyou，TIAN Yunli，SONG Yi，et al.The application of the grey system theory in the mine gas emission prediction［J］.Journal of China Coal Society，2005，30(5):589-592.［8］徐君.基于GM(1，1)模型的矿井瓦斯涌出量预测研究［J］.矿业研究与开发，2005，25(3):87-88.XU Jun.Based on the GM(1，1)model of the mine gas emission prediction research［J］.Mining Research and Development，2005，25(3):87-88.。

煤自燃影响因素权重的灰色关联度

2． Sate Key Laboratory of Coal Resources and Safety Mining，Xuzhou 221116，China) Abstract: Based on grey correlation theory，an improved model of slope － correlation was established． Taking 70℃ as the boundary of high and low temperature in the process of coal spontaneous combustion experiment，the correlation degree between the influencing factors and the rate of oxygen consumption in various coal spontaneous combustion experiments with high temperature and low temperature was quantitatively studied，which was adopted as the index of measuring the impact of various factors on the coal spontaneous combustion． The results showed that volatile and porosity were the most important influencing factors of coal spontaneous combustion in high temperature period，whereas oxygen concentration had the greatest effect，moisture and ash had minimal effect on coal spontaneous combustion in low temperature period． Key words: coal spontaneous combustion; influencing factors; oxygen consumption rate; grey correlation degree

煤与瓦斯突出预报数据关联性的聚类分析

摘
要：合理地选择突出控制因素是进行突出预测的关键技术之一．首先给出了基于系统聚类的突出预报数据关联性分析方
法，通过Ｄｄｘ准则判断聚类模型的有效性．ＢＩｅｎ然后研究了煤与瓦斯突出控制因素的选择规则．最后以平顶山煤矿为例，分析了该矿突出预报数据间的关联性，到了相应的变量聚类树，得并选择了主要的突出控制因素．仿真结果验证了所提出的突出控制因素选择方法的合理性和有效性．２表３参１．图，，１关键词：煤与瓦斯突出：控制因素；系统聚类算法；ＢＩｄｘ准则；Ｄｅｎ聚类树中图分类号：Ｄ１Ｔ７３文献标识码：Ａ文章编号：６２９０（０６０ — ０１０１７ — １２２０）４００ — ４
数。一般要求：
（）＝，＝Ａ，１ ±１ｏ ≠Ｏ是一个常数；Ａ，
前在这方面的研究较缺乏，故有必要研究如何合理地
选取煤与瓦斯突出预测指标．目前，人工智能、专家系统和神经网络等为突出预测提供了很好的分析方法．但这些突出预测系统的
（）Ｉ，２ｌ ≤１一切－，『；
…
，
ｄ１ＩＩｒ一，－＝
表示．
（）２
可得各突出影响变量间的距离矩阵Ｄ，其元素用Ｉ来西ｌ
离矩阵Ｄ，这里取ｄ＝ｉ，）￣ｍｎ；－（ｓｐ循环步骤３４ｔ５ｅ、，直到所有变量聚为一类，停
阵为，其元素用（来表示．以相关系数为例：
基金项目：高等学校博士学科点专项科研基金资助项目（０５２０１）２００９００作者简介：孙继平（９８）男。１５一．山西翼城人。，。博士教授博士生导师，主要从事矿井监控、移动通讯、图像处理研究．

改进的煤与瓦斯突出危险性评价灰色关联模型

ｇｅｓｓｎｈｓｚｄｂｒｙｃｒｅａｉｅｃｅｉｉｎｎｎｒｐｉｈｓａａｃｄａｊｃｎｅｒｅｈｃａｒｅｗａｙｔｅｉｙｇｅｏｒｌｔｏｆｃｅｔｄｅｔｙｗｅｇｔ．Ｂｌｎｅｄａｅｔｇｅ，ｗｉｈｗｓｅｖａｏｄ
了序列的均衡度，以客观权重 — — 熵权和灰色关联系数合成为加权灰色关联度，由均衡度和加权灰色关联度合成均衡接近度，并以此作为评价准则，使评价结果更符合客观实际．运用该方法对平顶山东矿区４个回采工作面的突出危险性进行评价，得出了各工作面突出危险性
文章编号：１７９８（００００１０６３— ７７２１）３— ３６— ５
Ｉｒｖｄｇｅｏｒｌｔｅｍｏｅｏｉｋａｓｓｍｅｔｏｏｌａｄｇｓｏｔｕｓｍｐｏｅｒｙｃｒｅａｉｄｌｆｒｒｓｓｅｓｎｎｃａｎａｕｂｒｔｖ
ａｅ．Ｔｅｒｓｆｅｅｅｍｏｇｆｕａｅｒｔａｎｄ．Ａｔｔｅｓｍｅｔｍｅ，ｃｒｅｐｎｉｇｃｕｎｅｍｅｓｒｓｒａｈｉｋｄｉｒｎｃｓａｎｏｒｆｃｓｗｅｅａｔｉｅｈａｉｏｒｓｏｄｎｏｔｒａｕｅｔｒｖｎｕｂｒｔｗｅｅｐｔｆｒｒｏｐｅｅｔｏｔｕｓｒｕｏｗａｄ．Ｔｈｖｌａｉｎｒｓｌｎｉａｅｔａｈｍｐｒｖｄｍｅｈｏｓｍｏｅｒａｏａｅｅａｕｔｅｕｔｉｄｃｔｈｔｔｅｉｏｓｏｅｔｄｉｒｅｓｎ —

基于灰色关联分析的煤与瓦斯突出预测指标优选_伍爱友

X i = { xi ( 1), xi ( 2), , x0 ( k ), , x i ( n) } ( 4) 式中
x0 ( k ) =
y0 ( k )
n
( 5)
y0 ( t)
t= 1
xi ( k ) =
yi ( k )
n
( 6)
yi( t)
t= 1
则有 x0与 xi第 k 点的关联系数 0, i ( k ), 用公
定义为 x i序列与 x0序列之间的关联度, 即
ri =
1n n k= 1
0, i ( k )
( 8)
若考虑各关联系数的权重, 便可得 xi与 x0之间
的加权关联度, 即
n
ri =
1 n
k=
W(
1
k)
0, i ( k )
( 9)
式中, W ( k ) 为关联系数, 0, i ( k ) 在关联度中的权
第 33卷第 4期
煤炭科学技术
2005年 4月
基于灰色关联分析的煤与瓦斯突出预测指标优选
伍爱友 1, 姚建 2, 肖红飞 1
( 1 湖南科技大学, 湖南湘潭 411201; 2 中南大学, 湖南长沙 410083 )
摘要: 煤与瓦斯突出是煤矿地下开采过程中的一种动力现象, 猛烈的动力效应可导致火灾和爆炸
事故的发生。因此, 对煤与瓦斯突出的相关因素合理地预测与评价, 对煤炭工业的健康持续发展具
有重要意义。利用灰色理论中灰色关联分析数学模型, 定量分析了 6种预测煤与瓦斯突出的指标,
并确定了最佳预测指标, 为煤与瓦斯突出预测指标的选择提供了定量化依据。
关键词: 煤与瓦斯突出; 灰色理论; 关联度; 关联序

煤层含气量评价中灰色关联分析与相关分析法对比

煤层含气量评价中灰色关联分析与相关分析法对比杜志强;杨志远;吴艳;刘钰辉;王相业【摘要】It is important to study coalbed methane content and its influence factors for coalbed methane exploration. It's essential to research and evaluate the influence factors correctly and reasonably. The paper discussed and analyzed the association analysis of grey incidence and correlation analysis. After the discussion of their disadvantages and advantages the paper evaluated the instance of the Qinshui basin. It is found out that the correlation analysis method is more suitable than the association analysis of grey incidence in evaluation of coalbed methane.%煤层含气量及其影响因素是煤层气勘探开发中首先要研究的问题.通过对煤层含气量影响因素评价中灰色关联分析法与相关分析法的论述,并在分析各自优缺点的同时,对比讨论了两种方法在沁水盆地晋城矿区的应用情况.结果表明,在对各因素的评价结果和区分效果上,相关分析法优于灰色关联分析法.【期刊名称】《煤田地质与勘探》【年(卷),期】2012(040)001【总页数】4页(P20-23)【关键词】含气量评价;关联度;灰色关联分析法;相关分析法【作者】杜志强;杨志远;吴艳;刘钰辉;王相业【作者单位】中煤科工集团西安研究院,陕西西安710054;中煤科工集团西安研究院,陕西西安710054;中煤科工集团西安研究院,陕西西安710054;中煤科工集团西安研究院,陕西西安710054;中煤科工集团西安研究院,陕西西安710054【正文语种】中文【中图分类】P628;P618.13评价有利选区和优选最佳勘探目标是煤层气勘探开发的重要任务。

煤炭企业技术创新影响因素灰色关联分析

so
ft
e
chno
l
og
i
c
a
li
nnova
t
i
oni
nc
oa
len
t
e
r
r
i
s
e
sf
r
omd
i
f
f
e
r
en
tang
l
e
s
Ther
e
s
e
a
r
chr
e
su
l
t
s
y
p
showedt
ha
tt
her
e
l
a
t
i
onsh
i
twe
ent
e
chno
l
og
i
c
a
li
nnova
t
i
onandspend
i
ngonr
e
术创新的因素.研究结果表明,研究与试验发展 (
R&D) 外部经费支出中,企业对高校和
科研机构的研发支出、企业研究与试验发展 (
R&D) 经费内部支出、技术改造经费支出、
企业研究与试验发展 (
R&D) 人员数量以及研发机构企业占比与技术创新的关联度均在
[
]
度关联 (
０
６＜γ ≤１
０)７ .
２
２指标选取及数据来源
技术创新是一个从新产品 (服务)或新工艺创
意的产生,经过研究与开发、工程化、产业化,到

煤与瓦斯突出预测模糊物元分析熵权法综合指标预测体系论文

基于模糊物元分析的煤与瓦斯突出预测【摘要】煤炭占我国一次能源消费的70%以上,随着我国经济快速发展,对能源需求也在不断的增大,煤炭在未来一定时期内仍是主要能源。

而矿井瓦斯灾害作为矿井五大灾害之首,一直制约着煤矿生产效率的提高,严重威胁日常生产和井下工人的生命安全,因此做好煤矿的瓦斯防治工作十分重要。

煤与瓦斯突出预测作为瓦斯防治的第一步,在整个瓦斯防治过程中的地位尤为重要,做好预测工作不仅具有重大的经济效益和社会效益,其带来的安全效益更是无法估量。

本文在充分认识瓦斯灾害的严重性和煤与瓦斯突出预测重要意义的前提之下,首次将模糊物元分析方法应用于煤与瓦斯突出预测模型的建立。

首先对现有的突出预测方法、煤与瓦斯突出机理研究现状、突出发生的条件、影响突出的因素以及突出的一般规律进行了总结以及研究分析；在深入学习模糊物元分析理论的基础上,陈述了一些论文中会使用的关于物元的基本概念、物元的类型和处理数据的方法；充分利用瓦斯突出的模糊性和单因素预测的不相容性以及熵权法可避免传统专家打分赋予权重的主观性的优点,以模糊物元模型理论为基础,并且结合熵权法确定各影响突出因素的权值,选取影响突出指标,建立综合指标预测体系。

这也是本文的创新点所在。

在实例应... 更多还原【Abstract】 The consumption of coal is about 70% of Chineseenergy consumption; the demand of energy is growing up as Chinese economic development. The coal will be still the mainenergy in the future. The first step of prevention is making the prediction on coal mining; it plays the most important role in the whole pleteing the prediction work not only to have the significant economic efficiency and the social efficiency, it brings the security benefit is unable to estimate.The article indicates... 更多还原【关键词】煤与瓦斯突出预测；模糊物元分析；熵权法；综合指标预测体系；【Key words】prediction of coal and gas outburst；fuzzy matter element analysis；entropy method；comprehensive index prediction system；摘要3-5ABSTRACT 5-6第一章绪论10-241.1 引言101.2 煤与瓦斯突出概况及研究意义10-131.3 突出危险性预测研究现状13-191.3.1 国外研究现状13-151.3.2 国内研究现状15-191.4 模糊物元理论的应用现状19-211.5 论文主要研究内容及架构21-241.5.1 论文主要研究内容211.5.2 论文架构21-24第二章煤与瓦斯突出机理的研究24-382.1 煤与瓦斯突出机理研究现状24-282.2 煤与瓦斯突出发生条件28-302.3 煤与瓦斯突出的一般规律30-312.4 影响突出因素分析31-372.4.1 概述312.4.2 自然因素31-362.4.3 人为因素36-372.5 本章小结37-38第三章基于模糊物元分析的理论基础38-483.1 物元分析的基础38-433.1.1 物元分析的基本概念38-413.1.2 物元分析的基本变化41-423.1.3 物元分析的数据变化42-433.2 模糊物元分析基础43-473.2.1 模糊物元的概念433.2.2 模糊物元的类型43-453.2.3 权重复合物元453.2.4 数据优化原则45-473.3 本章小结47-48第四章煤与瓦斯突出预测的模糊物元分析步骤48-524.1 模糊物元分析法的基本原则484.2 模糊物元分析的步骤48-514.2.1 评价方案的建立484.2.2 隶属度的确定48-494.2.3 关联数的确定494.2.4 模糊物元的建立494.2.5 运用熵权法确定权重49-504.2.6 突出临界值的确定原则50-514.3 本章小结51-52第五章实例应用52-665.1 模糊物元分析预测及测试52-535.2 余吾煤业矿井概况53-545.3 余吾煤业矿井地质概况54-565.3.1 地质构造545.3.2 煤层54-555.3.3 瓦斯55-565.4 煤与瓦斯突出预测指标测定56-625.4.1 钻屑解吸指标(K_1) 56-575.4.2 瓦斯放散初速度(△p) 57-595.4.3 煤的坚固性系数(f) 59-615.4.4 瓦斯浓度及风量61-625.5 数据处理及临界值的确定62-655.5.1 数据处理62-645.5.2 临界值的确定64-655.6 本章小结65-66第六章结论与展望66-686.1 结论66-676.2 展望67-68参考文献。

煤与瓦斯突出影响因素综合评价研究——基于改进熵权法+灰色系统关联法的研究

权非常容易因为细微差别发生改变，使得相关指标
被赋予的权重与事实不符。为减小传统熵权法的局
限和弊端造成的影响，本文采用改进的熵权方法来
确定指标的权重。
１）构造矩阵。假设指标体系中有ｎ个评价对
象，ｍ个评价指标［１２］，且ｉ＝１，２，…ｎ，ｊ＝１，２，…，ｍ，
则矩阵为：
Ｘ１１Ｘ１２ … Ｘ１ｍ
Ｄ＝（Ｘｉｊ）ｎｍ＝
１构建煤与瓦斯突出评价指标体系
于综合假说，从煤层物理特性、瓦斯因素和地理因素
三个方面进行分析，对上述文献中的影响因素进一
步丰富，选取了６个重要影响因素：煤的坚固性系数
Ｘ１、煤层倾角Ｘ２、煤层瓦斯压力Ｘ３、煤层瓦斯含量Ｘ４、瓦斯放散初速度Ｘ５和煤层开采深度Ｘ６，构建煤与瓦斯突出评价体系。
Ｘ４１３．１１０．０３８．２６７．９８８．６８４．６１６．８１３．６１１２．７２．０１５．９
１１６．９１０．１９．３２
Ｘ５１８２０６１７．４１７．５２７５．５１５５．８６５．７９．３１２１６．５８１７．６６
Ｘ６Ｘ０５６１３６２１３４８４４４８９３５８９４５１２１５３５１６２２３５４２１４００１４４５１５０３３５４５２５０３３４４５２
成果应用
总第２６３期
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００５－２７９８．２０２１．０７．００７
煤与瓦斯突出影响因素综合评价研究
——— 基于改进熵权法＋灰色系统关联法的研究
雷思友，刘洁，方信
（安徽理工大学经济与管理学院，安徽淮南２３２００１）

GM(1,1)模型与线性回归组合方法在矿井瓦斯涌出量预测中的应用

GM(1,1)模型与线性回归组合方法在矿井瓦斯涌出量预测中
的应用
施式亮;伍爱友
【期刊名称】《煤炭学报》
【年(卷),期】2008(033)004
【摘要】以矿井瓦斯涌出量的预测为主要研究目的,讨论了GM(1,1)方法适用于单一指数增长模型、对预测序列数据异常情况难以准确预测的局限性,依据灰色灾变预测原理,利用线性回归适用短期预测的特点,提出了基于GM(1,1)与线性回归组合预测矿井瓦斯涌出量的新方法.应用结果表明:该方法能很好地解决历史数据的跳变问题,使预测结果更为可靠、精确.
【总页数】4页(P415-418)
【作者】施式亮;伍爱友
【作者单位】湖南科技大学,能源与安全工程学院,湖南,湘潭,411201;湖南科技大学,能源与安全工程学院,湖南,湘潭,411201
【正文语种】中文
【中图分类】TD713.2
【相关文献】
1.基于灰色预测模型GM(1,1)的矿井瓦斯涌出量预测及其参数研究 [J], 王灿召;杨国良;陈全秋;郭静晓
2.基于灰色GM（1,1）新陈代谢模型的矿井瓦斯涌出量动态预测 [J], 魏风清;李振
兴;王小研
3.矿井瓦斯涌出量预测的GM(1,1)模型研究 [J], 李昊;李杰;刘勇
4.GM（1，1）灰色预测模型在矿井瓦斯涌出量预测中的应用 [J], 杨武艳;郁钟铭
5.矿井瓦斯涌出量预测的GM(1,1)模型研究 [J], 姚建;王新民;伍爱友
因版权原因，仅展示原文概要，查看原文内容请购买。

煤与瓦斯突出危险程度的灰色综合评价

煤与瓦斯突出危险程度的灰色综合评价
刘照鹏
【期刊名称】《煤矿开采》
【年(卷),期】1999(000)001
【摘要】文章灰色系统理论中的灰色综合评价方法，以某矿区８个煤层为例，选用瓦斯压力、垂深、瓦斯放散初速度、煤的破坏和蔼与硬度系数及作业方式６种因素作为在指标，选定灰类为不突出、一般突出、严重突出３种类别作为评价标准，借助于计算机进行运算，评价结果为预防煤与瓦斯突出提供了依据。

【总页数】1页(P44)
【作者】刘照鹏
【作者单位】成都煤炭管理干部学院;成都煤炭管理干部学院
【正文语种】中文
【中图分类】TD713.2
【相关文献】
1.煤与瓦斯突出危险程度指标层次分析模型的建立及应用 [J], 胡新成;杨胜强;蒋承林;周秀红;鹿存荣
2.关于煤与瓦斯突出矿井危险程度分级问题的探讨 [J], 王佑安
3.煤与瓦斯突出危险程度的综合评判 [J], 鲁宗原
4.基于综合评判模型的煤与瓦斯突出危险程度预测∗ [J], 梁冰;秦冰;孙维吉;王岩;孙雅楠
5.工作面煤与瓦斯突出危险程度预测技术研究 [J], 李成武;何学秋
因版权原因，仅展示原文概要，查看原文内容请购买。

基于灰色关联分析-GA-BP模型预测煤层瓦斯含量

基于灰色关联分析-GA-BP模型预测煤层瓦斯含量郝天轩;李鹏飞【摘要】为提高煤层瓦斯含量预测的精度和效率,提出用灰色关联分析从影响因素中筛选主要因素,结合运用GA-BP神经网络预测煤层瓦斯含量的方法.通过遗传算法(GA)优化BP神经网络的权值和阈值,解决BP神经网络易过早收敛极小值以及收敛速度慢的问题.用Matlab构建灰色关联分析-GA-BP神经网络、GA-BP神经网络和BP神经网络模型.选取成庄矿3#煤层的含量与影响因素作为实验数据对该模型进行实验分析,比较三个的预测模型的预测结果.实验结果表明:顶板泥岩厚度、煤层厚度、基岩厚度、煤层深度是影响成庄矿3#煤层瓦斯含量的主要因素.灰色关联分析-GA-BP神经网络预测模型平均相对误差为2.77%,比后两种预测模型的预测结果好,能准确预测煤层瓦斯含量.%In order to enhance the efficiency and accuracy of prediction on the gas content in the coal seam,a method was raised to predict the gas content,which adopted the gray correlation analysis to select the main factors first,then combined BP neural network with genetic algorithm (GA).Considering the problem of easily trapping into the partial minimum and slow convergence,the algorithm adopted GA to improve the weights and thresholds of BP neural network.Taking Matlab for writing programs,the prediction models of gas content based on gray correlation analysis-GA-BP neural network、GA-BP neural network and BP neural network were established.The gas content and influence factors in the No.3 coal seam of Chengzhuang mine were taken as experimental data to conduct practical analysis on this model,and the prediction results of BP neural network and GA-BP neural network were compared with the resultof gray correlation analysis-GA-BP neural network.The results showed that the thickness of mudstone roof,the seam thickness,the basic rock thickness and the thickness of coal seam should all be taken as the primary influential factors of gas content in the No.3 coal seam of Chengzhuang mine,and the average relative error of gray correlation analysis-GA-BP neural network prediction model was 2.77%,which was better than those of BP neural network and GA-BP neural network prediction model,and it can accurately predict gas content in the coal seam.【期刊名称】《中国矿业》【年(卷),期】2016(025)011【总页数】5页(P116-120)【关键词】灰色关联分析;瓦斯含量预测;GA-BP神经网络;Matlab软件【作者】郝天轩;李鹏飞【作者单位】河南省瓦斯地质与瓦斯治理重点实验室-省部共建国家重点实验室培育基地,河南焦作 454000;河南理工大学安全科学与工程学院,河南焦作 454000;煤炭安全生产河南省协同创新中心,河南焦作 454000;河南理工大学安全科学与工程学院,河南焦作 454000【正文语种】中文【中图分类】TD712.5煤层瓦斯含量是瓦斯地质规律的主要组成部分，煤层瓦斯含量的准确预测无论在矿井瓦斯治理方面与科学研究方面都至关重要[1]。

应用灰色层次分析-模糊综合评判法对煤与瓦斯突出危险性的预测

应用灰色层次分析-模糊综合评判法对煤与瓦斯突出危险性的预测朱帅;李长龙;吴世跃【期刊名称】《山西大同大学学报（自然科学版）》【年(卷),期】2015(031)003【摘要】文章针对目前层次分析-模糊综合评判法在预测煤与瓦斯突出中的不足,提出一种集灰色关联分析、层次分析和模糊综合评判的混合预测方法.用灰色关联分析优选出与突出最为密切的主控因素,通过层次分析法确定其主控因素权重系数,运用模糊综合评判法建立了煤与瓦斯突出危险性预测模型.最后,对某矿某煤层进行了煤与瓦斯突出危险性预测.实验结果表明,此预测方法是可行的,比应用层次分析-模糊综合评判法对煤与瓦斯突出进行预测算法简单、准确.%This paper, aiming at predicting the coal and gas outburst, put forward a set of grey correlation analysis, hierarchical analysis and fuzzy comprehensive evaluation of hybrid prediction method. With grey correlation analysis of selected and highlight the main control factors of most closely. By using analytic hierarchy process (ahp) to determine the weight coefficients of main control factors was established by applying the method of fuzzy comprehensive evaluation,and the danger of coal and gas outburst prediction model and a coal seam in a mine in the danger of coal and gas outburst prediction were established. The experimental results show that this prediction method is feasible, simpler and more accurate than theapplication of hierarchical analysis and fuzzy comprehensive evaluation method of coal and gas outburst prediction algorithm.【总页数】5页(P63-66,71)【作者】朱帅;李长龙;吴世跃【作者单位】太原理工大学矿业工程学院,山西太原036024;山西大同大学煤炭工程学院,山西大同037003;太原理工大学矿业工程学院,山西太原036024;太原理工大学矿业工程学院,山西太原036024【正文语种】中文【中图分类】TD713【相关文献】1.层次分析-模糊综合评判法在突出危险区域预测中的应用 [J], 徐浩;李希建;陈守坤;肖俊贤2.聚类分析模糊综合评判法在矿井突水危险性评价预测中的应用 [J], 赵斯佳;骆祖江3.层次分析法-突变理论在煤矿煤与瓦斯突出危险性预测中的应用研究 [J], 徐邦耘;李希建4.模糊综合评判法预测煤与瓦斯突出强度的研究 [J], 蔡成功;景国勋5.应用层次分析-模糊综合评判法对煤与瓦斯突出危险性的预测 [J], 冯占文;刘贞堂;李忠辉;马衍坤;李博;宋大钊因版权原因，仅展示原文概要，查看原文内容请购买。

多维灰色评估方法在煤与瓦斯突出预测中的应用

多维灰色评估方法在煤与瓦斯突出预测中的应用方晓彤;陈宇;李绍泉【摘要】影响煤与瓦斯突出的因素很多,并且其信息多具有灰色性.本文将瓦斯压力、瓦斯放散初速度、煤的坚固性系数、破坏类型以及综合指标 K 这5个因素综合起来考虑,应用基于灰色系统理论的多维灰色评估方法,对几个典型矿井进行煤与瓦斯突出预测分析,本方法突出了灰色系统理论可以进行定量分析的特点,具有能够动态预测、可靠性高等优点.研究结果表明,该方法能准确预测煤与瓦斯突出,可以为矿井的安全生产提供帮助.【期刊名称】《工业安全与环保》【年(卷),期】2012(038)012【总页数】3页(P81-83)【关键词】灰色理论;灰色评估;煤与瓦斯突出;预测【作者】方晓彤;陈宇;李绍泉【作者单位】贵州大学矿业学院贵阳 550003;贵州省矿山安全科学研究院贵阳550025;贵州省煤矿瓦斯防治工程技术研究中心贵阳 550025;贵州大学矿业学院贵阳 550003;贵州省矿山安全科学研究院贵阳 550025;贵州省煤矿瓦斯防治工程技术研究中心贵阳 550025;贵州大学矿业学院贵阳 550003;贵州省矿山安全科学研究院贵阳 550025;贵州省煤矿瓦斯防治工程技术研究中心贵阳 550025【正文语种】中文0 引言煤与瓦斯突出是煤矿井下采掘过程中一种复杂的动力现象[1],严重危害矿井安全生产。

准确地预测煤与瓦斯突出的危险性对于煤矿安全生产至关重要。

传统的预测方法只是针对影响煤与瓦斯突出的因素,根据经验公式进行预测,只能实现一种静态预测,且多是针对单因素的预测分析,缺乏系统性和准确性。

煤与瓦斯突出的数据信息多具有灰色性,灰色系统理论不回避灰信息且以高度的动态性、整体性、系统性将影响煤与瓦斯突出的众多因素综合起来分析。

本文利用灰色系统理论的灰色聚类评估方法对煤与瓦斯突出灾害进行预测预报,以提高煤与瓦斯突出预测的准确性。

1 多维灰色评估概述灰色系统就是既含有未知信息又含有已知信息的系统[2]。