简介:落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节,它直接影响着采掘工作面瓦斯涌出量预测的精度,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系.人工神经网络具有表示任意非线性关系和学习的能力,是解决复杂非线性、不确定性和时变性问题的新思想和新方法.基于此,作者提出自适应神经网络的落煤残存瓦斯量预测模型,并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究.结果表明,自适应调整权值的变步长BP神经网络模型预测精度高,收敛速度快;该预测模型的应用可为采掘工作面瓦斯涌出量的动态预测提供可靠的基础数据,为采掘工作面落煤残存瓦斯量的确定提出了一种全新的方法和思路.
简介:摘要:输煤系统是火力发电厂的重要组成部分,关乎机组运行的可靠性、安全性,直接关系到机组的经济。如何降低堵煤情况发生,保证安全运行是输煤运行、维护人员共同解决的问题。为此,针对本公司输煤系统实际情况,分析输煤系统堵塞的原因并提出合理的解决对策,提高本公司输煤系统的工作效率和安全运行,本文以某燃煤电厂输煤系统为例,就存在问题开展优化,因堵塞开关安装位置不合理导致堵煤后大量煤溢出,降低上煤效率,增加了劳动强度,堵煤严重时长时间中断上煤威胁机组运行安全。
简介:运用自主研制的含瓦斯煤热流固耦合三轴伺服渗流试验装置,以原煤煤样作为研究对象,进行了含瓦斯煤固定轴向压力、卸围压的渗流试验,研究了卸围压过程中瓦斯压力对煤样力学特性和能量特征的影响。结果表明:在轴压加载阶段,煤样的变形模量基本不变,泊松比逐渐减小;在定轴压卸围压阶段,煤样的变形模量先小幅度增加,然后逐渐减小,泊松比则逐渐增大。瓦斯压力越高,煤样的承载能力越低,煤样发生破坏时相应的轴向应变和围压卸荷量百分比越小,而煤样破坏时的径向变形和扩容量越大。各应变围压柔量Δεi与瓦斯压力呈线性关系且线性相关性良好。随瓦斯压力升高,轴向应变的围压敏感性降低,径向应变和体积应变的围压敏感性显著升高。随瓦斯压力升高,煤样发生破坏时存储的弹性应变能Ue减小,而总能量U、耗散能Ud和耗散能比例Ud/U都增大。