基于BP神经网络的煤矿干式钻孔产尘率预测模型

• 作者: 凤雯 张开 张慧 罗文柯
• 来源期刊: 矿业工程研究
• 学科: 工学
• 关键词: BP神经网络 干式钻孔 产尘率 误差值
• 年，卷（期）: 2017,（1）
• 页码范围: 34-39
• 页数: 6页
• 分类号: TD714
• 字数: 3196字
• 语种: 中文
• DOI: 10.13582/j.cnki.1674-5876.2017.01.007

摘要

分析总结了干式钻孔孔口产尘率的4个主要影响因素:煤体硬度、粉碎性能指标、固气比和含水率,建立了一个预测干式钻孔孔口产尘率的BP神经网络模型.根据在不同硬度和粉碎性能指标、不同含水率的煤体以及不同固气比条件下采集的数据,对建立的BP神经网络模型进行训练、验证和误差分析.结果表明,网络训练所得预测值与孔口产尘量实测值之间的最大绝对误差为4.200×10-3,相对误差的最大值为3.06％.由本文所建立的BP神经网络模型所得到的预测值与实测值吻合度很高,故该模型为防尘设备参数的选择和防治职业危害危害提供了理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗文柯	湖南科技大学资源环境与安全工程学院	45	357	12.0	17.0
2	张慧	湖南科技大学资源环境与安全工程学院	9	6	2.0	2.0
3	凤雯	湖南科技大学资源环境与安全工程学院	2	3	1.0	1.0
4	张开	湖南科技大学资源环境与安全工程学院	3	4	1.0	1.0