基于温度预测模型对煤矿井下煤气化(UCG)火灾风险预防

• 作者: 王良
• 来源期刊: 山西化工
• 学科: 工学
• 关键词: 煤地下气化(UCG)火灾风险预防 增温剂 温度预测 多元自适应回归样条
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 专题讨论
• 页码范围: 64-66
• 页数: 3页
• 分类号: TD75
• 语种: 中文
• DOI: 10.16525/j.cnki.cn14-1109/tq.2020.06.22

摘要

研究了利用多元自适应回归样条法进行温度预报,从而对活动矿井井下开采过程中的火灾进行预防.主要目的是通过火星温度预测模型,根据实验期间每小时测量的不同参数的信息,在一个小时内预测合成气的温度.研究表明,人工智能的使用,尤其是监督学习预测技术(如MARS模型等),将使活动矿井煤地下气化(UCG)降低火灾风险,同时在煤层气开采过程中获得最佳的合成气质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王良		2	0	0.0	0.0