采空区煤自燃极限参数灰色关联分析及预测
雷昌奎1
江莉娟2
邓存宝3
邓军4
马砺4
王伟峰4
张勇敢5
1.太原理工大学 安全与应急管理工程学院,山西 太原 030024;陕西山利科技发展有限责任公司,陕西 西安 7100752.匈牙利佩奇大学 商业与经济学院,匈牙利 佩奇 76263.太原理工大学 安全与应急管理工程学院,山西 太原 0300244.西安科技大学 安全科学与工程学院,陕西 西安 7100545.陕西山利科技发展有限责任公司,陕西 西安 710075
摘要：采空区动态变化特征决定了煤自燃极限参数与其影响因素之间的复杂性.为了实现煤自燃极限参数精准预测,引入灰色综合关联度分析方法,定量分析了上限漏风强度与其影响因素之间的关联程度,并基于此建立了改进粒子群优化算法(IPSO)优化支持向量回归(SVR)参数的煤自燃极限参数预测模型;以上限漏风强度为例,分别建立了标准PSO-SVR模型和多元线性回归模型(MLR),进行上限漏风强度预测并与已有的变步长网格搜索优化SVR参数方法和神经网络对比.结果表明:浮煤厚度与上限漏风强度的灰色综合关联度最大,氧体积分数与煤温次之,放热强度与采空区距工作面距离最小;煤自燃极限参数与其影响因素之间非线性关系较线性关系更显著;SVR相比于神经网络方法具有更强的非线性处理能力;IPSO-SVR模型预测值与真实值之间的相对误差在2.6％以内,其预测精度明显优于其他4种模型,IPSO参数优化对提高SVR模型的预测精度有很大帮助,IPSO-SVR方法应用于煤自燃极限参数预测是有效的.
关键词：灰色关联分析粒子群优化支持向量回归神经网络极限参数
分类号：TD75+2.2(矿山安全与劳动保护)
资助基金：山西省基础研究计划青年科学研究资助项目(20210302124349)山西省高等学校科技创新资助项目(2021L054)
论文发表日期：2022-09-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 113-121 )
英文信息