基于PSO-SVR的掘进工作面风温预测
李延河1
万志军2
于振子3
苟红2
赵万里3
周嘉乐2
师鹏2
甄正2
张源2
1.平顶山天安煤业股份有限公司,河南 平顶山 467000;中国矿业大学矿业工程学院,江苏 徐州 2211162.中国矿业大学矿业工程学院,江苏 徐州 2211163.平顶山天安煤业股份有限公司,河南 平顶山 467000
摘要：随着我国浅部煤炭资源的逐渐枯竭,矿井开采深度日益增大,热害问题也随之加剧.采掘作业空间是井下的主要热害场所,对其进行热害防治是矿井安全高效生产的重要基础.矿井热害治理的前提是明确其冷负荷,因此对采掘作业空间风温进行精准预测意义重大.建立了基于PSO-SVR(基于粒子群的支持向量回归)的掘进工作面风温预测模型,利用模型中的惩罚因子C和核函数参数g对模型进行了寻优.通过现场实测及文献调研,建立了掘进工作面风温预测训练样本集.通过与最小二乘法估计MLR模型和经"试错法"标定参数的常规SVR模型进行对比,分析了PSO-SVR算法的优势.将PSO-SVR算法模型应用于平煤十矿己-24120保护层风巷风温预测,并依据风温预测结果,指导了制冷机组的选型和降温方案设计.结果表明:PSO-SVR模型预测性能最优,模型绝对误差百分比仅为 1.85%,较常规SVR模型减小了 55.9%,可见PSO优化模型参数对于提高SVR拟合度、泛化性及预测精度具有重要作用.巷道每掘进 100 m,工作面风流平均温升 0.16℃,掘进至 2 000m时巷道迎头风温升至 35.8℃.己-24120保护层风巷需冷量为 1 083.28 kW,设计制冷机组总制冷量为 1 085 kW.己-24120保护层风巷实施降温后,工作面平均温降 8.6℃,降温效果显著,表明了PSO-SVR掘进工作面风温预测模型的可靠性和可行性.
关键词：掘进工作面风温预测粒子群支持向量回归矿井降温
分类号：TD727(矿山安全与劳动保护)
资助基金：国家自然科学基金(51674242)国家自然科学基金(52074266)
论文发表日期：2025-01-24
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( 183-191 )
英文信息