多重分形在掘进巷道煤与瓦斯突出预测中的应用

作者：王轶波; 王凯; 徐阿猛

来源：煤矿安全, 2011, (04): 96-99.

DOI：10.13347/j.cnki.mkaq.2011.04.033

• 煤与瓦斯突出
• 多重分形
• 人工神经网络

对掘进巷道瓦斯涌出时间序列(Q序列)的多重分形特征的研究表明,在掘进工作面有突出危险时Q序列的多重分维Dq图谱与无突出危险时相比,Dq图谱中负q与正q之间张口变大,在Dq-q曲线上表现为负q部分上升,正q部分下降,q=0附近区域曲线明显变陡。而无突出危险时段中Dq-q曲线过渡平缓,无明显异常。最后据此规律,建立了基于Q序列多重分形特征的煤巷突出危险性人工神经网络(ANN)预测模型。

• 出版日期2011
• 单位中国矿业大学（北京）; 华北科技学院