×
煤矿瓦斯赋存机理及智能预警研究

煤矿瓦斯赋存机理及智能预警研究

1星价 ¥42.9 (7.8折)
2星价¥42.9 定价¥55.0
图文详情
  • ISBN:9787312055348
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:24cm
  • 页数:156页
  • 出版时间:2022-12-01
  • 条形码:9787312055348 ; 978-7-312-05534-8

内容简介

本书以煤的孔隙结构研究为切入点,着力研究煤的瓦斯赋存特征及其影响因素对突出风险的作用机理,系统地分析了不同煤阶煤样的孔裂隙发育规律并进行分形研究,探索了煤的变质程度、工业组分、孔径分布、分形维数等内在因素及压力、温度等外在因素对煤的瓦斯吸附、解吸特性的影响,构建煤的瓦斯赋存特征因素数学分析模型,设计并编程完成瓦斯突出风险的深度学习型智能预警系统,现场运行验证该系统可以成功运用于工程实践。

目录

前言

第1章 绪论
1.1 研究背景
1.2 研究目的和意义
1.3 国内外研究综评
1.4 主要研究内容、方法和技术路线

第2章 中高阶煤的孔隙结构特征研究
2.1 煤样的采集和测定
2.2 压汞实验测试孔隙结构基本特征
2.3 低温液氮实验测试孔隙结构特征
2.4 中高阶煤孔隙结构的分形特征研究

第3章 煤的瓦斯赋存机理研究
3.1 煤的瓦斯赋存研究现状分析
3.2 实验煤样制备和实验系统改进
3.3 煤的瓦斯极限赋存能力实验研究
3.4 煤的瓦斯赋存模型研究
3.5 煤的瓦斯赋存模型解构和机理研究

第4章 煤的瓦斯赋存影响因素分析
4.1 内在因素对煤的瓦斯赋存影响分析
4.2 外部因素对煤的瓦斯赋存影响分析
4.3 构建煤的瓦斯赋存影响因素灰色分析模型

第5章 瓦斯突出风险深度学习型智能预警系统研究
5.1 瓦斯突出风险溯源
5.2 突出风险指标与煤的瓦斯赋存影响因素关联分析
5.3 BP神经网络构建深度学习型智能预警系统的可行性分析
5.4 煤层瓦斯突出风险的深度学习型智能预警系统构建与优化
5.5 突出风险致因指标深度学习型智能预警系统的运行与验证

第6章 瓦斯突出风险深度学习型智能预警方法的优势与展望
6.1 方法总结
6.2 创新优势
6.3 发展展望

附录1 相对压力与孔径对应表
附录2 深度学习型智能预警编程代码

参考文献
展开全部

作者简介

袁媛,博士,淮南师范学院讲师,主持安徽省高校科学研究重点项目“智能煤矿动力灾害安全防治预警体系研究”“煤炭资源型城市生态安全评价与智能预警研究”等省部级科研项目3项,发表学术论文10余篇。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航