科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了解决现有煤矿顶板矿压预警技术可靠性低、准确性差、智能化不足的问题，研究了基于机器学习的工作面矿压预警指标分析方法，并分别采用了线性回归、系统聚类方法对液压支架循环内载荷以及周期来压步距进行分析，构建了顶板灾害预警算法，实现了工作面顶板灾害监测关键指标的自动分析和预测预警。现场应用结果表明：预警系统运行可靠性高、分析预警功能全且准确性高，在示范矿井进行顶板来压实际次数统计，其中预测准确次数不低于90%。能够为煤矿顶板灾害防治提供重要支持。
- 单位
为了解决现有煤矿顶板矿压预警技术可靠性低、准确性差、智能化不足的问题，研究了基于机器学习的工作面矿压预警指标分析方法，并分别采用了线性回归、系统聚类方法对液压支架循环内载荷以及周期来压步距进行分析，构建了顶板灾害预警算法，实现了工作面顶板灾害监测关键指标的自动分析和预测预警。现场应用结果表明：预警系统运行可靠性高、分析预警功能全且准确性高，在示范矿井进行顶板来压实际次数统计，其中预测准确次数不低于90%。能够为煤矿顶板灾害防治提供重要支持。
