收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于地震正演模拟和SVM的煤与瓦斯突出危险区预测研究

张克  
【摘要】:煤与瓦斯突出是指煤矿井下采掘过程中发生的一种瓦斯突然从煤层中大量涌出的复杂动力现象,它直接影响到煤矿生产的各个环节,严重威胁矿井安全生产和职工的人身安全。定量查明并预测煤与瓦斯突出危险区,是当前煤矿生产中亟待解决的重要课题,也是建设数字矿山需要关注的重要领域与目标。 论文针对煤矿应用需求,在国家自然科学基金项目等项目支持下,围绕煤与瓦斯突出危险区定量预测目标,从时、空多角度分析了瓦斯突出危险区的波(主要是地震波)、场(瓦斯含量数据、煤厚、埋深、瓦斯压力)等信息的演变特征,揭示了地震属性、地质数据变化与瓦斯突出危险区之间的耦合关系。采用地震数值模拟的方法,通过建立煤与瓦斯地质模型正演地震剖面,从中提取地震属性并对其进行优化约简,运用支持向量机(SVM)方法定量研究了地震属性约简集和瓦斯含量两者之间的非线性关系,进而预测煤与瓦斯突出危险区,探讨了利用叠后地震数据预报煤与瓦斯突出危险区的可行性和有效性,从而形成了瓦斯突出危险区信息特征提取与优选技术。论文取得的主要研究成果如下: 构建了多个含瓦斯煤层的地质和地球物理典型模型。依据地质和钻井数据,利用Backus等效介质理论和Hudson等效介质理论,针对不同的煤层结构分别计算出了其所对应的物性参数,并以此为基础构建了瓦斯富集条件下的地质和地球物理典型模型。 提出了基于地震正演模拟、地震属性技术和支持向量机(SVM)预测煤与瓦斯突出危险区的研究方法,并将其成功应用于实际预测中。首先,运用有限差分算法构建了多个典型正演地震剖面,通过对地震剖面煤层反射波的属性分析,获得了相应的地震属性;其次,使用粗糙集算法对地震属性进行了约简,确定影响瓦斯突出的主要地震属性集;使用支持向量机(SVM)算法定量研究了地震属性约简集和瓦斯含量两者之间的非线性关系,并使用晋城矿区某煤矿的实测数据对提出的方法进行了验证,结果表明,论文提出的方法具有较高的可靠性和实用性,为利用叠后地震数据预测瓦斯突出危险区提供了一条新途径。 以淮南矿区某矿深部采区为例,进行了煤与瓦斯突出危险区预测实证研究。首先,构建了研究区的地质与地球物理模型,运用有限差分算法生成了正演地震剖面,通过对地震属性和地震谱分解的分析,地震属性与有关地质属性的组合,构建了三个瓦斯危险区预测模型,并对预测模型的有效性进行了检验和比较。结果表明,将煤层厚度和埋深两个地质参数与地震正演模拟属性数据进行组合构建的煤与瓦斯突出危险区预测模型,较具实用性、实效性和可操作性。最后,利用GIS平台,进行了煤与瓦斯突出危险区预测,进行了成果空间展示。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 宁朝;基于SVM技术的英文字符识别方法[J];大众科技;2005年08期
2 王清翔;仲婷;潘金贵;;基于SVM的日文网页分类[J];广西师范大学学报(自然科学版);2007年02期
3 赵秀娟;蔡禄;;基于支持向量机(SVM)的酵母核小体定位的预测[J];生物物理学报;2009年S1期
4 陆林英;魏雅卓;崔颖;孙平平;马雅楠;马志强;;基于支持向量机的蛋白质相互作用识别[J];生物信息学;2009年04期
5 赵书河,冯学智,都金康,林广发;基于支持向量机的SPIN-2影像与SPOT-4多光谱影像融合研究[J];遥感学报;2003年05期
6 薄丽玲;;基于SVM的数字图像水印检测算法设计[J];科技情报开发与经济;2007年33期
7 毛伟;;基于支持向量机的回归应用研究[J];科技资讯;2011年12期
8 刘忠铁;;基于SVM的图像特征样本集构造技术研究[J];科技情报开发与经济;2007年26期
9 颜七笙;张延飞;汪国华;;基于SVM的企业绩效综合评价[J];中国管理信息化(综合版);2007年10期
10 张晓琦;;SVM算法在高新技术企业财务危机预警模型中的应用研究[J];科技管理研究;2010年06期
11 姜琪文,许强,何政伟;基于SVM多类分类的滑坡区域危险性评价方法研究[J];地质灾害与环境保护;2005年03期
12 高宇;燕东渭;杨艳;赵国令;刘志镜;;使用SVM进行短期气候预测的应用试验[J];新疆气象;2006年05期
13 谭代明;漆泰岳;;专家系统在瞬变电磁反演中的应用[J];公路交通技术;2009年02期
14 朱发根;刘拓;傅毓维;;基于SVM的高新技术企业财务危机预警研究[J];科技进步与对策;2009年11期
15 韩永章;;基于支持向量机的旋转机械故障诊断研究[J];科技信息;2010年12期
16 王春燕;夏乐天;孙毓蔓;;基于不同核函数的SVM用于径流预报的比较[J];人民黄河;2010年09期
17 郭海娟;吕强;吴宏杰;吴进珍;杨鹏;黄旭;;一个识别蛋白质折叠模式的SVM分类器[J];生物信息学;2010年04期
18 张延飞;颜七笙;;马尔科夫方法修正的SVM模型在科技人才资源预测中的应用[J];统计与决策;2011年11期
19 邱玉莲;朱琴;;基于支持向量机的财务预警方法[J];统计与决策;2006年16期
20 刘继海;陈晓剑;;SVM模型在信用卡申请管理中的创新应用[J];哈尔滨工业大学学报(社会科学版);2007年04期
中国重要会议论文全文数据库 前10条
1 ;A Tool Wear Predictive Model Based on SVM[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
2 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
3 司爱威;冯辅周;江鹏程;饶国强;王建;;基于可变风险SVM模型的故障识别方法研究[A];第十届全国振动理论及应用学术会议论文集(2011)上册[C];2011年
4 王红伟;董慧;;一种提高SVM分类精度的调制信号识别方法[A];2010年西南三省一市自动化与仪器仪表学术年会论文集[C];2010年
5 ;Improved Particle Swarm Optimized SVM for Short-term Traffic Flow Predication[A];第二十六届中国控制会议论文集[C];2007年
6 宋鑫颖;周志逵;;一种基于SVM的主动学习文本分类方法[A];第二十三届中国数据库学术会议论文集(技术报告篇)[C];2006年
7 邵杰;叶宁;容亦夏;;基于SVM的多波束测深数据滤波[A];第二十九届中国控制会议论文集[C];2010年
8 于湘涛;周峰;张兰;魏超;;基于SVM和田口方法的石英挠性加速度计健壮性设计[A];质量——持续发展的源动力:中国质量学术与创新论坛论文集(下)[C];2010年
9 ;Adaptive Control of Nonlinear System Based on SVM Online Algorithm[A];中国自动化学会控制理论专业委员会D卷[C];2011年
10 张睿;陈雪;马建文;;基于递归SVM的高光谱数据特征选择算法研究[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年
中国博士学位论文全文数据库 前10条
1 张克;基于地震正演模拟和SVM的煤与瓦斯突出危险区预测研究[D];中国矿业大学;2011年
2 渠瑜;基于SVM的高不平衡分类技术研究及其在电信业的应用[D];浙江大学;2010年
3 申丰山;样例权重估计及在此基础上的SVM[D];西安电子科技大学;2011年
4 宋国明;基于提升小波及SVM优化的模拟电路智能故障诊断方法研究[D];电子科技大学;2010年
5 张婧;基于SVM的肺结节自动识别方法研究[D];华南理工大学;2011年
6 龙艳花;基于SVM的话者确认关键技术研究[D];中国科学技术大学;2011年
7 许敏强;基于话者统计特征和SVM的文本无关话者确认研究[D];中国科学技术大学;2011年
8 曹志坤;制冷陈列柜性能仿真SVM方法的研究及应用[D];上海交通大学;2010年
9 王金林;基于混沌时间序列和SVM的入侵检测系统研究[D];天津大学;2010年
10 包鑫;稳健回归技术及其在光谱分析中的应用[D];浙江大学;2010年
中国硕士学位论文全文数据库 前10条
1 严会霞;基于SVM的眼动轨迹解读思维状态的研究[D];太原理工大学;2010年
2 吴迪;基于SVM分类器的分步定位算法研究[D];哈尔滨工业大学;2010年
3 杨焕;基于Basic-N-Units特征的SVM方法预测MicroRNA[D];吉林大学;2010年
4 曾玉祥;盲抽取与SVM方法在地球化学异常下限提取中的应用[D];成都理工大学;2010年
5 曹云生;基于支持向量机(SVM)的森林生态系统健康评价及预警[D];河北农业大学;2011年
6 张汉女;基于SVM的海岸线提取方法研究[D];东北师范大学;2010年
7 姚玉;基于GA-SVM算法的细胞色素酶P450突变预测[D];上海交通大学;2011年
8 陈燃燃;基于SVM算法的web分类研究与实现[D];北京邮电大学;2010年
9 陈卓;基于聚类和SVM主动反馈的图像检索方法[D];重庆大学;2010年
10 冯青;基因微阵列数据的SVM分类器优化方法[D];东北师范大学;2010年
中国重要报纸全文数据库 前6条
1 郭涛;利用SVM虚拟化技术实现容灾[N];中国计算机报;2008年
2 本报记者 韩露;乱军之中智者胜[N];证券时报;2000年
3 ;基于网络层的存储虚拟化是主流[N];中国计算机报;2008年
4 本报记者 郭平;LSI发布新存储虚拟化管理器[N];计算机世界;2008年
5 王琨月;存储虚拟化市场的博弈[N];网络世界;2008年
6 刘;LSI Engenio 7900存储面向中端客户[N];电脑商报;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978