基于神经网络的煤矿地下水位实时监测和动态预报

【摘要】：随着我国经济的快速发展,对煤炭的需求也越来越大。而煤炭行业是诸多能源行业当中的高危行业,其开采要受到很多条件的限制,其中地下水是威胁煤矿安全生产的重要因素。最近,多起重大、特大煤矿突水事件不时见于报端,给人民的生命财产造成了极大的危害。因此,研究煤矿地下水位实时监测和动态预报系统有重要的工程应用价值。 本文通过对现有的地下水位监测方法,如自动记录、有线监测、无线监测等分析和比较,利用 GSM Modem 手机短消息技术设计并实现了一种无人值守遥测系统。该系统降低了工作人员的劳动强度,提高了工作效率。 论文利用神经网络知识,建立了影响煤矿地下水位多种因素和地下水位之间的非线性关系模型,并利用历史数据对该网络模型进行了单影响因素和多影响因素实验,预报了未来一定时期内的地下水位的变化趋势,取得了较为良好的效果,给煤矿安全生产的下一步工作提供了依据。 在上述技术基础上,以 Visual Basic 6.0 和 Surfer 8.0 为开发工具,充分利用了它们的优点,实现了数据输入、实时监测、水位预报、生成地下水位等值线图、输出煤矿生产需要的报表和数据图形等功能,完成了对煤矿地下水位的实时监测和未来水位的预报。 系统结合兖矿集团南屯煤矿的地下水位进行了实验,结果显示该方法达到了预期的效果,为下一步开发打下了基础。