简介:落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节,它直接影响着采掘工作面瓦斯涌出量预测的精度,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系.人工神经网络具有表示任意非线性关系和学习的能力,是解决复杂非线性、不确定性和时变性问题的新思想和新方法.基于此,作者提出自适应神经网络的落煤残存瓦斯量预测模型,并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究.结果表明,自适应调整权值的变步长BP神经网络模型预测精度高,收敛速度快;该预测模型的应用可为采掘工作面瓦斯涌出量的动态预测提供可靠的基础数据,为采掘工作面落煤残存瓦斯量的确定提出了一种全新的方法和思路.
简介:为了评估反应体系发生热失控时引发3-甲基吡啶-N-氧化物分解的可能性,采用差示扫描量热仪(DSCQ20)对3-甲基吡啶-N-氧化物在不同升温速率下的催化分解过程进行了试验研究。采用Kissinger法和Starink法计算热分解反应的活化能和指前因子。根据得到的活化能,计算3-甲基吡啶-N-氧化物在不同温度下到达最大反应速率所需要的时间(TMRad),结合可能性评估判据进行评估。结果表明:3-甲基吡啶-N-氧化物的分解由两部分组成;两种方法计算得到的活化能较为接近;当冷却失效,反应体系热失控温度达到448K时,3-甲基吡啶-N-氧化物发生分解的可能性为高级,当温度为433~443K时,可能性为中级,而当温度低于428K时,可能性为低级。
简介:为了保证灵泉露天煤矿残煤回采时边坡安全,对其边坡稳定性进行了分析与评价。根据灵泉露天煤矿东帮边坡各剖面实际揭露分层物料各自物理力学性质,应用边坡数值计算软件计算模拟灵泉露天煤矿东帮边坡的稳定性。结果表明,东帮最终帮坡边坡角为32°-35°,能够保证残煤回采时边坡的安全性。同时,对影响灵泉露天煤矿东帮边坡稳定性的主要因素进行了分析评价。结果表明,粉砂岩容易吸水,但含水率的增加对C、φ值的影响幅度小于泥岩,泥岩不易吸水,亦不易排水,但含水率对泥岩的影响幅度大。因此,在采矿过程中应加强露天矿疏干排水工作,以使边坡岩体保持较高强度,从而保证边坡安全。