学科分类
/ 1
14 个结果
  • 简介:尊敬的王树鹤副局长、各位领导、各位专家:上午好!.今天,很高兴请到各位领导和专家出席《中国煤层气》杂志编辑委员会会议,为办好这个刊物出谋划策。多年来,《中国煤层气》杂志始终得到各位领导和专家的关怀、支持和指导。在此,请允许我代表《中国煤层气》杂志的主办单位煤炭信息研究院(国家安全生产监督管理总局信息研究院)向出席本次会议的各位委员、专家学者表示热烈的欢迎和衷心的问候。

  • 标签: 煤层气 杂志 中国 编委会 安全生产监督管理 专家学者
  • 简介:2011年6月10日,国家安全生产监督管理总局信息院在京组织召开《中国煤层气》杂志编委会会议,国家煤矿安监局副局长兼总工程师王树鹤、中联煤层气有限责任公司原董事长孙茂远,国家安全生产监督管理总局信息研究院院长黄盛初、党委书记吕敬民,总局国际交流合作中心副主任胡予红出席会议,来自中国科学院研究生院、中国矿业大学、中联煤层气公司、中国石油天然气公司、河南煤层气开发利用公司等科研院所和企业的20多名编委参加了会议。

  • 标签: 中国科学院 煤层气 编委会 杂志 安全生产监督管理 中国石油天然气公司
  • 简介:《资源环境与工程》杂志第二届编委会会议于2008年6月6日在武汉召开。来自湖北省资源、环境与工程及相关领域44家生产和科研院所单位的60名编委参加了会议。会议在主办单位湖北省地质科学研究所所长黄群佳主持下,通过了《资源环境与工程》第一届编委会工作汇报、第二届编委会组成人员名单,并就杂志发展的相关问题展开了讨论,新任主编、省地矿局副局长刘洪峰作了总结讲话。

  • 标签: 资源环境 编委会 工程 杂志 主办单位 科学研究所
  • 简介:煤矿瓦斯涌出量和瓦斯突出受控于多种因素。如何根据各个影响因素预测计算煤层瓦斯含量是一个非常复杂的问题。近年来迅速发展起来的神经网络具有较高的非线性映射和并行处理能力。广义回归神经网络(GRNN)具有网络结构自适应确定、输出与初始权值无关等优良特性,能够逼近任意连续的非线性函数,可以处理系统内在的难以解析的规律。本文以某矿13-1煤层为研究对象,在分析影响煤层瓦斯含量的各种地质因素和量化定性因素的基础上,应用GRNN神经网络方法建立某矿13—1煤层瓦斯含量预测模型,以达到对井田未开采区域进行瓦斯含量预测的目的。

  • 标签: GRNN 瓦斯含量 预测模型
  • 简介:尊敬的各位编委委员、女士们、先生们:早上好!六月北京,鲜花盛开、瓜果飘香,今天我们在首都北京召开《中国煤层气》第一届编委会会议。在此,请允许我代表《中国煤层气》编辑部全体成员向各位编委会主任、委员和有关公司与会代表及专家学者对《中国煤层气》杂志多年支持和帮助,表示衷心的感谢。我代表编辑部对《中国煤层气》创刊以来的工作做如下总结:

  • 标签: 煤层气 编委会 中国 总结报告 杂志 专家学者
  • 简介:影响煤与瓦斯突出的因素众多,应用神经网络进行预测时,选取突出预测指标是关键。基于经验和所谓“多多益善”原则的选择方法都有一定的不合理、不科学性。笔者应用灰色关联分析筛选突出预测指标,结合神经网络建模进行突出预测,使突出预测指标的选择由定性分析转化为定量分析,实现了灰色理论同神经网络在煤与瓦斯突出预测领域内的结合。经过实例验证,本方法是可行的。

  • 标签: 煤与瓦斯突出 预测 灰色关联分析 神经网络
  • 简介:为了精细监测和了解排采过程煤储层参数的动态变化,本文提出了一种基于BP神经网络补偿算法,对未来一定时期的产气、产水量进行了预测。对大佛寺典型的煤层气水平井(DFS-C02井)进行实例分析,结果表明,未来30d的产水量、产气量的平均相对误差分别为0.79%(0.07~0.26%)和0.72%(0.01~2.4%),预测结果较准确。BP神经网络补偿算法为煤层气井的产量预测提供了一种新方法,同时为排采工作制度提供依据。

  • 标签: BP神经网络 补偿算法 煤层气井 产量预测
  • 简介:选取厦门港海沧港区软基处理工程为例,针对试验区吹填淤泥的工程特性,运用浅表层快速加固处理技术对其进行加固处理,详细介绍了该项技术的技术思路、作用机理以及与真空预压法的区别,评价这项技术的加固效果。然后利用Matlab软件编制了BP网络、RBF网络,Elman网络时序预测模型程序对加固后试验区的沉降量进行预测研究,从预测结果看,Elman网络的预测精度最高,其次为BP网络,相对最差的是RBF网络,Elman网络的反馈型网络结构使其具有更好的时序预测能力。

  • 标签: 吹填淤泥 沉降预测 人工神经网络
  • 简介:在海岸和大洋等人类活动区,需要对海域的未来动态作出精确的预报,在这些动态中,尤以浪高和波浪周期的预报显得最为重要。研究人员选择了两种不同的神经网络方案,分别作出于浪高和波浪周期的3h、6h、12h和24h之前的预报。在第一个方案中,研充人员采用了8组神经网络来模拟每个预报时间内各波浪参数;然而在第二个方案中,在上述指定的4个预报时间段内,

  • 标签: 人工神经网络 西海岸 预报 葡萄牙 应用 波动
  • 简介:随着对煤层气井排采规律认识的不断提高,煤层气井在自动排采控制过程中非线性、时变性的增加,传统的PID调节已不能满足生产需要。通过采用基于神经元人工网络智能控制理论和智能动态专家库技术的控制方式,实现了对煤层气井井底流压的精确控制,满足了生产需求。

  • 标签: 煤层气井 PID调节 神经元人工网络 智能动态专家库 井底流压