论文部分内容阅读
顶煤可放性预测是放顶煤开采合理应用的关键技术,本文针对顶煤可放性类别原始数据资料不丰富的特点,及目前国内外对顶煤可放性预测的研究现状,运用了贝叶斯分类器等相关理论,基于贝叶斯分类器方法构建了顶煤可放性类别预测模型,完成了在小样本条件下对顶煤可放性类别的预测。利用PFC2D建立准东煤田大井矿区二号井B1煤层顶煤可放性的二维颗粒流数值模型,模拟分析B1煤层顶煤可放性。主要研究内容及结论如下:(1)对29个复杂的放顶煤工作面实例数据进行了数据预处理,通过数据归一化、离散化和属性约简后,得到了建模及仿真所需要的新的离散值;(2)确定了顶煤可放性的影响因素,利用样本数据属性约简等数据预处理后的结果,得到了所选属性集的核,即{开采深度、煤层强度、煤体裂隙分布、夹矸和煤层厚度},验证了这5个顶煤可放性影响因素的必要性;(3)建立了基于贝叶斯分类器的顶煤可放程度预测模型,对顶煤可放性的5个影响因素进行了训练,模型训练结果的准确率达到94.44%;通过混淆矩阵、详细精度和节点错误率,对样本数据进行了进一步处理,对其中7组待测实例样本进行了基于模型的预测,分析了该模型对顶煤可放性分类的适用性较好。(4)利用贝叶斯公式法实现了对顶煤可放性类别的预测,检验了预测模型的准确性较好。(5)根据建立的贝叶斯模型预测准东煤田大井矿区二号井B1煤层的顶煤可放程度,利用PFC2D建立顶煤可放性数值模型,模拟分析B1煤层的顶煤可放性。通过与实际结果对比,证明该模型预测准确。(6)设计开发了顶煤可放性分类的预测软件。