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。

简介：从可保煤矿皂角露天开采现状、煤层地质条件、开采方式、排土场容量、土地征用及皂角露天东帮削坡减载工程等方面，论述皂角露天实现部份剥离内排。

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。

简介：由于煤层气集气管道出站温度和地下温度温差较大,会有大量的冷凝水析出,随着管道的长时间运行,易造成管道的腐蚀、穿孔、泄漏,给管路的安全运行带来巨大隐患,因此需要对管线进行内检测,保障集气管线安全平稳运行。利用（355.6管道清管设备、变形检测设备、高清晰度漏磁检测设备对樊4至处理中心集气管道实施了管道智能检测。检测结果显示,本次检测发现金属损失37处,变形26处,焊缝异常31处。基于缺陷的深度、长度及宽度进行了剩余强度评价,在最大允许操作压力1.5MPa下都不需要立即维修,且没有金属损失需要在5年内计划维修。

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。

简介：针对突出煤层瓦斯抽采钻孔维护及封孔现场存在的技术难题，以钻孔维护、封孔技术理论为指导，研究开发了内支撑骨架支管封抽一体化技术。在井下现场实施过程中，进一步优化了封孔、抽采施工工艺。现场实践表明，利用组合封孔器和与之相配套的带压封孔施工工艺，可有效解决松软突出煤层瓦斯抽采钻孔自稳时间短、封孔不严的技术难题，从而大幅度提高突出煤层瓦斯抽采效果，为突出矿井顺利实施煤与瓦斯共采提供技术支撑。

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。