关键词:
煤自燃
支持向量机
次声波
声发射
预测预警
摘要:
煤自燃火灾监测预警是制约煤炭行业安全发展的一大难题,现有煤自燃监测预警方法中,采用单一指标分析精确度不足,基于统计分析法的多指标判定方法会受指标数量和种类的限制,使得判定过程复杂,结果差异较大,而支持向量机算法可以从有限的样本中学习出全部的规律,有望应用于煤自燃监测预警领域。该文首先建立煤自燃过程中次声波和声发射信号测试系统,研究发现次声波和声发射的主频幅值与温度具有较高的相关性(相关系数R^(2)>0.90),可作为监测煤自燃的有效指标。其次,在分析支持向量机原理的基础上,将次声波和声发射的主频幅值作为特征向量,选用“一对一”方法建立煤自燃支持向量机模型,并验证分析不同核函数对识别结果的影响,形成基于支持向量机的煤自燃声学预警方法。研究结果表明,该支持向量机模型能根据煤自燃产生的次声波、声发射主频幅值数据特征较好地划分煤自燃的不同阶段,其中次声波多项式核函数支持向量机与声发射Gauss核函数支持向量机的分类效果最好,总体识别率在90.00%以上。本文的研究为煤自燃高效监测预警提供了一种新方法。