-
作者
汪洋李涛
-
单位
泸州职业技术学院人工智能与大数据学院西安科技大学地质与环境学院
-
摘要
为了实现对煤层未开采区域瓦斯含量的快速、准确预测，以某煤矿5#煤层为研究对象，根据文献资料分析得出，煤层瓦斯含量主要受到煤层厚度、深度、顶板和底板岩性、煤层变质程度和地质结构6种因素影响。使用BP神经网络构建了瓦斯含量预测模型，并将模型移植入FPGA中，结合实际数据进行测试，结果表明，瓦斯含量预测的准确率在94%左右，预测时间为125 ms。
-
关键词
FPGA加速煤矿瓦斯含量预测BP神经网络
-
基金项目(Foundation)
2021年四川省科技计划项目（21CXJDPT0001）；2021年泸州市科技计划项目（2021-JYJ-96）；
-
文章目录
0 引言
1 基于BP神经网络的瓦斯预测模型
1.1 样本的选择和数据归一化
1.2 网络模型的结构
1.3 神经网络中函数的确定
1.4 测试结果与分析
2 模型的FPGA实现
2.1 基于FPGA的BP神经网络总体设计
2.2 基于FPGA的BP神经网络内部设计
2.3 测试结果与分析
3 结语
-
引用格式
汪洋,李涛.基于FPGA加速的煤矿瓦斯含量预测系统[J].煤炭技术,2023,42(07):128-130.DOI:10.13301/j.cnki.ct.2023.07.027.
煤炭技术 
2023年第07期 
