基于猎人猎物优化算法的粉尘浓度BP神经网络预测模型
-
112
-
2
-
作者
徐景果 张宇轩 王飞 史默 李
-
单位
陕西彬长文家坡矿业有限公司渭南陕煤启辰科技有限公司
-
摘要
为了更好地预测煤矿井下泡沫降尘技术处理后的粉尘浓度，以文家坡煤矿4-2盘区2#灾害治理巷为工程背景，采用基于猎算法优化的BP神经网络模型预测粉尘浓度。通过接触角试验，结合煤样接触角表征的抑尘效率与经济性，确定对降尘效率影响较大的发泡剂浓度为0.5%,并对掘进巷道内不同参数条件下粉尘浓度进行实测；以水压、风压、初始粉尘浓度3个参数为输入，以不同条件下巷道内的粉尘浓度为输出，对比分析各算法的预测精度及泛化能力。通过比较4种神经网络预测模型的拟合度，“3-9-1”结构的HPO-BP神经网络模型预测拟合度最大，更适用于煤矿井下掘进面粉尘浓度的预测，能够为泡沫降尘技术参数的后续调整提供依据。
-
关键词
粉尘浓度接触角BP神经网络泡沫降尘预测模型
-
文章目录
0 引言
1 工程背景
2 泡沫发泡剂浓度测定
2.1 接触角测定试验
2.2 试验结果分析
3 HPO-BP神经网络预测算法
3.1 BP神经网络基本原理
3.2 HPO-BP神经网络预测算法基本原理
3.3 预测模型参数确定及优化
3.4 不同模型评估
4 模型验证
5 结论
-
DOI
-
引用格式
[1]徐景果,张宇轩,王飞,等.基于猎人猎物优化算法的粉尘浓度BP神经网络预测模型[J].陕西煤炭,2024,43(08):52-56+83.
-
相关文章
陕西煤炭 
2024年第08期 
