›› 2015, Vol. 37 ›› Issue (3): 226-229.doi: 10.16507/j.issn.1006-6055.2015.03.003

• 研究论文 • 上一篇    下一篇

基于T-S模糊神经网络的淋水井筒温度预测分析

马恒,1,2 刘亮亮1,2   

  1. 1.辽宁工程技术大学安全科学与工程学院,阜新123000;2.矿山热动力灾害与防治教育部重点实验室,阜新123000
  • 出版日期:2015-06-25 发布日期:2015-06-25

  • Online:2015-06-25 Published:2015-06-25

摘要:

随着矿井开采深度的增加,矿井井底风流温度的预测分析对矿井生产具有重要意义。通过分析影响井底风温的主要因素:地面大气压力、入风温度、入风含湿量以及井筒深度,建立了一种新的T-S模糊神经网络模型,利用MATLAB模拟实现了对井筒的井底风温预测分析。通过实验证了该方法的可行性,结果表明该方法相比BP神经网络收敛速度快,预测精度高,拟合能力强,符合现场工程应用的需要。

关键词: T-S模糊神经网络, 淋水井筒, 井底风温, 预测分析

中图分类号: