留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

陕西某煤矿涌水量预测

张耀文 李海君 张莉丽 孔慧敏

张耀文,李海君,张莉丽,等.陕西某煤矿涌水量预测[J].工矿自动化,2016, 42(7):66-69..  doi: 10.13272/j.issn.1671-251x.2016.07.016
引用本文: 张耀文,李海君,张莉丽,等.陕西某煤矿涌水量预测[J].工矿自动化,2016, 42(7):66-69..  doi: 10.13272/j.issn.1671-251x.2016.07.016
ZHANG Yaowen, LI Haijun, ZHANG Lili, et al. Prediction of water inflow of a coal mine of Shaanxi[J]. Industry and Mine Automation, 2016, 42(7): 66-69. doi: 10.13272/j.issn.1671-251x.2016.07.016
Citation: ZHANG Yaowen, LI Haijun, ZHANG Lili, et al. Prediction of water inflow of a coal mine of Shaanxi[J]. Industry and Mine Automation, 2016, 42(7): 66-69. doi: 10.13272/j.issn.1671-251x.2016.07.016

陕西某煤矿涌水量预测

doi: 10.13272/j.issn.1671-251x.2016.07.016
基金项目: 

防灾减灾青年科技基金项目(201201)

河北省教育厅高等学校科学研究计划项目 (Z2013027)

详细信息
  • 中图分类号: TD742.1

Prediction of water inflow of a coal mine of Shaanxi

  • 摘要: 根据陕西某煤矿的水文地质条件,分析了影响该矿井涌水量的主要因素及指标,运用BP神经网络和大井法分别预测其二、三采区的不同工作面涌水量,并对计算结果进行比较分析。分析结果表明,BP神经网络模型的预测结果较为准确,可将其作为该矿井制定疏水降压方案的依据。

     

  • 加载中
计量
  • 文章访问数:  25
  • HTML全文浏览量:  2
  • PDF下载量:  6
  • 被引次数: 0
出版历程
  • 刊出日期:  2016-07-10

目录

    /

    返回文章
    返回