]*>","")" /> 多因素耦合条件下硫化矿自燃神经网络动态预测模型研究

中国安全科学学报

• 安全学 • 上一篇    下一篇

多因素耦合条件下硫化矿自燃神经网络动态预测模型研究

李明,吴超,李孜军   

  1. 中南大学资源与安全工程学院,国家金属矿安全科学技术研究中心,长沙,410083
  • 出版日期:2007-08-20
  • 基金资助:
    国家科技支撑计划(2006BAK04B03)%中南大学研究生教育创新资助项目

Research on ANN Dynamic Prediction Model for Spontaneous Combustion of Sulfide Ores with Multi-factors Coupling

  • Published:2007-08-20

摘要: 硫化矿石自燃是多种因素、多场耦合综合作用的结果,是一典型的非线性问题.笔者应用人工神经网络技术,以Matlab软件为平台,通过现场调查和理论分析,建立了矿石含硫量、通风强度、环境温度3因素与硫化矿石自燃之间的预测模型;通过数据样本学习与部分现场监测数据相结合进行模拟,研究表明预测数据与实测结果基本吻合,误差控制在10%以内,取得了较好的效果.该研究为预防硫化矿石自燃提供一个新的思路和方法,具有一定的理论意义和应用价值.

中图分类号: