基于曲线拟合和神经网络的独头巷道CO浓度预测研究

作     者：周昌微 谢贤平 都喜东 ZHOU Changwei;XIE Xianping;DU Xidong

作者机构：昆明理工大学国土资源工程学院云南昆明650000 

出 版 物：《黄金科学技术》 (Gold Science and Technology)

年 卷 期：2024年第32卷第1期

页      面：75-81页

学科分类：0819[工学-矿业工程] 081903[工学-安全技术及工程] 08[工学] 

基　　金：云南省基础研究计划项目“堆浸体系中氧化铜矿散体孔裂隙双重介质演化及渗流响应机制研究”(编号:202101BE070001-039) 云南省教育厅科学研究基金项目“深部含水页岩储层CO_(2)地质封存机制及其吸附特性响应规律研究”(编号:2022J0055)联合资助 

主　　题：独头巷道 MATLAB 曲线拟合 卷积神经网络 BP神经网络 时间序列预测 

摘      要：为了准确预测矿山独头巷道CO浓度,基于云南老厂锡矿1800运输巷甩车场独头巷道掘进工作面CO浓度监测数据,运用MATLAB曲线拟合工具箱对该独头巷道中CO浓度随时间的变化情况进行曲线拟合,建立了该矿山独头巷道中CO浓度随时间变化的数学模型。通过该模型得到该独头巷道中CO浓度值达到安全规程要求所需的时间。然后,运用卷积神经网络时间序列预测模型(CNN模型)和BP神经网络时间序列预测模型(BP模型)对独头巷道CO浓度进行预测,并比较评价指标R2和RMSE。结果表明:BP神经网络时间序列预测模型对该独头巷道CO浓度的预测效果更好,为该矿山独头巷道CO浓度值的监测和控制提供了准确可靠的理论依据。