基于多指标加权灰靶决策的煤与瓦斯突出预测指标研究

《基于多指标加权灰靶决策的煤与瓦斯突出预测指标研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据分类号TD75UDC622学校代码10147密级公开硕士学位论文基于多指标加权灰靶决策的煤与瓦斯突出预测指标研究Studyoncoalandgasoutburstpredictingindexsbasedonmulti-attributeweightedgreytargetdecisionanalysis作者姓名尚鹏指导教师卢国斌教授申请学位工学硕士学科专业采矿工程研究方向矿井通风与安全辽宁工程技术大学万方数据关于论文使用授权的说明本学位论文作者及指导教师完全了解辽宝王程堇本太堂有关保留、使用学位论文的规定，同意辽宝王程

2、挞苤太堂保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅，学校可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。保密的学位论文在解密后应遵守此协议学位论文作者签名：’j尚隅导师签名：加叶年阿月≥旬日年月日万方数据致谢本论文是在卢国斌教授的悉心指导下完成的。三年来，无论在学习上还是生活上，自始至终得到了导师的悉心指导和无私的帮助。从学位论文研究方向的确定、资料的收集、试验研究以及论文的撰写，每一步进展都饱含着导师辛勤的指导。在论文完成之际，谨向敬爱的

3、导师致以衷心的感谢和崇高的敬意，导师严谨的治学精神、实事求是的工作态度和诲人不倦的育人作风是我学习的榜样。在研究生学习和论文撰写过程中，还得到了题正义教授、杨艳国副教授等老师的大力支持和帮助。论文的完成是与三年来各位老师以及研究生院各位老师为我提供的帮助和便利的条件分不开的，在此一并表示感谢。感谢文章写作过程中所有被参考和借鉴的著作、论文、会议汇编、研究综述汇编的作者们!最后，我要感谢在百忙中评阅我的学位论文的各位专家和老师!万方数据摘要煤与瓦斯突出的预测和防治是突出矿井万事之首，准确的预测方法和合理的预测指标及其临界值不但能够

4、降低煤与瓦斯突出的危害还能为合理设计防突方案及措施提供依据。采用现场试验、理论分析相结合的方法，以章村煤矿工作面煤与瓦斯突出预测为工程背景，对突出工作面煤与瓦斯突出预测敏感指标及其临界值和最优区间进行了研究。建立了多指标加权灰靶决策模型，通过模型求解得出突出工作面煤与瓦斯突出预测三个单项指标的排序是Ah2>q>S,单项指标中最不适应使用的指标是S，指出敏感指标为Ah2、q。建立了工作面煤与瓦斯突出预测的综合指标F’的改进多指标加权灰靶决策模型。计算得出了21个决策评价方案与效果向量的靶心距，得出，’临界值的排序，排序第一的是F7

5、=400，并列排序第二的是F7=390和380，即F’理论最优临界值为400，其次是390和380。建立了工作面煤与瓦斯突出预测指标临界区间的灰色多级多指标加权区间数关联决策模型，根据一级决策模型得出F’临界值的最优区间为[350，400]，在一级决策所得最优区间的基础上开展了二级决策评价，得出最优区间为[370，380]。以上两个模型中临界值具有一个交叉即F’值取380为最优临界值，既能保证具有较近的靶心距又能保证落在最优区间内，证明在煤与瓦斯突出预测敏感指标及其临界值研究中将以上两个模型综合使用对指标临界值的确定具有更严谨、

6、更科学的作用，能够提高临界值的精度和严谨性。通过该矿工作面煤与瓦斯突出预测工作现场实际验证了综合指标F7及其临界值的合理性，对现场工作面煤与瓦斯突出预测具有具有指导意义。关键词：煤与瓦斯突出；预测指标；多指标加权灰靶决策；多指标加权区间数关联决策万方数据AbstractThepredictionandpreventionofcoalandgasisthefirstofallofoutburstmines．Theaccuratepredictionmethodandthereasonablepredictionindexnoton

7、lyCanreducetheharmofcoalandgasoutburstbutalsocanprovidebasisforrationaldesign．Methodsoffieldtestcombingwiththeoryanalysis．UndertheengineeringbackgroundofcoalandgasoutburstinZhangCurtCoalmineworkingface，ontheoutstandingfaceofcoalandgasoutburstpredictionsensitiveindica

8、tomandtheirthresholdsandoptimalintervalarestudied．Establishedtheweightedgreytargetdecisionmodelofmulti-attribute，bysolvingthemodelt