Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国矿业大学胡国忠获国家专利权

中国矿业大学胡国忠获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国矿业大学申请的专利一种顶板巷瓦斯抽采智能调控方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117365623B

龙图腾网通过国家知识产权局官网在2026-03-20发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202311314704.1,技术领域涉及:E21F7/00;该发明授权一种顶板巷瓦斯抽采智能调控方法是由胡国忠;朱家锌;彭文庆;袁志刚;李竹;许家林;秦伟;杨南设计研发完成,并于2023-10-12向国家知识产权局提交的专利申请。

一种顶板巷瓦斯抽采智能调控方法在说明书摘要公布了:本发明涉及煤矿瓦斯抽采技术领域,具体涉及一种顶板巷瓦斯抽采智能调控方法。包括如下步骤:S1.收集顶板巷瓦斯抽采数据;S2.将顶板巷瓦斯抽采数据划分为训练集、验证集和测试集;S3.建立基于关键层主动破断的瓦斯流场调控神经网络模型;S4.基于关键层主动破断的瓦斯流场调控神经网络模型的顶板巷瓦斯抽采智能调控。本发明将关键层破断距作为控制量,采用关键层人工主动破断方法,通过改变关键层破断距来调控瓦斯流场,从源头上提高了顶板巷瓦斯抽采效率;本发明的智能解算方法可根据不同的工况,快速、精准的给出最优的关键层破断距,为顶板巷瓦斯抽采智能调控提供依据,为矿井安全生产提供保障。

本发明授权一种顶板巷瓦斯抽采智能调控方法在权利要求书中公布了:1.一种顶板巷瓦斯抽采智能调控方法,其特征在于,包括如下步骤: S1.收集顶板巷瓦斯抽采数据,建立顶板巷瓦斯抽采数据库,所述顶板巷瓦斯抽采数据库包含多条顶板巷瓦斯抽采数据,每条顶板巷瓦斯抽采数据包括相对固定的地质数据、可调的开采数据和瓦斯抽采效果数据;所述可调的开采数据包括关键层破断距,该关键层位于顶板巷与回采煤层之间;所述瓦斯抽采效果数据包括顶板巷瓦斯抽采纯量,回风巷瓦斯浓度,上隅角瓦斯浓度,抽采系统效能比; S2.顶板巷瓦斯抽采数据处理,将顶板巷瓦斯抽采数据库中的多条顶板巷瓦斯抽采数据进行划分,划分为训练集、验证集和测试集; S3.建立基于关键层主动破断的瓦斯流场调控神经网络模型,包括构建神经网络模型的输入层、隐藏层和输出层;输入层的输入特征量为相对固定的地质数据和可调的开采数据;输出层的输出特征量为瓦斯抽采效果数据;确定激活函数;定义损失函数Jw用于计算神经网络模型预测值与实际值之间的误差;采用Adam优化算法通过有限次迭代优化神经网络模型的权重; 利用训练集训练神经网络模型,在神经网络模型迭代过程中通过Adam优化算法不断降低训练集的损失函数计算的损失值Jw1,训练集的损失值Jw1与迭代次数的关系曲线呈下降趋势;将验证集的数据输入训练集每次迭代所得的神经网络模型,得到每次迭代后的损失值Jw2,验证集的损失值Jw2与迭代次数的关系曲线呈先下降后上升趋势,将训练集和验证集两者损失值与迭代次数的关系曲线的交点作为最佳的取值点,此交点所对应的权重w作为神经网络模型的权重w;将测试集传入神经网络模型,评估神经网络模型的准确性,测试合格后最终得到基于关键层主动破断的瓦斯流场调控神经网络模型; S4.基于关键层主动破断的瓦斯流场调控神经网络模型的顶板巷瓦斯抽采智能调控,包括设定顶板巷瓦斯抽采安全约束条件和效率约束条件,所述安全约束条件为上隅角瓦斯浓度和回风巷瓦斯浓度应小于矿井要求下限,所述效率约束条件为抽采系统效能比应大于矿井最低要求值;建立目标函数,所述目标函数为顶板巷瓦斯抽采纯量QC=QCmax,上隅角瓦斯浓度将瓦斯抽采效果数据作为被控量,关键层破断距作为控制量,动态调节控制量使用基于关键层主动破断的瓦斯流场调控神经网络模型预测被控量的输出值,找到使被控量最接近目标函数的控制量数值,输出关键层破断距的最优结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国矿业大学,其通讯地址为:221116 江苏省徐州市泉山区大学路1号中国矿业大学;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。