Resumen

Para predecir con precisión y rapidez el contenido de gas residual en la capa de carbón frente al avance de la cara de la calzada, se propuso un método de predicción mejorado basado en los índices de cortes de perforación y el algoritmo de murciélagos que optimiza la máquina de aprendizaje extrema (BA-ELM). Se analizaron primero los índices de cortes de perforación y el contenido de gas residual en la capa de carbón como medidas de prevención de desprendimientos durante el avance de la calzada en la mina de carbón de Yuecheng. Luego, se estableció la correlación entre los índices de cortes de perforación y el contenido de gas residual, así como el modelo de predicción de red neuronal basado en BA-ELM. Finalmente, se comparó el resultado de la predicción del método propuesto con el de retropropagación (BP), máquina de vectores de soporte (SVM) y máquina de aprendizaje extremo (ELM) para verificar la precisión. Los resultados muestran que el

• Materias:Modelo de rigidez Desempeño estructural Fallas estructurales Estructuras de membrana
• Subjects:Stiffness model Structural performance Structural failures Membrane structures
• Palabras claves:Método de predicción; índices de cortes de perforación; Algoritmo de murciélago; Contenido residual de gas; Veta de carbón; Máquina de aprendizaje extremo
• Keywords:Prediction method; Drilling cuttings indices; Bat algorithm; Residual gas content; Coal seam; Extreme learning machine