陳 帥 張 新 蔣廷飛 蔣 中 盧偉劍

1.浙江郵電職業(yè)技術(shù)學(xué)院 2.國家安全生產(chǎn)培訓(xùn)演練基地 3.浙江電信培訓(xùn)中心

目前國內(nèi)外對礦井巷道摩擦阻力系數(shù)預(yù)測方面的研究較少，尼古拉茲[1]確定了粗糙度及雷諾數(shù)與摩擦阻力系數(shù)之間的關(guān)系，但是計算方法非常繁瑣；尚大俊[2]利用統(tǒng)計分析的方法對巷道摩擦阻力系數(shù)進行擬合，簡化了摩擦阻力系數(shù)的計算公式，但計算結(jié)果不夠精確；沈陽煤礦設(shè)計研究院[3]結(jié)合巷道壁面特征，劃分了摩擦阻力系數(shù)的取值范圍，但沒能確定礦井巷道具體的摩擦阻力值。因而，在礦井巷道通風(fēng)系統(tǒng)優(yōu)化過程中，準(zhǔn)確的預(yù)測出摩擦阻力系數(shù)至關(guān)重要。本文以影響摩擦阻力系數(shù)的因素為切入點[4]，依據(jù)煤礦井下摩擦阻力系數(shù)測定的歷史數(shù)據(jù)建立相應(yīng)的BP神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練與學(xué)習(xí)，進而對礦井摩擦阻力系數(shù)做出準(zhǔn)確的預(yù)測。

1 BP神經(jīng)網(wǎng)絡(luò)的算法流程和計算過程

BP（Back Propagation）神經(jīng)網(wǎng)絡(luò)起源于BP學(xué)習(xí)算法，應(yīng)用最為廣泛的是MATLAB的神經(jīng)網(wǎng)絡(luò)[5]工具箱。BP算法具體流程[6]，如圖1。

圖1 標(biāo)準(zhǔn)BP算法流程

BP神經(jīng)網(wǎng)絡(luò)的計算過程如下：

（1）對每層的權(quán)值W和偏差B進行初始化，要用較小的隨機數(shù)。并對最大循環(huán)次數(shù)、期望誤差最小值mse、修正權(quán)值的學(xué)習(xí)速率進行設(shè)定或初始化。

（2）用函數(shù)newcf.m或newff.m建立一個多層前向神經(jīng)網(wǎng)絡(luò)，例如：net=newcf（minmax(P),[5,1],{′tans ig′′purelin′}，′traingd′）；其中，[5,1]表示輸入和輸出層的節(jié)點數(shù)，函數(shù)右邊最后一個參數(shù)是選擇訓(xùn)練算法為梯度下降法，這是BP網(wǎng)絡(luò)最經(jīng)典的算法方法[7-8]。

（3）可以用net=train（net,P,T）來計算。貝葉斯正則化方法[9-10]是通過修正神經(jīng)網(wǎng)絡(luò)的計算性能函數(shù)來提高其計算能力的，在Matlab環(huán)境中采用trainbr函數(shù)來實現(xiàn)。一般情況下，神經(jīng)網(wǎng)絡(luò)的訓(xùn)練性能函數(shù)采用均方誤差mse，即：

式中：

mse—均方誤差；

N—樣本數(shù)；

ti—期望輸出；

ai—網(wǎng)絡(luò)實際輸出。

貝葉斯正則化方法性能函數(shù)經(jīng)改進后為：

式中：

msereg—改進后的誤差函數(shù)；

γ—比例系數(shù)；

msw—所有網(wǎng)絡(luò)權(quán)值的平方和的平均值，即：

式中：

wj—連接權(quán)值。

2 BP神經(jīng)網(wǎng)絡(luò)計算摩擦阻力系數(shù)

2.1 BP神經(jīng)網(wǎng)絡(luò)模型

輸入層選用棚距、巷道斷面面積S、巷道周長U等3個指標(biāo)為輸入矢量，把實測的摩擦阻力系數(shù)作為輸出層節(jié)點，共包括9個隱含層節(jié)點數(shù)，該BP神經(jīng)網(wǎng)絡(luò)模型可表示為3-9-1，即表示網(wǎng)絡(luò)的三層節(jié)點數(shù)分別為：3,9,1，其結(jié)構(gòu)，如圖2。

圖2 BP神經(jīng)網(wǎng)絡(luò)模型

2.2 BP神經(jīng)網(wǎng)絡(luò)的計算

選取10條巷道的棚距、巷道斷面積和巷道周長等三種基礎(chǔ)數(shù)據(jù)作為輸入矢量，見表1。

表1 輸入矢量基礎(chǔ)數(shù)據(jù)

利用表1中的基礎(chǔ)數(shù)據(jù)，采用貝葉斯正則化方法，用MATLAB軟件進行計算，如圖3、4。

圖3 計算過程

圖4 計算狀態(tài)

表2為BP神經(jīng)網(wǎng)絡(luò)預(yù)測出的巷道摩擦阻力系數(shù)和現(xiàn)場實測的巷道摩擦阻力系數(shù)的對比。

表2 預(yù)測值與實測數(shù)據(jù)的相對誤差表

3 結(jié)論

（1）通過分析BP神經(jīng)網(wǎng)絡(luò)算法的流程，結(jié)合其計算過程，應(yīng)用MATLAB軟件設(shè)計出BP神經(jīng)網(wǎng)絡(luò)算法求解礦井巷道摩擦阻力系數(shù)的模型。

（2）采用貝葉斯正則化方法優(yōu)化了BP神經(jīng)網(wǎng)絡(luò)的計算能力，應(yīng)用MATLAB軟件中的trainbr函數(shù)降低了BP神經(jīng)網(wǎng)絡(luò)計算的誤差。

（3）通過BP神經(jīng)網(wǎng)絡(luò)算法對巷道摩擦阻力系數(shù)進行預(yù)測與巷道實測數(shù)據(jù)做對比，得出：運用BP神經(jīng)網(wǎng)絡(luò)算法求解礦井巷道摩擦阻力系數(shù)的方法是可行的，誤差可控制在4%以內(nèi)。