导读:本文包含了摩擦阻力系数论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:阻力,系数,摩擦,神经网络,巷道,矿井,向量。
摩擦阻力系数论文文献综述
张欢欢,邓辉[1]（2019）在《基于支持向量机的巷道摩擦阻力系数确定》一文中研究指出本文以径向基核函数作为支持向量机预测矿井巷道摩擦阻力系数模型的核函数,利用MATLAB环境下的LIBSVM,以凉水井煤矿锚网索支护巷道的摩擦阻力系数为研究对象,对样本数据进行训练,进行预测,并与实测数据进行对比。结果表明:支持向量机预测矿井巷道摩擦阻力系数的精度高、效果好,对其它同类型矿井巷道摩擦阻力系数的预测研究有借鉴作用。(本文来源于《内蒙古煤炭经济》期刊2019年18期）
梁军,王麒翔[2]（2019）在《巷道通风摩擦阻力系数数据库设计与实现》一文中研究指出概要地介绍了建立瓦斯通风阻力系数数据库的目的、数据库的构成、功能和技术特点等;巷道摩擦阻力系数数据库的建设,用于煤矿工作者在构建矿井通风仿真网络时,遇到未知通风阻力巷道时,可通过在该数据库系统中进行巷道基础参数数据匹配,得出建议的摩擦阻力系数,为未测巷道快速确定通风阻力、通风网络仿真模型的快速构建提供有力依据。(本文来源于《煤矿安全》期刊2019年02期）
陈帅,张新,蒋廷飞,蒋中,卢伟剑[3]（2018）在《基于BP神经网络的摩擦阻力系数确定》一文中研究指出矿井巷道摩擦阻力系数是整个矿井通风设计、管理以及系统改造的关键,是矿井巷道阻力特性中的重要影响因素。为了确定矿井巷道的摩擦阻力系数,提高矿井通风的管理能力,采用BP神经网络模型对矿井巷道的摩擦阻力系数进行模式识别,结合改进的贝叶斯正则化方法,运用MATLAB软件进行计算,预测矿井巷道的摩擦阻力系数。与实测的摩擦阻力系数做对比,结果表明:BP神经网络结构简单,收敛速度较快,并且预测精度高,对矿井巷道摩擦阻力系数的确定发挥重要作用,方便矿山井巷通风安全管理的实现。(本文来源于《安全》期刊2018年09期）
魏宁,刘剑[4]（2018）在《基于BP神经网络的矿井摩擦阻力系数预测》一文中研究指出为克服传统的矿井巷道摩擦阻力系数测试方法工作量大、效率低等缺点,以摩擦阻力系数理论为基础并结合现场实际资料分析,归纳出影响矿井巷道摩擦阻力系数的主要因素:巷道断面积、巷道周长、巷道支护方式和巷道断面形状。构建基于BP神经网络的摩擦阻力系数预测模型,选取典型数据作为BP神经网络的学习样本和测试样本,运用Matlab软件进行网络训练,得到优化的网络模型。利用优化的网络模型对板石矿和大明一矿随机测点进行摩擦阻力系数预测,预测值与实测值误差不超过10%,表明该网络模型的预测结果具有较高的可靠性和工程实践价值。(本文来源于《矿业安全与环保》期刊2018年01期）
高宏,汪志明,王小秋,王东营[5]（2017）在《星孔防砂筛管摩擦阻力系数试验与模型研究》一文中研究指出为了深入探讨管壁摩擦阻力系数对摩擦压降的影响规律,基于自主设计的室内多相复杂流动试验装置,以白油作为介质,测量了高黏油条件下的防砂筛管摩擦阻力系数。试验结果表明:流速较低时,防砂筛管阻力系数比普通圆管摩擦阻力系数小;流速较高时,防砂筛管阻力系数比普通圆管摩擦阻力系数高;存在临界雷诺数之比(壁面入流雷诺数与主流雷诺数之比),当雷诺数之比小于此临界值时,井筒变质量流动压降小于普通圆管流动压降,反之,则井筒变质量流动压降大于普通圆管流动压降。通过数据分析拟合,得到了星孔防砂筛管的阻力系数模型,并与试验结果进行了对比验证。结果表明模型的平均相对误差为8.33%,最大相对误差为17.94%,满足工程应用要求。(本文来源于《石油机械》期刊2017年11期）
杨靖[6]（2017）在《基于BP神经网络确定矿井巷道摩擦阻力系数的应用研究》一文中研究指出运用多层前向人工神经网络-BP神经网络模型对不同支护类型的矿井巷道摩擦阻力系数进行模式识别,并运用改进的贝叶斯正则化方法对网络进行训练,以锚喷支护巷道为例对其摩擦阻力系数进行预测。采用BP神经网络将网络模拟值与实测值进行比较,误差在5%左右,同理对其他支护类型进行模拟预测,误差均在5%以内,预测精度较高。(本文来源于《民营科技》期刊2017年07期）
张欢欢[7]（2017）在《基于支持向量机的矿井巷道摩擦阻力系数预测研究》一文中研究指出矿井巷道通风摩擦阻力系数是反映矿井井巷阻力特性最重要的技术参数之一,它是矿井通风设计、通风系统改造以及加强通风技术管理等工作的技术基础。通常巷道摩擦阻力系数主要通过查表选取和现场实测得到,一方面,我国使用的矿井巷道摩擦阻力系数表为上世纪八十年代所制定,已不能满足目前复杂矿井通风所用;另一方面,现场实测工作较为复杂且工作量大。因此矿井巷道摩擦阻力系数的预测研究对矿井通风设计和煤矿通风安全管理有着重要的理论意义和实际应用价值。本文引入支持向量机对矿井巷道摩擦阻力系数进行预测研究。理论分析得到,采用支持向量机对矿井巷道摩擦阻力系数进行预测是可行的。通过分析对比支持向量机常用核函数的性质,基于径向基核函数相对于其他几种核函数的优点,最终选取径向基核函数作为支持向量机预测矿井巷道摩擦阻力系数模型的核函数。在MATLAB环境下使用LIBSVM,以凉水井煤矿锚喷巷道、锚杆支护巷道、锚网索支护巷道的摩擦阻力系数为研究对象,分别用网格搜索方法、遗传算法方法、粒子群算法方法对训练集进行训练,得到最优的径向基核函数参数和惩罚参数组合,利用选取的参数组合建立预测模型,对验证集进行预测。预测结果表明,这叁种方法选取的参数组合建立的预测模型均可有效预测矿井巷道摩擦阻力系数,验证了支持向量机预测矿井巷道摩擦阻力系数的可行性。其中,遗传算法选取参数组合的模型预测结果综合性能表现最好,并和矿井实测结果进行了验证对比。利用支持向量机和常用的矿井巷道摩擦阻力系数预测方法—BP神经网络分别对凉水井煤矿巷道摩擦阻力系数进行预测,结果表明:支持向量机预测矿井巷道摩擦阻力系数的精度更高、效果更好,较BP神经网络预测矿井巷道摩擦阻力系数更具优越性。(本文来源于《西安科技大学》期刊2017-06-01）
窦克森[8]（2016）在《管道沿程摩擦阻力系数测量研究》一文中研究指出油气管道在运营过程中,其能量损失主要在于克服摩擦阻力。因此,摩擦阻力系数的测量与计算问题,对油气管道的设计与运营尤为重要。目前计算摩擦阻力系数主要依据经验公式:一类是基于数学方法对Colebrook-White公式的改进,一类是基于现场数据对Colebrook-White公式的改进。基于数学方法的改进可以较好的近似ColebrookWhite公式,但是存在与实际值的误差。基于现场数据的改进,因为影响因素多,需要消耗较大的人力物力。因此,有必要开发一套摩擦阻力系数测量实验装置,用于研究流体摩擦阻力系数的测量方法及其规律。本文首先从理论上分析了液体和气体摩擦阻力系数的测量原理,通过在MATLAB平台进行仿真,研究了液体和气体在不同管径的管路中,其差压与流量的关系,得到了实验装置管路设计和测量传感器选型的参考数据;其次以Colebrook-White公式为基准,对比分析了现有摩擦阻力系数计算方法的误差,按照误差较小原则提出两个计算模型用于摩擦阻力系数的拟合,并验证了方法的可行性;然后是在上述基础上对实验装置进行了详细设计,包括实验装置流程、液体摩阻和气体摩阻的测试管路、实验装置的电气控制、基于C#开发的采集控制软件及基于Access的实验数据库等。最后在保证安全的前提下制定了气体和液体的摩擦阻力系数实验方案,并依据实验方案在有限的实验条件下完成了实验测试。实验结果表明所设计的摩阻测量实验装置合理可靠,通过数据分析处理证明该装置能充分验证液体和气体摩擦阻力系数的计算与测量方法。本文的主要贡献在于设计了液体和气体摩擦阻力系数测量实验装置,验证了液体和气体摩擦阻力系数的计算与测量方法,为管道摩擦阻力系数计算与测量的工程应用提供了理论基础与实验方法。(本文来源于《中国石油大学(华东)》期刊2016-05-01）
邵博[9]（2014）在《矿井巷道摩擦阻力系数模糊查询系统研究》一文中研究指出矿井网络结算的基础和关键是摩擦阻力系数的确定。本文从测定摩擦阻力系数等方面展开研究。对不同巷道摩擦阻力系数的计算公式进行归纳。对于计算锚喷巷道的摩擦阻力系数公式,通过多元回归方程求解,为确立矿井巷道的摩擦阻力系数提供较准确的方法。在完全紊流区,摩擦阻力系数只与管道的相对粗糙度有关,而与雷诺数互无关系。复杂通风条件下的矿井,需要消耗大量人力物力来测定摩擦阻力系数,而测定的结果误差相对较大。本文针对数据库的特点,将模糊扩展的数据库系统查询技术应用于井巷摩擦阻力系数预测中,通过对煤矿井下摩擦阻力系数测定的历史数据进行模糊查询,从而得到匹配度较高的相同类型的井巷摩擦阻力系数或相似类型的井巷摩擦阻力系数。为矿井通风网络解算提供必要的且相对准确的基础参数。(本文来源于《辽宁工程技术大学》期刊2014-12-01）
王思仪[10]（2014）在《基于多层前向神经网络的矿井巷道摩擦阻力系数的确定》一文中研究指出作为矿井通风理论的基本参数,矿井巷道摩擦阻力系数值对矿井通风管理具有十分重要的作用。多层前向人工神经网络是最常见和最先进的人工神经网络,误差反向传播(BP)算法易于之前,成为第一选择网络。归纳不同巷道摩擦阻力系数的计算公式,用回归方程求解锚喷巷道摩擦阻力系数,并完善其计算公式,为确立矿井巷道的摩擦阻力系数提供较准确的方法。收集通风资料图表,结合实际将公式计算的结果与查阅图表获得的结果进行比较,证明公式的适用性。在完全紊流区,摩擦阻力系数和雷诺数无关,只和管道的相对粗糙度有关。BP神经网络能较好地拟合已知数据,预测功能强。从影响不同支护类型的矿井巷道摩擦阻力系数的因素出发,选择适当的参数作为BP神经网络的输入参数,搜集大量数据,运用BP神经网络模型对不同支护类型的矿井巷道摩擦阻力系数进行模式识别,并运用改进的贝叶斯正则化方法对网络进行训练,对摩擦阻力系数进行预测。采用BP神经网络将网络模拟值与实测值进行比较,误差基本满足工程需要。BP神经网络收敛较速度快,预测精度较高,对矿井巷道摩擦阻力系数的确定发挥重要作用,方便矿山井巷通风安全管理的实现。(本文来源于《辽宁工程技术大学》期刊2014-06-01）
摩擦阻力系数论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
概要地介绍了建立瓦斯通风阻力系数数据库的目的、数据库的构成、功能和技术特点等;巷道摩擦阻力系数数据库的建设,用于煤矿工作者在构建矿井通风仿真网络时,遇到未知通风阻力巷道时,可通过在该数据库系统中进行巷道基础参数数据匹配,得出建议的摩擦阻力系数,为未测巷道快速确定通风阻力、通风网络仿真模型的快速构建提供有力依据。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
摩擦阻力系数论文参考文献
[1].张欢欢,邓辉.基于支持向量机的巷道摩擦阻力系数确定[J].内蒙古煤炭经济.2019
[2].梁军,王麒翔.巷道通风摩擦阻力系数数据库设计与实现[J].煤矿安全.2019
[3].陈帅,张新,蒋廷飞,蒋中,卢伟剑.基于BP神经网络的摩擦阻力系数确定[J].安全.2018
[4].魏宁,刘剑.基于BP神经网络的矿井摩擦阻力系数预测[J].矿业安全与环保.2018
[5].高宏,汪志明,王小秋,王东营.星孔防砂筛管摩擦阻力系数试验与模型研究[J].石油机械.2017
[6].杨靖.基于BP神经网络确定矿井巷道摩擦阻力系数的应用研究[J].民营科技.2017
[7].张欢欢.基于支持向量机的矿井巷道摩擦阻力系数预测研究[D].西安科技大学.2017
[8].窦克森.管道沿程摩擦阻力系数测量研究[D].中国石油大学(华东).2016
[9].邵博.矿井巷道摩擦阻力系数模糊查询系统研究[D].辽宁工程技术大学.2014
[10].王思仪.基于多层前向神经网络的矿井巷道摩擦阻力系数的确定[D].辽宁工程技术大学.2014
论文知识图
