简介：为实现煤层气的低成本高效开发，有必要加强煤层气开采中长期规划工作，以最大限度地降低采气成本，提高经济效益。根据煤层气开采过程中的产量变化规律，将广义翁氏预测模型应用于其产量预测过程，可以实现快速、准确地预测煤层气井产气高峰及其出现时间。将模型计算结果与数值模拟结果进行了对比，二者之间的误差小于5％；在此基础上，根据某实际气井的早期少量的生产数据，利用该模型准确地预测了气井中长期的产量，进一步验证了方法的正确性。从实际应用来看，该方法计算过程简便、预测结果准确，具有一定的应用价值。

简介：煤矿瓦斯涌出量和瓦斯突出受控于多种因素。如何根据各个影响因素预测计算煤层瓦斯含量是一个非常复杂的问题。近年来迅速发展起来的神经网络具有较高的非线性映射和并行处理能力。广义回归神经网络（GRNN）具有网络结构自适应确定、输出与初始权值无关等优良特性，能够逼近任意连续的非线性函数，可以处理系统内在的难以解析的规律。本文以某矿13-1煤层为研究对象，在分析影响煤层瓦斯含量的各种地质因素和量化定性因素的基础上，应用GRNN神经网络方法建立某矿13—1煤层瓦斯含量预测模型，以达到对井田未开采区域进行瓦斯含量预测的目的。

简介：三维空间坐标转换的严密数学模型是一个非线性模型，计算公式较为复杂，在假设两坐标系旋转角很小的情况下，可以得到简化或线性化的转换模型。通过模拟计算，研究该线性模型的适用性，计算结果表明：在不考虑点坐标误差的情况下，对于120km3左右的测区，当旋转角不大于9’时，用该模型所得到的转换参数发生了较大变化，尤其是3个平移参数的精度较差，但是公共点所包含区域内的点的坐标转换结果仍然可用，可达到毫米级精度。