BP神经网络模型在煤尘润湿性研究中的应用

针对煤尘固体表面接触角测定过程繁琐和煤尘润湿等级划分不合理的问题,以煤质化学组成及其结构参数共13个影响因子为输入参数,采用两层双曲正切S形函数为激励函数,构建有关煤尘接触角估算及润湿性分级的3层BP神经网络.结果表明,隐含层节点数为10时,估算结果相对误差为0.19%~13.99%,平均相对误差为5.18%,煤尘润湿接触角估算结果与实测结果相关性系数为R2=0.933,煤尘润湿分级正确率达91.67%.BP神经网络模型的接触角估算结果和润湿性分级结果可用于指导煤矿井选择降尘措施.