Forschung zu einem tief integrierten Modell zur strukturellen Optimierung bei der Vorhersage der Kohle-Spontanverbrennungstemperatur

Summary

Hier beschreiben wir ein Protokoll zur Vorhersage der Temperatur der Kohle-Selbstverbrennung mit einem SSA-optimierten CNN-LSTM-Attention-Framework, das automatisch die Netzwerkstruktur und Parameter optimiert und so die Genauigkeit, Anpassungsfähigkeit und Verallgemeinerung über heterogene Datensätze und unterschiedliche Bergbaubedingungen hinweg verbessert.

Abstract

Hier schlagen wir ein Protokoll zur Vorhersage der spontanen Verbrennungstemperatur in Kohle vor, basierend auf einem vom Sparrow Search Algorithm (SSA)-optimierten Convolutional Neural Networks (CNN)-Long Short-Term Memory (LSTM)-Attention-Framework. Dieses Protokoll adressiert die Einschränkungen fester Netzwerkarchitekturen, eingeschränkte Verallgemeinerungen und die schlechte Übertragbarkeit, die häufig bei herkömmlichen Methoden auftreten. Das Framework extrahiert räumliche Merkmale mittels CNN und erfasst zeitliche Abhängigkeiten mit LSTM-Netzwerken, während der Aufmerksamkeitsmechanismus kritische Temperaturphasen und wichtige Merkmale hervorhebt. Die SSA optimiert gemeinsam die Netzwerktiefe und Hyperparameter und ermöglicht so eine dynamische Anpassung an unterschiedliche Datenkomplexitäten über verschiedene Mining-Standorte und experimentelle Bedingungen hinweg. Das Protokoll besteht aus Datenerfassung, Feature-Vorverarbeitung, Modellaufbau, Parameteroptimierung und Validierungsschritten. Experimentelle Ergebnisse zeigen, dass das vorgeschlagene Modell eine deutlich höhere Prädiktionsgenauigkeit bei homogenen Datensätzen erreicht und eine robuste Verallgemeinerungsleistung über heterogene Datensätze hinweg aufrechterhält, was es gut geeignet für Echtzeit-Temperaturüberwachung und Frühwarnsysteme in Kohlebergwerken macht.

Introduction

Kohle spielt weiterhin eine dominierende Rolle in Chinas Energiestruktur. Während der Lagerung, des Transports und des Bergbaus kann jedoch eine spontane Erhitzung auftreten, die zu einer Selbstentzündung führt. Dies führt häufig zu Minenbränden, die die Sicherheit der Grube und^{das Leben der} Arbeiter ernsthaft bedrohen^. Daher ist eine genaue Vorhersage der Brandrisiken in Kohlebergwerken und deren Temperaturschwankungen unerlässlich für Frühwarnung und Katastrophenminderung. Die Vorhersagemethoden für die Kohle-Automatenverbrennungstemperatur haben sich von frühen empirischen Formeln zu Analyseansätzen entwickelt, die auf tatsächlichen Überwachungsdaten^{basieren 5,6,7}. Frühe Studien stützten sich hauptsächlich auf physikalische Modelle und chemische kinetische Gleichungen, um den Wärmeabgabemechanismus der Kohleoxidation zu modellieren. Aufgrund der Komplexität der Modellparameter und der begrenzten Anwendbarkeit haben diese Modelle jedoch erhebliche praktische Einschränkungen ^8,9,10. Mit der Entwicklung intelligenter Algorithmen wurden nach und nach Methoden wie Random Forest (RF)¹¹ und Artificial Neural Networks (ANN)¹² eingeführt, um die Vorhersagefähigkeiten durch den Aufbau nichtlinearer Abbildungen zu verbessern. In den letzten Jahren haben Fortschritte im Deep Learning neue Ansätze zur Vorhersage der spontanen Verbrennungstemperatur von Kohle eröffnet. Wang et ^al.13 schlugen eine Detektionsmethode auf Basis akustischer Temperaturmesstechnologie vor, bei der Gasemissionen unter verschiedenen Bedingungen analysiert werden, um vorläufige Schwellenwerte und ein Frühwarnsystem festzulegen. Es entwickelte ein verfeinertes mathematisches Modell zur Messung der Temperatur loser Kohle. Graph Neural Networks (GNN) und Transformer-Architekturen wurden ebenfalls eingeführt. Pan et ^al.3 präsentierten ein Modell zur Vorhersage der Kohle-Spontanverbrennungstemperatur, das auf Graph Convolutional Networks (GCN) basiert, das die Wechselwirkungen zwischen Gasindikatoren einbezieht, um eine höhere Vorhersagegenauigkeit zu erreichen.

Bestehende Methoden haben jedoch weiterhin Einschränkungen bei der Auswahl von Hyperparametern und der Modellverallgemeinerung. Um die Leistung zu verbessern, haben Forscher intelligente Optimierungsalgorithmen wie den Sparrow Search Algorithm (SSA) eingeführt, um Hyperparameter wie Lernrate und Batchgröße zu optimieren. Wang et ^al.14 schlugen das SSA-CNN-Modell vor, das erstmals einen Schwarmintelligenzalgorithmus mit einer konfaltionellen neuronalen Netzwerkstruktur integriert. Dieser Ansatz verbessert nicht nur die Effizienz der Parameteroptimierung, sondern erfasst auch effektiv die räumlichen strukturellen Merkmale in Kohle-Spontanverbrennungsdaten. Long et ^al.15 bzw. Zou et ^al.16 schlugen Vorhersagemodelle für die spontane Verbrennung von Kohle vor, die auf der BO-Light Gradient-Boosting Machine (GBM) und der Partikelschwarmoptimierung-XGBoost (PSO-XGB) basieren. Beide Modelle verbesserten Konvergenz und Genauigkeit durch Optimierung der Suchstrategie und boten neue Ansätze zur Optimierung von Modellen zur Vorhersage der spontanen Verbrennung von Kohle.

Obwohl bestehende Studien die intelligente Vorhersage der Kohle-Spontanverbrennungstemperatur vorangebracht haben, beschränkten sich die meisten Bemühungen auf die Optimierung der Modellparameter ohne Verbesserungen auf der Ebene der Netzwerkarchitektur. Daher weisen aktuelle Modelle häufig folgende Einschränkungen auf: Erstens verwenden die meisten statische Strukturen, bei denen die Netzwerkarchitektur (z. B. Anzahl der Faltungsschichten, LSTM-Schichten) und wichtige Trainingsparameter (z. B. Lernrate, Batchgröße) während des initialen Modellaufbaus manuell gesetzt oder proportional abgeschwächt werden und während des gesamten Trainings und der Vorhersage unverändert bleiben, ohne die Fähigkeit, sich dynamisch an die Datenkomplexität anzupassen. Zweitens fehlen den Modellen im Allgemeinen adaptive Mechanismen, um sich an unterschiedliche Bedingungen wie verschiedene Zeiträume, Temperaturbereiche und Gaskonzentrationsskalen anzupassen, was es schwierig macht, die Anforderungen der Multi-Condition-Vorhersage zu erfüllen. Drittens bleiben ihre Verallgemeinerung und Übertragbarkeit unzureichend, was zu instabilen und ungenauen Vorhersagen über verschiedene regionale Datensätze hinweg führt. Obwohl auf Parameterebene einige Verbesserungen erzielt wurden, bleibt die Netzwerkstruktur selbst statisch ohne gemeinsame dynamische Optimierung von Struktur und Parametern, was die Gesamtleistungsgewinne begrenzt.

Daher zielt diese Studie darauf ab, ein flexibles und hochpräzises Modell zur Temperaturvorhersage der spontanen Verbrennung von Kohle zu entwickeln, um die oben genannten Herausforderungen zu adressieren. Durch vergleichende Experimente wurde die CNN-LSTM-Attention-Architektur als Basismodell ausgewählt. Um den unterschiedlichen Anforderungen an die Netztiefe für verschiedene Kohleflöze gerecht zu werden, wird die traditionelle statische Struktur durch einen Ansatz der "strukturellen Optimierung" ersetzt. Bei diesem Ansatz ist die Anzahl der Faltungsschichten (CNN) und rekurrenten (LSTM) zusammen mit wichtigen Trainingsparametern nicht fest, sondern dynamisch entsprechend der Stärke der räumlichen und zeitlichen Merkmale in den Daten angepasst.

Protocol

1. Datenerhebung zur spontanen Kohleverbrennung

1. Assembleren Sie das luft-Typ Kohle-programmierte Oxidationssystem, einschließlich Gasabgabesystem, Temperaturregelung und Gasanalyseinstrumenten. Stellen Sie sicher, dass alle Verbindungen sicher sind, die Temperaturregelungen genau sind und der Gaschromatograph sowie andere Analysegeräte vollständig kalibriert sind.
2. Wiege 1000 g gemischte Kohleprobe (behalte die ursprüngliche Klumpenform), homogenisiere die Probe gründlich mit der Quartiermethode und platziere die Kohleblöcke gleichmäßig in der Heizkammer. Halten Sie eine gleichmäßige Dicke und gleichmäßige Verteilung bei, um eine gleichmäßige Erwärmung zu gewährleisten.
3. Starten Sie die Luftpumpe und stellen Sie den Durchfluss mit dem Durchflussmesser ein, um einen stabilen Gasstrom von 100 mL/min in die Heizkammer zu gewährleisten. Gewährleisten Sie die Durchflussstabilität innerhalb von ±2 mL/min.
4. Starten Sie das Heizsystem gemäß dem voreingestellten Temperaturrampenprogramm und erhöhen Sie die Ofentemperatur schrittweise mit einer Geschwindigkeit von 1,0 °C/min bis 200 °C. Verwenden Sie die Steuerungssoftware, um Temperaturänderungen in Echtzeit zu überwachen und sicherzustellen, dass die Heizrate den Designvorgaben entspricht.
5. Verwenden Sie Temperatursensoren, die in der Nähe der Kohleprobe installiert sind, um kontinuierlich Temperaturschwankungen zu überwachen und aufzuzeichnen und so eine genaue und ununterbrochene Datenerfassung sicherzustellen.
   HINWEIS: Während des programmierten Heizexperiments wurden Temperatur- und Gaskonzentrationsdaten automatisch alle 10 Sekunden mit kalibrierten Temperatursensoren und Gasanalysatoren erfasst, bis das Experiment abgeschlossen war.
6. Die während der Erhitzung entstehenden Gase werden durch das Gasabgabesystem in den Gaschromatographen transportiert.
   1. Führen automatisierte Probenahmen in vordefinierten Abständen (30 Sekunden) durch, um die Konzentrationen von Sauerstoff, Kohlenmonoxid und Kohlendioxid zu messen, und führen vor jedem Experiment eine GC-Basiskalibrierung durch.
   2. Halten Sie einen Übertragungsleitungsfluss von 100 mL/min (±2 mL/min) aufrecht, der an den Kammerausfluss abgestimmt und vom Massenstromregler reguliert wird, um eine stabile Abgabe an den Gaschromatographen während der 30-Sekunden-Autosampling sicherzustellen.
7. Vor dem Modelltraining sollten Sie eine standardisierte Daten-Vorverarbeitungspipeline anwenden, um die Datenqualität und -konsistenz sicherzustellen.
   1. Normalisiere alle Merkmale auf Nullmittelwert und Einheitsvarianz, um Skalenabweichungen zu eliminieren und die Modellkonvergenz zu erleichtern.
   2. Um Sensorrauschen zu unterdrücken und zeitliche Trends zu stabilisieren, wenden Sie einen gleitenden Durchschnittsfilter mit einer Fenstergröße von 5 an, um die Zeitreihendaten zu glätten. Fehlende Werte, falls vorhanden, mit dem Mittelwert benachbarter Beobachtungen imputieren, um die Vollständigkeit des Datensatzes zu gewährleisten.
   3. Außerdem identifizieren Sie Ausreißer anhand eines z-Score-Schwellenwerts von |z| > 3 und schließen sie aus der nachfolgenden Analyse aus, um die Modellrobustheit zu verbessern.
      HINWEIS: Das Experiment sammelte Daten aus 83 Kohleproben und erfasste die Konzentrationen von Gasen wie Sauerstoff, Kohlenmonoxid, Kohlendioxid, Methan, Ethan und Ethylen in Bezug auf die Kohletemperatur. Ein schematisches Diagramm des luft-Typ Kohle-programmierten Heizoxidationssystems ist in Abbildung 1 dargestellt.

2. Erstellung eines CNN-LSTM-Aufmerksamkeitsmodells auf Basis der SSA-Strukturoptimierung

1. Entwicklung des CNN-LSTM-Aufmerksamkeitsmodells
   1. Baue das Convolutional Neural Network (CNN)-Modul, um räumliche Merkmale automatisch aus Eingabesequenzen von Temperatur und Gaskonzentration zu extrahieren.
      1. Stack 2-4 1D-Faltungsschichten (stride = 1, Padding = "gleich", Kerngröße 3-7). Nach jeder Schicht wenden Sie eine Normalisierung (BatchNorm oder LayerNorm), ReLU- oder GELU-Aktivierung sowie einen Dropout von 0,1 bis 0,2 an. Verwenden Sie optional MaxPooling1D (pool = 2) in den ersten ein oder zwei Schichten für das Denoising/Downsampling und vermeiden Sie Pooling in der finalen Schicht, um die temporale Auflösung zu erhalten.
      2. Verwenden Sie eine 1×1-Faltung, um die Kanaldimension entsprechend dem zu projizieren, was das nachgeschaltete LSTM erwartet. Halte den Tensor in einer 3D-Form "Zeit × Kanälen" (nicht abflachen) und speise ihn direkt mit return_sequences=True; Anzahl der Datensätze, Kanäle, Kernelgröße, Pooling und Dropout in einer Konfigurationsdatei, um SSA-Suche und Reproduzierbarkeit zu ermöglichen.
   2. Behandle die endgültige Conv1D-Ausgabe als zeitgeordnete Folge von Merkmalsvektoren, wobei die temporale Achse ohne Abflachung erhalten bleibt, und speisen sie direkt in das LSTM ein. Wenn Prior Pooling die Sequenz verkürzt hat, verwenden Sie die reduzierte Länge; wenn die Kanaldimension nicht mit der Erwartung der LSTM übereinstimmt, wenden Sie eine 1×1-Faltung oder lineare Projektion zur Ausrichtung an.
   3. Konfigurieren Sie das LSTM mit 64 versteckten Einheiten, tanh-Aktivierung und return_sequences=True, um Repräsentationen in jedem Zeitschritt zu behalten. Implementieren Sie diese Konvertierung im Modellbaumodul und protokollieren Sie die Ein- und Ausgabe-Tensorformen sowie Schlüsseleinstellungen, um Reproduzierbarkeit und Rückverfolgbarkeit sicherzustellen, wobei die Darstellungen in jedem Zeitschritt erhalten bleiben. Implementieren Sie diese Umstellung im Modellbaumodul und protokollieren Sie Ein- und Ausgabe-Tensorformen sowie Schlüsseleinstellungen, um Reproduzierbarkeit und Rückverfolgbarkeit sicherzustellen.
   4. Fügen Sie einen temporalen Aufmerksamkeitsblock unmittelbar nach den LSTM-Ausgaben ein: Der Block nimmt die versteckten Darstellungen pro Zeitschritt und verwendet eine Ein-versteckte-Schicht-Projektion, um einen Aufmerksamkeitsgewichtvektor zu erzeugen.
   5. Setzen Sie die Gewicht-Vektor-Dimension auf 64, die direkt in der Konfiguration der Aufmerksamkeitsschicht angegeben ist. Dann normalisiere die Gewichte über die Zeitachse mit einem Softmax, was die relative Bedeutung jedes Zeitschritts ergibt. Verwenden Sie die normalisierten Gewichte, um einen Kontextvektor (gewichtete Summe) zu berechnen, der mit der Sequenzdarstellung fusioniert und an den Regressionskopf eingespeist wird.
   6. Trainiere das Aufmerksamkeitsmodul End-to-End mit dem Rückgrat; Falls es etwas füllt, setzen Sie vor dem Softmax eine Maske an, um ungültige Schritte zu ignorieren.
   7. Nur für die Ablationsexperimente wird der Datensatz chronologisch in Trainingssätze (80 %) und Testsätze (20 %) aufgeteilt, während eine separate fünffache Kreuzvalidierung durchgeführt wird, um die Gesamtstabilität und Verallgemeinerung des vorgeschlagenen Modells zu bewerten.
   8. Führen Sie Training aus dem Projekt-Root-Verzeichnis aus, wobei alle relativen Pfade an diese Wurzel verankert sind. Wenden Sie frühes Stoppen an, sodass, wenn sich der Validierungsfehler für 10 aufeinanderfolgende Epochen nicht verbessert, Trainingsstopps und die besten Gewichte auf ./checkpoints/best_model.h5 gespeichert werden.
   9. Um den Prozess aufzuzeichnen, schreibt ein CSV-Logger pro Epoche Trainings-/Validierungsverluste und wichtige Kennzahlen an training_log.csv (Spalten wie Epoche, train_loss, val_loss, Metriken, Zeitstempel). Aktualisieren Sie die Best-Model-Datei, sobald die Validierung verbessert wird, um die Reproduzierbarkeit sicherzustellen und die anschließende Analyse zu unterstützen.
      HINWEIS: CNN extrahiert automatisch räumliche Merkmale aus den Eingabedaten durch lokale Konnektivität und Gewichtsverteilung. Flache Faltungskörner erfassen subtile lokale Variationen. Räumliche Merkmale zeigen sich in der Konzentrationsverteilung und den Mustern verschiedener Gase (wie Sauerstoff und Kohlenmonoxid) zum gleichen Zeitpunkt, einschließlich lokaler Anomalien und Konzentrationsgradienten. Diese spiegeln die räumlichen Korrelationen der Gase während des Kohleselbstverbrennungsprozesses wider, die CNNs effektiv identifizieren können¹⁷. Die von CNN extrahierte Merkmalssequenz wird in ein LSTM eingespeist, das die Zeitreihen dynamisch durch seine Sperrmechanismen modelliert. Zeitliche Merkmale wie allmählicher Temperaturanstieg, Schwankungen und plötzliche Veränderungen der Gaskonzentration sowie deren sequentielle Reihenfolge spiegeln die kumulative Temperatur und Gasreaktionen während der Kohle-Spontanverbrennung wider. LSTM erfasst diese Muster effektiv, verbessert die Vorhersagegenauigkeit und Modellstabilität¹⁸. Auf der LSTM-Ausgangsschicht wird ein Aufmerksamkeitsmechanismus eingeführt, der Gewichtungen an Merkmale in jedem Zeitschritt zuweist. Dieser konzentriert sich auf kritische Stadien der Kohle-Spontanverbrennungstemperatur, stärkt wertvolle Informationen, unterdrückt Rauschen und verbessert die Vorhersageleistung¹⁹ (Abbildung 2).
2. Entwicklung einer Modellstrukturoptimierungsmethode auf Basis von SSA
   HINWEIS: Die hier vorgeschlagene dynamische Optimierungsstrategie integriert Modellstrukturdesign mit Hyperparameteroptimierung und ist insgesamt in die Vorbereitungsphase, die Deformationsphase und die formale Trainingsphase unterteilt. Diese Methode erreicht eine kollaborative Anpassung struktureller Parameter und Hyperparameter, wodurch das Modell die strukturelle Flexibilität beibehalten und gleichzeitig die Leistung und Anpassungsfähigkeit an komplexe Betriebsbedingungen verbessert.
   1. Vorbereitungsphase
      1. Vor der SSA-basierten Suche definieren Sie den Hyperparameter-/Struktur-Suchraum als 4-Tupel: x_i= L_cnn, L_lstm, L_r, batch_size, L_cnn (Anzahl der CNN-Blöcke) und L_lstm (Anzahl der gestapelten LSTM-Schichten) sind ganzzahlig und gleichmäßig aus {1,2,3,4} bzw. {1,2,3} geschnitten.
      2. Da der Optimierer reellwertige Vektoren vorschlägt, bilden Sie nicht-ganzzahlige Vorschläge mit Pythons Round()-Regel (Ties-to-even) auf die nächstgelegene ganze Zahl ab und schneiden Sie dann auf [1,4] oder [1,3]. Ziehe die Lernrate lr, ist log-gleichmässig aus dem Intervall [1 x ^10-2, 1 x ^10-1]. Schneide Vorschläge außerhalb der Reichweite an die nächstgelegene Grenze. batch_size ist eine diskrete Wahl aus {32, 64, 96, 128}.
      3. Sofern nicht anders angegeben, werden während dieses Vorbereitungsschritts keine Kreuzparameter-Einschränkungen auferlegt. Zur Reproduzierbarkeit wenden Sie einen gemeinsamen Zufallsseed (42) auf Python, NumPy, das Deep-Learning-Framework und die Umweltvariable PYTHONHASHSEED an.
      4. Starte die SSA-Suche mit einer Populationsgröße von 30 und führe 80 Iterationen durch.
         HINWEIS: Diese Einstellungen zusammen mit den oben genannten Rundungs-/Clipping-Regeln definierten die Vorbereitung des Suchraums, der für alle nachfolgenden Experimente verwendet wird.
   2. Deformationsphase
      1. Erzeugen Sie zufällig einen Anfangsparametersatz, bezeichnet als C_{1,L 1,I 1,b 1}. Vor dem Training des Netzwerks runden Sie die ganzzahligen Dimensionen auf die nächstgelegene ganze Zahl ab und schneiden alle Werte an ihre Grenzen.
      2. Verwenden Sie einen einzigen Trainings-/Validierungslauf, um den Validierungsmittel-Quadratfehler () als Fitness zu berechnen; Speichern und speichern Sie das aktuelle Ergebnis.
      3. Aktualisieren Sie die Position, um eine neue Parameterkombination C₂, L₂, I₂ und B₂ zu erzeugen. Führe eine einzelne Trainings-Iteration durch und vergleiche deren Fitness mit dem gespeicherten Wert.
      4. Wenn die neue Kombination besser abschneidet als die vorherige, ersetzen Sie das ursprüngliche Ergebnis und setzen Sie die aktuelle Position auf C_2,L 2,I_{2,b 2}. Wenn sie schlechter abschneidet, setzen Sie eine Markierung, um zu vermeiden, dass immer wieder ineffektive Kombinationen ausgewählt werden, während der Inhaber bleibt.
      5. Wiederholen Sie die Schritte 2.2.2.2-2.2.4 für mehrere Iterationen, bis keine weitere Verbesserung festgestellt wird, wodurch die optimale Kombination C_{n,L n,I n,b n erhalten wird}.
      6. Speichern Sie C_n, L_n, I_n, b_n als abschließende strukturelle Parameter und beginnen Sie mit der formalen Ausbildung.
   3. Ausbildungsphase
      HINWEIS: Die CNN- und LSTM-Schichten mit der besten Fitness werden als endgültige Netzwerkkonfiguration für das vollständige Training und die Bewertung des Testsets ausgewählt (Abbildung 3).
      1. Stellen Sie den Suchbereich für Modellstrukturen und Hyperparameter fest, einschließlich 2–6 CNN-Schichten, 1–4 LSTM-Schichten, einer Lernrate von 1 × 10^–5 bis 1 × 10^–2, Batchgrößen von 32, 64 oder 128 und maximal 100 Trainingsepochen. Optimieren Sie diese Parameter gemeinsam während der SSA-Iterationen.
      2. Initialisieren Sie die Population des Sparrow Search Algorithm (SSA), indem Sie die Populationsgröße auf 30 und die maximale Anzahl der Iterationen auf 100 setzen. Stellen Sie sicher, dass jedes Individuum eine Kandidat-Modellkonfiguration repräsentiert, einschließlich CNN-Tiefe, LSTM-Tiefe, Lernrate und Batch-Größe.
      3. In jeder Iteration teilt man die SSA-Population in Entdecker (20 %), Anhänger (70 %) und Sentinels (10 %). Laut den SSA-Positions-Update-Regeln führen Entdecker globale Exploration durch, Follower führen lokale Ausbeutung durch und Sentinels verhindern, dass der Algorithmus in lokalen Optima gefangen bleibt. Aktualisieren Sie die Positionsvektoren aller Individuen nach jeder Iteration.
      4. Verwenden Sie den mittleren quadratischen Fehler () auf der Validierungsmenge als Fitnessfunktion, um die prädiktive Leistung jedes Kandidatenmodells zu bewerten. Dynamische Anpassung der Suchrichtung basierend auf den Fitnesswerten, sodass SSA allmählich auf die optimale Struktur und Hyperparameterkonfiguration zusteuert.
      5. Nach Abschluss der SSA-Iterationen geben Sie die optimale CNN-Tiefe, LSTM-Tiefe, Lernrate und Chargengröße aus. Trainieren Sie das Modell auf dem vollständigen Trainingsset mit diesen optimalen Parametern und speichern Sie die endgültig trainierten Modellgewichte auf final_model,h5".
         HINWEIS: Die Optimierungsalgorithmen werden in industriellen Bereichen^20,21 häufig eingesetzt und werden häufig in Produktionsplanung²², Qualitätskontrolle²³, Gerätewartung²⁴, Ressourcenzuweisung²⁵ und Prozessparameteroptimierung²⁶ verwendet, unter anderem. Der in dieser Studie verwendete Spatzensuchalgorithmus (SSA) ist ein intelligenter Optimierungsalgorithmus, der das Nahrungssuchverhalten von Spatzenpopulationen simuliert. Es erreicht eine effiziente Optimierung durch den kollaborativen Mechanismus von Entdeckern, Followern und Sentinels²⁷. Der Algorithmus bestimmt das beste Individuum der Population als Entdecker, der globale Erkundung durchführt, während die übrigen Individuen als Anhänger für lokale Ausbeutung fungieren und Sentinels darauf eingestellt sind, lokale Optima²⁸ zu vermeiden. SSA verwendet eine adaptive Strategie, um Erkundungs- und Ausnutzungsfähigkeiten auszubalancieren, mit hoher Konvergenzgeschwindigkeit und einfachen Parametereinstellungen²⁹. Im in diesem Artikel vorgeschlagenen Modell der spontanen Verbrennungstemperatur dient SSA als Kernmethode des "strukturellen Optimierungs"-Konzepts und optimiert automatisch die CNN-LSTM-Attention-Modellarchitektur und wichtige Hyperparameter, um die Vorhersagegenauigkeit und Verallgemeinerung über heterogene Datensätze hinweg zu verbessern.

3. Modellvalidierung und Übertragbarkeitsbewertung

1. Validierung der Modelleffektivität
   1. Entwerfen Sie ein Ablationsexperiment unter Verwendung von Kohle-Spontanverbrennungsdaten, um die individuellen Beiträge der CNN-, LSTM- und Attention-Module zu überprüfen. Teile den Datensatz zufällig in Trainingssätze (80 %) und Testsätze (20 %) unter Verwendung eines festen zufälligen Seed von 42, um die Reproduzierbarkeit sicherzustellen.
      HINWEIS: Verwenden Sie eine Workstation mit einer NVIDIA RTX 4090 GPU und führen Sie alle Experimente mit Python 3.8 und TensorFlow 2.6 durch (Entwicklungs-IDE-Informationen sind in der Materialtabelle aufgeführt).
   2. Setzen Sie die Zielfunktion auf den mittleren quadratischen Fehler () und wenden Sie den verbesserten Sparrow Search Algorithm (SSA) an, um gemeinsam wichtige Hyperparameter der CNN-LSTM-Attention-Architektur zu optimieren, einschließlich Netzwerktiefen, Lernrate und Batchgröße. Um Fairness zu gewährleisten, trainieren Sie alle Basismodelle auf demselben Datensatz mit identischen Trainingsphasen, Lernraten und Batchgrößen und bewerten Sie auf demselben Testset.
   3. Basierend auf einer festen CNN-LSTM-Attention-Modellstruktur werden fünf klassische Methoden der Parameteroptimierung verwendet – Genetic Algorithm (GA), Grey Wolf Optimization (GWO), Particle Swarm Optimization (PSO), Whale Optimization Algorithm (WOA) und Sparrow Search Algorithm (SSA) – um das Modell zu optimieren, gefolgt von einer umfassenden Bewertung mit struktureller Optimierung.
   4. Berechnen Sie die Leistungskennzahlen für jedes Modell im Testset und visualisieren Sie die Ergebnisse mit Vergleichsdiagrammen.
      1. Berichten Sie über die Ablationsstudie (Tabelle 1), die prädiktive Leistung der sieben Modelle (Tabelle 2) und die vergleichende Leistung der Optimierungsalgorithmen (Tabelle 3).
      2. Für die Abbildungen darstellen Sie die Vorhersagen des Modells anhand der Beobachtungen und setzen Sie die Legendenbezeichnungen auf "Vorhergesagt" und "Gemessen". Achten Sie auf einheitliche Schriftarten, Farbschemata und Achseneinheiten über alle Figuren hinweg. Für die Tabellen sollten Schriftart, Spaltenreihenfolge, Einheiten und Dezimalstellen konsistent bleiben.
2. Validierung der Modellübertragbarkeit
   1. Erstellung des Übertragungsvalidierungsdatensatzes
      1. Verwenden Sie einen Transfer-Validierungsdatensatz mit 83 Kohleproben von sechs Bergbaustandorten, insgesamt 12.450 Temperatur-Gas-Feature-Datensätze. Für jeden Standort werden die Daten in Trainingssets (80 %) und Testsets (20 %) aufgeteilt und eine ausgewogene Repräsentation über verschiedene geologische Bedingungen hinweg gewährleistet.
         HINWEIS: Um die Auswirkungen der "strukturellen Optimierung" auf die Verallgemeinerungsleistung des Modells zu bewerten, erstellte diese Studie einen umfassenden Datensatz für die Kohle-Spontanverbrennungstemperatur, der mehrere Bergbaustandorte und unterschiedliche geologische Bedingungen umfasst. Der Datensatz integriert Feldüberwachungsdaten von repräsentativen Minen wie der Qinglong-Mine (nahezu horizontale Kohleflöze), der Xiao Ji Han-Mine (dicke Kohleflöze) und der Zhangjiamao-Mine (flach vergrabene Kohleflöze) sowie experimentelle Daten von selbstentzündungsanfälligen Kohleflözen der I-II-Klasse unter unterschiedlichen geologischen Bedingungen, darunter das Kohleflöz Nr. 4 (hoher flüchtiger Gehalt), das 72-Kohleflöz der Yuan Dian Nr. 2 Mine (Verbunddach), und Hongqingliang-Mine (oxidationsanfällige Merkmale).
   2. Heterogenitätsanalyse von Grubendatensätzen
      1. Zugeordnete Aufzeichnungen pro Mine für CO, CO₂, CH₄, C₂H₆, C₂H₄ und Kohletemperatur; Behalte meine ID und Zeitstempel.
      2. Einheiten harmonisieren (ppm oder %) und Zeitstempel ausgleichen; Behandle fehlende Werte wie in Schritt 2.1 angegeben.
      3. Berechnen Sie Min, Q1, Median, Q3, Max und IQR für jede Variable × Mine; Flaggen-Ausreißer nach der 1,5×IQR-Regel.
      4. Quantifizierung der Kreuzminenheterogenität durch Berechnung von Faltungsdifferenzen für Q3 und Max; Hervorheben Fälle ≈ zwei Größenordnungen (insbesondere CO/CO₂).
      5. Diagramme mit Box-und-Whisker-Diagrammen nach meinem (ein Panel pro Variable; gemeinsame y-Achse pro Variable; Ausreißer als Punkte anzeigen; Quartile beschriften).
      6. Export als Abbildung 4.
      7. Wählen Sie vier leistungsstarke Modelle im Labordatensatz – XGBoost, BP, TCN und Transformer – zum Vergleich aus, um die Übertragbarkeit des vorgeschlagenen Modells zu validieren.

Results

Die Modellstabilität wurde mit vier unabhängigen Datensätzen validiert, die eine konsistente prädiktive Leistung unter verschiedenen geologischen Bedingungen demonstrieren. Dieser Abschnitt präsentiert repräsentative Ergebnisse und Leistungsbewertungen der Kohle-Spontanverbrennungsexperimente und des vorgeschlagenen SSA-CNN-LSTM-Attention-Modells. Zunächst werden die während der programmierten Heizoxidationsexperimente gesammelten Variationen mehrerer Gasindikatoren analysiert, um die dyn...

Discussion

Verwenden Sie intakte Kohleblöcke; Führen Sie nach der Probenahme nur eine Oberflächenreinigung durch und verschließen Sie sofort doppelt, um eine längere Exposition zu vermeiden. Halten Sie die Gasleitung mit konstanter Durchflussregelung (MFC) undicht, führen Sie die programmierte Erhitzung genau wie im Protokoll beschrieben aus und kalibrieren Sie den GC nach zertifizierten Standards. Erfassen Sie Temperatur- und Gassignale in festen Abständen und synchronisieren Sie Zeitstempel (sieh...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
6-Port, 2-Position-Gasprobenventil mit Universalaktuator	VICI Valco	EUDA-2C6UWT	1/16" Beschläge; 0,75-mm-Öffnungen; RS-232; 2" Standoff
Alumina-Probeboot	MTI Corporation	EQ-CA-L50W40H20	>99,5 % Al2O3; 50&m; 40× 20 mm
Chromatographie-Software	Agilent Technologien	OpenLab CDS	Datenerfassung/-verarbeitung
Kohleproben (im Feld entnommen)	Haus-/feldgesammelte Sammlungen	N/A	Quelle detailliert in Methods
CUDA / cuDNN	NVIDIA	https://developer.nvidia.com/cuda-zone	CUDA 11.x; Matching cuDNN
DAQ-Großrechner	Keysight	DAQ970A	6½-stellige DMM; USB/LAN
Trockenmittel (anzeigend)	W.A. Hammond Drierite	23001	Calciumsulfat; 8 Mesh; 1 Pfund
Membranluftpumpe	KNF	https://www.knf.com	Kontinuierliche Luftzufuhr; Verstellbarer Durchfluss
FR-Laborkittel	Bollwerk	KEL2 (Serie)	NFPA 2112-konform
Gaschromatograph	Agilent Technologien	G3540A (8890 GC-System)	GC-System; EPC; Bis zu 2 Einlässe / 4 Detektoren
Hitzebeständige Handschuhe	Ansell	43-113	Intermittierend bis zu ~350 °C; C
Luft mit hoher Reinheit	Air Liquide / Airgas	https://www.airgas.com/solutions/specialty-gases/pure-gases/alphagaz	≥ 99,99 % Reinheit
IDE	JetBrains / Microsoft	https://www.jetbrains.com/pycharm/ ; https://code.visualstudio.com/download	PyCharm / VS Code
Inline-Filter	Swagelok	https://www.swagelok.com/downloads/webcatalogs/en/ms-01-92.pdf	Gesinterte SS-Elemente 0,5 & Dash; 15 & Mikro; m
K-Typ-Thermoelemente	OMEGA	https://www.omega.com	Typ K (NiCr– NiSi)
Massenstromregler (0– 200 SCCM)	Alicat Scientific	MC-200SCCM-D	MC-Serie; &Plusmn; (0,8 % RDG + 0,2 % FS)
Mehrkomponenten-Kalibrierungsgase	Messer	https://specialtygases.messergroup.com/standard-gas-mixtures	Spezialisierung; Urkunde
Betriebssystem	Microsoft	https://www.microsoft.com/en-us/software-download/windows11	Windows 11
Betriebssystem	Kanonisch	https://ubuntu.com/download/desktop	Ubuntu LTS (22.04/24.04)
PTFE/PFA-Schläuche	Swagelok	https://products.swagelok.com/en/all-products/hoses-flexible-tubing/ptfe-pfa-core-hose/c/716?clp=true	Chemisch resistent; 1/16 & Strich; 1/4 in OD
Python	Python Software Foundation	https://www.python.org/downloads/	Version 3.8
Quarz-Probeboot	MTI Corporation	EQ-QB-1017 (Beispielgröße)	~1200 & Grad; C Arbeitstemperatur
Schutzbrille	3M	93506P1-DC (Beispiel)	Chemischer Splash; Anti-Nebel-Optionen
Edelstahl-nahtlose Rohre	Swagelok	https://www.swagelok.com/downloads/webcatalogs/en/ms-01-181.pdf	316/316L; 1/16 & Strich; 1/4 in OD
Edelstahl-Rohrverschraubungen & Ferrulen	Swagelok	https://products.swagelok.com/en/all-products/fittings/tube-fittings-adapters/c/154?clp=true	316/316L; Doppel-Ferrule
Temperaturregler	Eurotherm	3216	Single-Loop-PID; Programmierbare Rampen/Alarme
TensorFlow	Google	https://www.tensorflow.org	Version 2.6
USB-Thermoelementmodul	NI (Nationale Instrumente)	781314-01 (USB-TC01)	K/J/T; Logging-Software
Variabler Durchflussmesser (Visi-Float)	Dwyer Instruments	VFA-2-EC-SS (0.2 & Strich; 2 SCFH Luft)	Niedrigwasserbereich; Direktes Lesen
Workstation-GPU	NVIDIA	900-1G136-2530-000 (Gründerausgabe)	GeForce RTX 4090, 24 GB GDDR6X (FE)