基于多元回归方程分析矿井巷道敏感特性的网络分支数与回归样本数间的显著性研究

贾廷贵, 乔继兴, 李颜兵, 曲国娜

内蒙古科技大学学报 ›› 2025, Vol. 44 ›› Issue (02) : 146 -151.

PDF
内蒙古科技大学学报 ›› 2025, Vol. 44 ›› Issue (02) : 146 -151. DOI: 10.16559/j.cnki.2095-2295.2025.02.008

基于多元回归方程分析矿井巷道敏感特性的网络分支数与回归样本数间的显著性研究

    贾廷贵, 乔继兴, 李颜兵, 曲国娜
作者信息 +

Author information +
文章历史 +
PDF

摘要

为确定不同矿井通风网络结构中,敏感风路最优回归方程式下巷道条数(n)与数据量(l)的关系,研究设立了6种矿井通风网络图,其中n分别为10、12、14、16、18、20,通过改变巷道的风阻值Ri进行网络解算得出主要需风风路ei风量的变化,并以风路敏感系数判别式为模型进行多元回归分析,将得出的风路敏感系数Ai进行统计学诊断与分析,若所得风路敏感系数变化比例δ在5%以内,则认为得到的回归方程为最优。结果表明:随着数据量的增加,主要需风风路风量的变化逐渐变缓,当n=10、12、14、16、18、20,l=12、12、21、16、18、100时,可得最优多元回归方程l=-1.60e(-n/0.58)+15.20。

关键词

矿山安全 / 矿井通风 / 多元回归 / 敏感性 / 稳定性

Key words

引用本文

引用格式 ▾
基于多元回归方程分析矿井巷道敏感特性的网络分支数与回归样本数间的显著性研究[J]. 内蒙古科技大学学报, 2025, 44(02): 146-151 DOI:10.16559/j.cnki.2095-2295.2025.02.008

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

126

访问

0

被引

详细

导航
相关文章

AI思维导图

/