根据煤的硫分、灰分以及煤自燃过程中的耗氧速率、CO和CO2产生率等随温度变化的序列值与煤自然发火期之间存在的密切对应关系,建立了前向多层人工神经网络模型,用已有的煤自然发火实验数据对网络进行训练,得到了神经元间的联结强度,从而准确地表征这种对应关系.设计了一套油浴程序升温实验装置,确定了实验试管的尺寸和实验条件,从而能够准确测定煤自燃在不同温度下的耗氧速率及气体产生率.将煤样油浴程序升温实验数据及煤质分析数据代入人工神经网络,可算出煤的自然发火期.与煤自然发火实验相比,该方法测定煤样的自然发火期用煤量减少了99%以上,实验耗时缩短了90%以上,二者测试结果的偏差小于3 d.
