本书以煤的孔隙结构研究为切入点，着力研究煤的瓦斯赋存特征及其影响因素对突出风险的作用机理，系统地分析了不同煤阶煤样的孔裂隙发育规律并进行了分形研究，探索了煤的变质程度、工业组分、孔径分布、分形维数等内在因素及压力、温度等外在因素对煤的瓦斯吸附、解吸特性的影响，利用安全科学理论，建立了包含瓦斯赋存一致灾条件-风险事故-预警技术的安全评价指标系统，构建了具有自学习、自纠错、自反馈功能的深度学习型人工智能预警系统，实现了灾变模拟的可预测和预警级别的可查询等。本书的出版将拓宽低瓦斯矿井突出风险事故致因因素的研究视角，推动煤矿瓦斯赋存理论的发展，促进煤矿瓦斯突出风险智能预警的研究。 本书适合煤矿安全管理、风险防治与预警、人工智能管理等领域的研究人员和工程技术人员阅读。

前言
第1章 绪论
1.1 研究背景
1.2 研究目的和意义
1.3 国内外研究综评
1.4 主要研究内容、方法和技术路线
第2章 中高阶煤的孔隙结构特征研究
2.1 煤样的采集和测定
2.2 压汞实验测试孔隙结构基本特征
2.3 低温液氮实验测试孔隙结构特征
2.4 中高阶煤孔隙结构的分形特征研究
第3章 煤的瓦斯赋存机理研究
3.1 煤的瓦斯赋存研究现状分析
3.2 实验煤样制备和实验系统改进
3.3 煤的瓦斯极限赋存能力实验研究
3.4 煤的瓦斯赋存模型研究
3.5 煤的瓦斯赋存模型解构和机理研究
第4章 煤的瓦斯赋存影响因素分析
4.1 内在因素对煤的瓦斯赋存影响分析
4.2 外部因素对煤的瓦斯赋存影响分析
4.3 构建煤的瓦斯赋存影响因素灰色分析模型
第5章 瓦斯突出风险深度学习型智能预警系统研究
5.1 瓦斯突出风险溯源
5.2 突出风险指标与煤的瓦斯赋存影响因素关联分析
5.3 BP神经网络构建深度学习型智能预警系统的可行性分析
5.4 煤层瓦斯突出风险的深度学习型智能预警系统构建与优化
5.5 突出风险致因指标深度学习型智能预警系统的运行与验证
第6章 瓦斯突出风险深度学习型智能预警方法的优势与展望
6.1 方法总结
6.2 创新优势
6.3 发展展望
附录1 相对压力与孔径对应表
附录2 深度学习型智能预警编程代码
参考文献