摘要：采集35个矿区新煤层煤样,在实验室条件下测定煤质化学组成和结构参数.采用十折交叉验证方法合理确定隐含层神经元数,构建包含13个影响因子为输入参数的3层BP人工神经网络,利用建立的神经网络模型进行煤尘润湿接触角估算.结果表明,隐含层神经元数对接触角估算结果影响较大,选择适宜的隐含层神经元数有利于降低相对估算误差;当隐含层神经元数为11个时,煤尘润湿接触角估算结果与实测结果相关性系数为R2=0.962,相对误差介于1.74%~15.48%之间,结果相对误差平均值为5.70%.说明利用BP神经网络建立的煤尘润湿接触角估算模型具有很高精度,估算结果可用于指导煤矿企业有针对性地采取防降尘措施.