基于模糊模块化神经网络的煤矿安全性评价

在合理选取煤矿安全性评判指标的基础上,运用模糊神经网络理论建立了煤矿安全性评价的模糊Modular神经网络模型,在开滦煤矿的实际应用表明了此模型用于煤矿安全性评价的可行性.     

基于模糊神经网络的煤矿安全评价综合评判

针对煤矿安全综合评价方法中因人为因素、模糊因素及动态因素而导致评价结果不够准确的情况,依据煤矿安全评价指标体系结构,构建了基于模糊神经网络的多级模糊评判模型,提出了神经网络分级BP学习算法,解决了多级模糊评判中权值学习困难的问题,使训练速度和评判的准确性大幅提高.以鸡西矿业集团煤矿为研究对象,建立了基于模糊神经网络的安全评价模型.结果表明:该方法能有效地对煤矿进行安全评价,综合评判客观、准确.     

基于模糊神经网络的瓦斯爆炸危险性评价模型

煤矿瓦斯爆炸事故的复杂性和随机性决定了煤矿瓦斯爆炸重大危险源的变化不会按照某一特定的规律或函数变化.模糊神经网络具有较强的非线性函数逼近能力和较强的自学习、自适应和联想能力.通过简化易燃、易爆、有毒重大危险源评价模型,确定了网络的输入参数,应用模糊神经网络对各参数之间的关系进行计算,验算结果表明:该网络模型在评价煤矿瓦斯爆炸危险性方面效果良好.     

基于神经网络的模糊综合评价

在模糊系统理论与神经网络理论基础上，建立了一种基于神经网络的模糊综合评价模型，其合成运算采用加权平均算子，其隶属函数调整采用误差反传算法，并证明了这种算子的模糊综合评价神经网络能收敛到唯一的极小点，不咄了以三角模糊函数为尿属函数的模糊综合评价神经网络的隶属函数调整算法。     

基于遗传算法的模糊优选神经网络路面性能评价模型

针对现有路面性能评价方法的不足,在模糊优选神经网络模型的基础上,引入遗传算法,建立了基于遗传算法的模糊优选神经网络的路面使用性能评价模型.该算法采用遗传算法优化神经网络权值,再用神经网络对遗传算法搜索到的近似最优解进行微调,并将模糊优选模型作为神经网络的激励函数,使模型具有明确的物理意义.应用该模型对沈大高速公路部分路段进行评价,与其他模型的对比分析表明:该方法在评价精度和效率方面取得了良好的效果,是一种实用的高速公路路面性能评价方法.     

基于人工神经网络的水质评价研究

应用神经网络方法，建立了水质评价模型，对湖泊富营养化程度进行评价，并与模糊评价方法的结果进行了比较.结果表明，神经网络模型具有较强的处理相互矛盾样本的能力，应用于环境质量分类是可行的.     

Gray-FAHP集成法在矿井瓦斯安全评价中的应用

为解决传统安全评价方法存在的推理速度慢、精度较低等问题,从影响瓦斯安全性的各种因素出发,建立以瓦斯状态、矿井通风、监控监测、安全管理、引火源为主要因素的矿井瓦斯安全评价指标体系。依据模糊综合评价法、层次分析法、灰色关联度法,构建矿井瓦斯安全评价的数学模型。运用该集成模型对黑龙江省龙煤集团鸡西分公司5个煤矿进行矿井瓦斯安全评价。结果显示,5个矿井瓦斯安全性均处于良好水平,按其程度排序,依次为煤矿1、煤矿4、煤矿5、煤矿3、煤矿2。该研究为煤矿瓦斯的安全性评价提供了一种新方法。     

神经网络在电气安全评价中的应用研究

为解决当前电气安全评价中评价结果残差过大,与实际情况不符的问题,引入神经网络技术,开展其在电气安全评价方法中的应用研究。通过对电气设备运行过程中的数据进行同构化处理,为后续评价提供数据依据;再建立针对电气安全评价的神经网络模型;再在引入神经网络技术的基础上,对构建的模型进行训练;最后,基于模型输出结果完成数据解模糊评价结果的生成。通过将新的评价方法与基于边缘计算的评价方法应用到相同实验环境中验证,新的评价方法评价结果残差更小,评价结果能够更好实现对电气运行状况的描述,实现对电气安全性的高精度评价。     

基于人工神经元网络的采场顶板质量评价模型

根据神经网络理论，建立了采场顶板质量评价的人工神经网络模型，实例表明该模型的评价正确率高，是用于解决复杂非线性系统评价问题的有效方法。可望在煤矿开采领域其它评价问题中得以推广应用。     

基于小波神经网络的非线性系统工程安全性评价研究

针对现有非线性系统工程安全性评价方法中存在的不足之处,本文将小波理论与神经网络相结合,提出了一种可应用于系统工程安全性评价的小波神经网络模型.最后将该网络应用于某大跨度悬索桥的安全评价中.研究结果表明:训练后的WNN模型收敛速度优于BP神经网络,有效减少了平均训练误差.研究成果可应用于其他系统工程的安全性评价中.     

中国煤矿安全评价知识图谱——基于CiteSpace V的可视化分析

为了解决煤矿安全生产过程中的危害问题,了解煤矿安全评价领域的发展趋势,借助Cite Space V软件对1998—2018年期间CNKI收录的“煤矿”“安全评价”领域的相关文献进行可视化知识图谱分析。结果表明：该领域的研究主要集中于安全领域贡献较为突出的高校机构,作者间合作以小范围团队合作为主;安全评价、指标体系、风险评价以及评价模型等是未来该领域内重点研究的几个方面;人为因素导致的矿工不安全行为而引发的煤矿安全风险是未来该领域研究的热点。     

基于演化博弈的煤矿安全监管分析

安全监管是提高煤矿安全生产水平的有效途径.运用演化博弈理论构建了单一煤矿群体安全生产行为博弈模型和非对称煤矿安全监察博弈模型,通过复制动态方程的动态趋势和稳定性分析对煤矿安全监管进行了深入的探讨.结果表明:降低煤矿安全生产成本,降低监察成本和提高监察效率,提高惩罚力度等都将使煤矿安全监管博弈向着良好的方向演化.     

煤矿安全投入与安全绩效的系统动力学

为了解决煤矿安全投入与安全绩效的关系问题,采用系统动力学进行煤矿安全投入与安全绩效的仿真模拟。研究结果表明:在初期煤矿生产过程中,安全投入对各因素的安全水平影响有一定的滞后性;从长期来看,增加安全投入对煤矿企业的安全绩效有明显的促进作用;煤矿企业初期安全水平高低影响煤矿达成期望安全绩效的快慢;人为因素水平和管理因素水平与煤矿安全绩效呈正相关性。该成果为煤矿安全管理决策提供理论依据。     

安全系统工程在煤矿安全管理中的应用

煤矿安全工作是个复杂的系统工程,应用安全系统工程理论对煤矿系统安全状况进行分析,才能有效防止灾害事故。在建立煤矿安全评价指标体系的基础上,确定了体系层次结构及各指标的权重,并运用模糊综合评价法对煤矿系统人、机、环境三个单因素评判和整体综合评判,得到的定性和定量的评价结果直观、科学、可靠,能掌握系统整体安全状况,具有实际应用价值。     

基于云模型和D-S理论的煤矿安全管理评价方法

针对传统评价方法处理某些指标时无法同时反映模糊性和随机性的缺陷,提出基于云模型定性与定量互转模型和D-S理论权重确定方法的综合评价方法.综合考虑煤矿安全管理影响因素,建立以设备管理、作业环境管理、信息管理、人员分配管理为二级指标的煤矿安全管理系统指标体系.霍州煤电集团宋庄煤矿的安全管理系统评价结果表明,该方法科学、有效.     

煤矿顶板事故隐患危险性智能评价系统

介绍了煤矿顶板事故隐患危险性智能评价系统的思想、方法及实现的途径,为顶板安全管理提供了一条科学化、智能化方法.     

基于微服务与机器学习的煤矿安全监测系统

煤矿安全监测监控系统种类繁多、架构不一、信息不共享、功能无互助、监测数据难以得到有效利用,煤矿安全生产缺少可靠的数据支撑。为此,设计了一种基于微服务架构的安全监测系统,将信息管理与自动监测各业务系统统一,构建成一个灵活、稳健、高效的系统平台,以适应大数据分析与挖掘应用。通过基于Hadoop构建的煤矿安全监测大数据平台,实现对海量环境监测数据的分布式存储、选择性抽取和高效计算。通过对生产环境监测数据的集成和深入挖掘,建立机器学习模型,自动识别安全隐患并推荐相应的处理措施,起到对煤矿环境安全综合研判和科学决策的辅助作用,推动实现煤矿安全管理的智能化。     

建立新体制下煤矿安全培训体系的研究

分析了全国煤矿安全形势以及煤矿安全技术培训现状和存在的问题，指出了建立新体制下煤矿安全技术培训体系的必要性，提出了在新的煤矿安全监察体制下，进一步贯彻落实(安全生产法)，加强煤矿安全技术培训的对策。同时对煤矿从业人员实行安全资格制度，并推行执业资格制度，建立健全煤矿安全技术培训的管理机制和保障措施等进行了探讨。     

基于灰色-模糊综合法的煤矿应急救援能力评价研究

为了对煤矿应急救援能力进行综合评价研究,分析了应急救援能力的内涵,重新界定了应急救援能力的概念;在分析煤矿应急救援能力的影响因素的基础上,构建了多层次煤矿应急救援能力评价指标体系,建立了基于灰色-模糊综合评价法的煤矿应急救援能力评价模型.通过实例表明,该方法能对煤矿应急救援现状进行较为准确的评价,为煤矿提升自身应急救援能力提供依据.     

煤矿环境中人体ESD模型

在有瓦斯的煤矿环境中,井下工作人员等效于移动的孤立静电导体,人体静电比井下器材静电更具有隐蔽性、偶发性、危险性.本文通过实验确定能代表煤矿特殊环境中的人体电容、人体电阻,建立煤矿环境中的人体ESD物理模型,为制定煤矿人体静电安全标准提供实验依据.