基于灰色关联分析法的煤矿伤亡事故统计研究

以2007-2012年度国家安全生产监督管理总局煤矿事故统计数据为基础,利用灰色关联分析法构建了煤矿安全系统灰色关联评价模型,通过计算系统数据序列之间的灰色关联度建立了灰色关联矩阵。根据优势分析原则得到影响煤矿事故的主要影响因素是瓦斯事故、顶板事故和水灾事故。该方法能够为煤矿事故的预防及安全管理提供有效的参考依据。     

基于灰色自记忆原理的煤矿瓦斯浓度预测

 井下瓦斯浓度预测是预防煤矿瓦斯事故的重要环节和基础工作。以预测煤矿瓦斯浓度为研究目的,采用灰色系统理论与自记忆原理相结合的方法,将灰色系统理论导出的煤矿瓦斯浓度变化微分方程代入由自记忆原理推导的离散形式自记忆方程,利用最小二乘法求得记忆系数,建立了煤矿瓦斯浓度预测的灰色自记忆模型。结合李雅庄煤矿304综采面瓦斯浓度实测值,由试算法确定最优回溯阶p=7,建立瓦斯浓度预测灰色自记忆模型,并与G(1,1)模型进行对比分析。研究表明,灰色自记忆模型综合了灰色系统理论和自记忆原理的优越性,能够准确拟合与预测出井下瓦斯浓度变化的总体趋势与波动细节,有较好的工程适应性和较高的预测精度,为井下瓦斯浓度预测提供新的途径。     

煤与瓦斯突出危险性的灰色综合评价

为了降低煤与瓦斯突出事故的危险性问题,采用灰色综合评价的方法,对煤矿井下不同地点的突出危险性进行了综合评价.结果表明:瓦斯压力、瓦斯放散初速度、煤的坚固性系数和煤的破坏类型可以作为反映煤与瓦斯突出危险的主要指标.依据灰色综合评价的方法,对煤矿井下不同地点的煤与瓦斯突出的危险性进行了排序.该成果对煤矿井下突出事故的防治提供了方向,对于提高煤矿的安全管理水平,预测和防治煤与瓦斯突出事故的发生具有一定的参考价值和指导意义.     

基于灰色系统理论的安全生产事故分析和预测

我国正处在社会和经济快速发展时期,安全生产事故频发,形势严峻。本文以国家安全生产监督管理总局的统计数据为基础,应用灰色系统理论建立了一个灰色预测模型,并以全国安全生产事故中的死亡人数的预测为例,对模型的适用性进行了验证。结果表明,预测值与实际值吻合较好,反映了安全生产事故死亡人数随时间变化的趋势,为分析安全生产事故的规律和事故的预防提供有益的参考。     

煤矿井下水仓水位的灰色动态预测

为实现煤矿井下可靠、节能自动排水的需要,根据不同季节和时段井下涌水量的差异引起水位不同变化,基于灰色理论的分析和几种灰色预测模型的比较,提出了煤矿井底水仓水位的灰色动态预测方法,采用新信息模型作为煤矿井底水仓水位动态预测的渐进模型,并采用实测的实验数据加以验证,证明具有良好的符合度。为科学、合理的确定排水时段及水泵启停控制策略、数字化监控提供了依据。     

灰色聚类评估在煤矿突水预测中的应用

为了减少煤矿突水带来的危害,准确掌握煤矿发生突水的可能性,采用灰色聚类评估方法,建立矿井突水预测模型,进行矿井突水预测。实例表明,灰色聚类评估方法在煤矿突水预测中可以取得满意的预测精度,预测结果更加可靠。该方法在煤矿突水中的应用进一步拓宽了灰色聚类理论的应用范围,并为煤矿突水的准确预报提供了一种新的方法。     

兴隆县中小煤矿突水事故因素的灰色关联分析

以兴隆县不同乡镇8个中小煤矿为例,运用灰色理论中的灰色关联评价模型对影响煤矿突水事故的诸多非线性、动态因素进行量化分析,得出切合实际的结果,找出事故发生的具体原因,为具体防范措施提供依据.     

基于灰色预测模型的重庆市入境旅游客流量预测

灰色预测模型在研究入境旅游客流量预测上有很高的精度.依据灰色预测模型的建模过程和模型精度检验的方法,对重庆市1997—2007年的入境旅游客流量进行分析,选取2004—2007年的入境旅游客流量作为原始数据,建立了重庆市入境旅游客流量和时间的数列预测GM(1,1)模型,经检验该模型预测精度可靠.依据该模型,计算出了2008—2012年重庆市的入境旅游客流量,预计2008—2012年重庆市入境旅游客流量会继续迅速上升,有望在2009年突破100万人次.     

关于山西煤矿百万吨死亡率GM(1,1)模型预测研究

根据灰色系统预测理论,建立了煤矿百万吨死亡率的GM(1,1)动态预测模型对山西省近几年的煤矿百万吨死亡率进行统计预测,并验证了预测精度。结果表明:该预测模型的构造是准确的,对煤矿的安全生产提供了科学的理论依据。     

灰色理论在我国化工园区事故预测中的应用

根据我国化工园区事故统计数据,运用灰色系统理论建立我国化工事故数和伤亡人数的GM(1,1)灰色预测模型;通过关联度检验,结果表明:模型的预测精度良好;用模型对我国化工园区的安全状况进行预测,得出事故发生数以及伤亡人数的预测值,并做出了变化曲线,表明我国化工事故数及伤亡人数呈上升的趋势;经分析,这主要是由于近几年我国大量兴建化工园区,而园区规划不完善、安全投入不足以及监管力量薄弱等原因导致的。