近十年來,我國煤礦安全事故數(shù)量和百萬噸死亡率實現(xiàn)了逐年“雙下降”。盡管如此,煤礦安全事故仍屢有發(fā)生,煤礦安全亟需重視。實現(xiàn)煤礦事故隱患排查治理形成長效機制,構(gòu)建煤礦事故隱患排查信息系統(tǒng),防范隱患未及時排查和治理而演變成為事故。本文通過分析煤礦事故隱患理論研究,并結(jié)合宏源煤業(yè)實際情況,深入研究了煤礦事故隱患排查治理體系框架及文本挖掘?qū)γ旱V隱患文本數(shù)據(jù)的分析應用。主要研究成果有:（1）研究了安全生產(chǎn)事故隱患理論,通過對煤礦事故隱患進行排查治理,可以有效降低事故因素的危險狀態(tài),減少事故的發(fā)生。闡述了煤礦事故隱患的分級分類和辨識方法,引入了PDCA閉環(huán)管理理論。構(gòu)建了煤礦事故隱患排查治理體系框架,同時也為煤礦隱患排查信息系統(tǒng)的研究開發(fā)奠定了基礎。（2）目前,煤礦事故隱患信息系統(tǒng)功能主要集中在隱患排查治理過程管控層面,忽視了挖掘隱患文本數(shù)據(jù)揭示煤礦隱患管理薄弱環(huán)節(jié)的價值研究。據(jù)此,對煤礦事故隱患文本進行了預處理研究,利用R語言的jiebaR包進行隱患文本分詞,構(gòu)建了煤礦事故隱患用戶詞典,擴充了隱患停用詞表,采用向量空間模型對隱患文本信息進行表示。（3）引入文本挖掘技術(shù),利用主題模型和關聯(lián)規(guī)則對煤... 

【文章來源】：中國礦業(yè)大學江蘇省211工程院校教育部直屬院校

【文章頁數(shù)】：99 頁

【學位級別】：碩士

【圖文】：

隱患文本默認詞典分詞結(jié)果

3隱患樣本分析及文本挖掘預處理29可以看出分詞結(jié)果中存在多處分詞不準確的地方，以“靜壓水管”和“三采區(qū)”為例，其原因是jiebaR包提供的默認標準詞典不含有這些專業(yè)名詞和采礦工程現(xiàn)場相關的詞語。使用煤礦事故隱患用戶詞典分詞結(jié)果如圖3-4所示。圖3-4隱患文本用戶詞典分詞結(jié)果Figure3-4Hiddendangertextuserdictionarywordsegmentationresults對比圖3-3可以看出，在豐富過后的用戶詞典的幫助下可以得到更為精確的分詞結(jié)果，尤其是隱患地點，例如“1234運輸巷”和“1236軌道巷”，以及采礦工程專業(yè)名詞，以“下浮煤”和“超前支護”為例。為了得到準確的文本分析和挖掘效果，實現(xiàn)準確分詞是極為重要的一步，其中關鍵的一步就是不斷擴充用戶詞典。三、去停用詞處理。根據(jù)jiebaR分詞得到的分詞結(jié)果去停用詞，去除“處”、“號”、“于”、“與”等連接詞、介詞、冠詞以及數(shù)字和標點符號，降低分詞結(jié)果特征項的維度，提高文本分析的準確率和運算速度。去停用詞后的部分結(jié)果如圖3-5所示。圖3-5隱患文本去停用詞結(jié)果Figure3-5Hiddendangertextdeletingstopwordresults四、構(gòu)建隱患文本語料庫。3900條煤礦事故隱患文本信息構(gòu)成語料庫，以原有的形式保存在計算機中，語料庫為后續(xù)文本挖掘操作提供基矗R語言tm包提供了語料庫構(gòu)建的功能，運行結(jié)果如圖3-6。

3隱患樣本分析及文本挖掘預處理29可以看出分詞結(jié)果中存在多處分詞不準確的地方，以“靜壓水管”和“三采區(qū)”為例，其原因是jiebaR包提供的默認標準詞典不含有這些專業(yè)名詞和采礦工程現(xiàn)場相關的詞語。使用煤礦事故隱患用戶詞典分詞結(jié)果如圖3-4所示。圖3-4隱患文本用戶詞典分詞結(jié)果Figure3-4Hiddendangertextuserdictionarywordsegmentationresults對比圖3-3可以看出，在豐富過后的用戶詞典的幫助下可以得到更為精確的分詞結(jié)果，尤其是隱患地點，例如“1234運輸巷”和“1236軌道巷”，以及采礦工程專業(yè)名詞，以“下浮煤”和“超前支護”為例。為了得到準確的文本分析和挖掘效果，實現(xiàn)準確分詞是極為重要的一步，其中關鍵的一步就是不斷擴充用戶詞典。三、去停用詞處理。根據(jù)jiebaR分詞得到的分詞結(jié)果去停用詞，去除“處”、“號”、“于”、“與”等連接詞、介詞、冠詞以及數(shù)字和標點符號，降低分詞結(jié)果特征項的維度，提高文本分析的準確率和運算速度。去停用詞后的部分結(jié)果如圖3-5所示。圖3-5隱患文本去停用詞結(jié)果Figure3-5Hiddendangertextdeletingstopwordresults四、構(gòu)建隱患文本語料庫。3900條煤礦事故隱患文本信息構(gòu)成語料庫，以原有的形式保存在計算機中，語料庫為后續(xù)文本挖掘操作提供基矗R語言tm包提供了語料庫構(gòu)建的功能，運行結(jié)果如圖3-6。

【參考文獻】：
期刊論文
[1]煤礦隱患排查信息管理系統(tǒng)研究現(xiàn)狀與展望[J]. 張儉讓,黃玉鑫,閆振國,張磊,霍小泉.  工礦自動化. 2019(11)
[2]煤礦通風安全隱患預防的措施探討[J]. 孔五洲.  科學技術(shù)創(chuàng)新. 2019(28)
[3]煤礦機電運輸安全管理及隱患預防研究[J]. 王慶文.  中國標準化. 2019(18)
[4]淺談“三位一體”安全生產(chǎn)標準化體系建設與創(chuàng)新[J]. 牛彥偉.  煤. 2019(09)
[5]煤礦井下采掘安全隱患及管理措施分析[J]. 牛春雨.  內(nèi)蒙古煤炭經(jīng)濟. 2019(15)
[6]智慧礦山框架與發(fā)展前景研究[J]. 趙明磊.  科學技術(shù)創(chuàng)新. 2019(23)
[7]基于文本挖掘的物探作業(yè)事故分析方法[J]. 王明達,陳潑,陳子新,韋永健,徐宗輝.  西安石油大學學報(自然科學版). 2019(04)
[8]“三位一體”安全生產(chǎn)標準化工作體系的創(chuàng)建與實施[J]. 郭東杰,秦海忠,陳寧.  中國煤炭工業(yè). 2019(07)
[9]美國煤礦安全風險管控和隱患排查治理[J]. 孫洪靈.  勞動保護. 2019(07)
[10]防風險除隱患遏事故 確保煤礦安全生產(chǎn)形勢持續(xù)好轉(zhuǎn)[J]. 黃盛初.  煤炭經(jīng)濟研究. 2019(06)

博士論文
[1]煤礦事故隱患排查與管控關鍵技術(shù)及應用研究[D]. 韋釗.中國礦業(yè)大學(北京) 2018
[2]基于數(shù)據(jù)挖掘的煤礦安全管理知識可視化研究[D]. 陳曉.中國礦業(yè)大學(北京) 2017
[3]基于流程化的煤礦安全生產(chǎn)風險控制系統(tǒng)研究[D]. 鄒向煒.中國礦業(yè)大學（北京） 2015

碩士論文
[1]我國煤礦雙重預防機制建設研究[D]. 王語萌.華北科技學院 2019
[2]基于病歷數(shù)據(jù)的文本挖掘研究與實現(xiàn)[D]. 杜寶琛.北京郵電大學 2019
[3]露天煤礦安全隱患排查治理系統(tǒng)研究與應用[D]. 李靖.華北科技學院 2019
[4]肖家洼煤礦雙控體系的建立及應用研究[D]. 張瑞.中國礦業(yè)大學 2019
[5]煤礦安全風險分級管控及事故隱患排查治理管理系統(tǒng)設計與實現(xiàn)[D]. 雷小平.江西財經(jīng)大學 2018
[6]郭家灣煤礦安全風險管控及隱患排查信息系統(tǒng)研究[D]. 邵廣桐.西安科技大學 2018
[7]面向筆記本電腦網(wǎng)絡用戶需求的短文本挖掘工具設計研究[D]. 冷少偉.華南理工大學 2018
[8]基于文本挖掘的船舶碰撞事故分析及防控對策研究[D]. 吳伋.武漢理工大學 2018
[9]基于文本數(shù)據(jù)的鐵路道岔故障預測[D]. 王廣.北京交通大學 2017
[10]基于語義的地鐵施工安全隱患知識建模及應用研究[D]. 滕哲.華中科技大學 2016



本文編號：3643609