基于本體與關聯(lián)規(guī)則的煤礦監(jiān)控預警模型的設計與研究
發(fā)布時間:2023-04-26 17:43
煤炭產(chǎn)業(yè)是我國的基礎性產(chǎn)業(yè),但是煤炭開采具有很大的風險,每年都會出現(xiàn)因為礦井中工作環(huán)境惡劣、安全技術水平不足、操作不規(guī)范等原因造成的煤礦傷亡事故。為了減少事故的發(fā)生,現(xiàn)在的煤礦企業(yè)大多都配備了煤礦監(jiān)控預警系統(tǒng),它不僅可以監(jiān)測瓦斯、一氧化碳等環(huán)境參數(shù)并實行超限報警、斷電等防患措施,還可以實時監(jiān)控各種設備如風門、風筒等的運行狀況,保證其正常運行。煤礦監(jiān)控預警系統(tǒng)在一定程度上可以提高煤礦企業(yè)的安全管理能力,但是它也存在一些弊端,例如系統(tǒng)中的信息管理混亂、大量的監(jiān)控數(shù)據(jù)沒有被有效利用以及傳感器反應不靈敏沒有被及時發(fā)現(xiàn)導致系統(tǒng)的可靠性變差等。通過對上述問題進行研究,本文構建了基于本體與關聯(lián)規(guī)則的煤礦監(jiān)控預警模型。該模型運用了本體技術,是因為本體可以將雜亂的領域知識系統(tǒng)化地組織起來;又可以基于本體的結構化特性實現(xiàn)監(jiān)控數(shù)據(jù)的儲存與快速查詢;還可以實現(xiàn)基于本體的知識推理。需要說明的是,該系統(tǒng)的本體推理技術是基于Jena推理機實現(xiàn)的。該推理預警模型還運用到了關聯(lián)規(guī)則挖掘技術,是因為關聯(lián)規(guī)則挖掘算法可以針對煤礦監(jiān)控數(shù)據(jù)的特點進行挖掘,并能夠得到隱含的對煤礦預警有價值的關聯(lián)規(guī)則運用到本體推理中。其主要的研究...
【文章頁數(shù)】:73 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景和意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 本體理論及應用現(xiàn)狀
1.2.2 關聯(lián)規(guī)則的研究現(xiàn)狀
1.2.3 煤礦安全監(jiān)控技術的研究現(xiàn)狀
1.3 研究方法
1.4 論文組織結構
1.5 本章小結
2 本體相關理論及技術
2.1 本體的基本概念
2.1.1 本體的定義
2.1.2 本體的構成
2.1.3 本體的分類
2.1.4 本體的功能
2.2 本體描述語言
2.2.1 基于AI的本體描述語言
2.2.2 基于Web的本體描述語言
2.3 本體建模方法
2.4 本體建模工具
2.5 本章小節(jié)
3 關聯(lián)規(guī)則及改進的Apriori挖掘方法
3.1 關聯(lián)規(guī)則挖掘簡介
3.2 關聯(lián)規(guī)則的定義
3.3 關聯(lián)規(guī)則的挖掘過程和Apriori算法
3.4 改進的Apriori挖掘方法
3.4.1 Apriori算法的不足
3.4.2 Apriori挖掘方法的改進
3.5 算法描述
3.6 基于改進的Apriori挖掘方法進行關聯(lián)規(guī)則挖掘
3.7 本章小結
4 煤礦監(jiān)控預警模型的設計
4.1 需求分析
4.1.1 煤礦監(jiān)控預警系統(tǒng)概述
4.1.2 煤礦監(jiān)控預警模型的需求分析
4.2 Jena推理模型
4.2.1 Jena框架結構
4.2.2 Jena推理原理
4.3 模型設計
4.4 本章小結
5 煤礦監(jiān)控預警模型的實現(xiàn)
5.1 煤礦監(jiān)控預警本體構建
5.2 推理規(guī)則
5.2.1 自定義規(guī)則格式
5.2.2 推理規(guī)則的構建
5.3 模型實現(xiàn)
5.4 本章小結
6 結論與展望
6.1 結論
6.2 創(chuàng)新點
6.3 展望
參考文獻
附錄 2017年我國某煤礦監(jiān)控系統(tǒng)中的部分監(jiān)測數(shù)據(jù)
致謝
作者簡介及讀研期間主要科研成果
本文編號:3801920
【文章頁數(shù)】:73 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景和意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 本體理論及應用現(xiàn)狀
1.2.2 關聯(lián)規(guī)則的研究現(xiàn)狀
1.2.3 煤礦安全監(jiān)控技術的研究現(xiàn)狀
1.3 研究方法
1.4 論文組織結構
1.5 本章小結
2 本體相關理論及技術
2.1 本體的基本概念
2.1.1 本體的定義
2.1.2 本體的構成
2.1.3 本體的分類
2.1.4 本體的功能
2.2 本體描述語言
2.2.1 基于AI的本體描述語言
2.2.2 基于Web的本體描述語言
2.3 本體建模方法
2.4 本體建模工具
2.5 本章小節(jié)
3 關聯(lián)規(guī)則及改進的Apriori挖掘方法
3.1 關聯(lián)規(guī)則挖掘簡介
3.2 關聯(lián)規(guī)則的定義
3.3 關聯(lián)規(guī)則的挖掘過程和Apriori算法
3.4 改進的Apriori挖掘方法
3.4.1 Apriori算法的不足
3.4.2 Apriori挖掘方法的改進
3.5 算法描述
3.6 基于改進的Apriori挖掘方法進行關聯(lián)規(guī)則挖掘
3.7 本章小結
4 煤礦監(jiān)控預警模型的設計
4.1 需求分析
4.1.1 煤礦監(jiān)控預警系統(tǒng)概述
4.1.2 煤礦監(jiān)控預警模型的需求分析
4.2 Jena推理模型
4.2.1 Jena框架結構
4.2.2 Jena推理原理
4.3 模型設計
4.4 本章小結
5 煤礦監(jiān)控預警模型的實現(xiàn)
5.1 煤礦監(jiān)控預警本體構建
5.2 推理規(guī)則
5.2.1 自定義規(guī)則格式
5.2.2 推理規(guī)則的構建
5.3 模型實現(xiàn)
5.4 本章小結
6 結論與展望
6.1 結論
6.2 創(chuàng)新點
6.3 展望
參考文獻
附錄 2017年我國某煤礦監(jiān)控系統(tǒng)中的部分監(jiān)測數(shù)據(jù)
致謝
作者簡介及讀研期間主要科研成果
本文編號:3801920
本文鏈接:http://sikaile.net/qiyeguanlilunwen/3801920.html