本文關(guān)鍵詞：煤礦物聯(lián)網(wǎng)環(huán)境下的瓦斯爆炸災(zāi)害預(yù)測預(yù)警模型研究　出處：《河北工程大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 煤礦物聯(lián)網(wǎng) 瓦斯爆炸 預(yù)測 預(yù)警 非線性

【摘要】：瓦斯災(zāi)害預(yù)測預(yù)警技術(shù)是防止煤礦重、特大事故發(fā)生,改善煤礦安全生產(chǎn)問題的有效方法。煤礦物聯(lián)網(wǎng)系統(tǒng)是將物聯(lián)網(wǎng)技術(shù)應(yīng)用于煤礦生產(chǎn)中,是煤礦井下多類型數(shù)據(jù)實現(xiàn)靈活、動態(tài)、實時采集,可有效支撐應(yīng)用層信息處理與識別技術(shù)的系統(tǒng)。煤礦物聯(lián)網(wǎng)的應(yīng)用可實現(xiàn)煤礦生產(chǎn)信息實時化、控制智能化、預(yù)測預(yù)警精準化的目標,有效降低我國煤礦事故死亡人數(shù),全面提高煤礦生產(chǎn)安全。論文對煤礦物聯(lián)網(wǎng)環(huán)境下的瓦斯爆炸災(zāi)害預(yù)測、預(yù)警技術(shù)展開深入研究。主要研究內(nèi)容如下:首先,闡述了煤礦物聯(lián)網(wǎng)的技術(shù)現(xiàn)狀、系統(tǒng)應(yīng)用現(xiàn)狀和瓦斯爆炸災(zāi)害預(yù)測、預(yù)警技術(shù)研究現(xiàn)狀。煤礦物聯(lián)網(wǎng)的應(yīng)用可解決傳統(tǒng)瓦斯監(jiān)測系統(tǒng)中存在的數(shù)據(jù)類型單一、實時性差的問題,實現(xiàn)對煤礦井下多類型數(shù)據(jù)的實時采集。論文較為詳細地介紹了煤礦物聯(lián)網(wǎng)在山不拉煤礦中的應(yīng)用及煤礦物聯(lián)網(wǎng)信息處理與識別技術(shù)。其次,對瓦斯爆炸災(zāi)害預(yù)測技術(shù)展開研究。論文建立了基于PSO-MEA混合優(yōu)化算法的BP神經(jīng)網(wǎng)絡(luò)瓦斯爆炸災(zāi)害預(yù)測模型。采用提出的PSO-MEA混合優(yōu)化算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型的權(quán)值和閾值。其結(jié)合了粒子群優(yōu)化算法(Paticle Swarm Optimization,PSO)和思維進化算法(Mind Evolutionary Algorithm,MEA)的優(yōu)點,提高了模型的準確度。進而,對瓦斯爆炸災(zāi)害預(yù)警技術(shù)展開研究。論文建立了一種具有非線性特征的模糊綜合評價模型,實現(xiàn)了對瓦斯爆炸災(zāi)害的危險等級評價,形成了瓦斯爆炸災(zāi)害的預(yù)警模型。該模型可實現(xiàn)危險等級的準確評價,提高了評價精度,并且具有適用范圍廣,充分提取、利用已有信息,信息損失小的特點。最后,采用山不拉煤礦的實時監(jiān)測數(shù)據(jù)分別對瓦斯爆炸災(zāi)害預(yù)測模型和預(yù)警模型進行了MATLAB仿真分析。通過與PSO-BP和MEA-BP兩種模型的對比分析,本文所建立的瓦斯爆炸災(zāi)害預(yù)測模型的最大輸出平均誤差為0.0174,最小輸出平均誤差為0.0078,最小輸出精度提高了3.59%和3.27%。預(yù)警模型較現(xiàn)有預(yù)警模型實現(xiàn)了更為準確、精細的評價。
[Abstract]:The prediction and early warning technology of gas disaster is an effective method to prevent the occurrence of heavy and large accidents in coal mines and improve the safety of coal mine production. Coal mine Internet of things system is the application of Internet of things technology in coal mine production. It is a flexible, dynamic and real-time acquisition of multi type data in coal mine, and it can effectively support the application layer information processing and recognition technology. The application of coal mine Internet of things can achieve the goal of real-time production, intelligent control, precise prediction and early warning, effectively reduce the number of deaths in coal mines and improve the safety of coal mine production. This paper studies the prediction and early warning technology of gas explosion disaster under the environment of coal mineral networking. The main contents are as follows: first, the present situation of the technology, the application status of the system, the prediction of the gas explosion disaster and the research status of the early warning technology are expounded. The application of coal mine Internet of things can solve the problem of single data type and poor real-time performance in traditional gas monitoring system, and achieve real-time collection of multi type data in coal mine. The paper introduces the application of the coal mine network in the coal mine and the technology of information processing and recognition in the coal mine. Secondly, the research on the prediction technology of gas explosion disaster is carried out. In this paper, a BP neural network gas explosion disaster prediction model based on PSO-MEA hybrid optimization algorithm is established. The proposed PSO-MEA hybrid optimization algorithm is used to optimize the weights and thresholds of the BP neural network model. It combines the advantages of Paticle Swarm Optimization (PSO) and Mind Evolutionary Algorithm (MEA), and improves the accuracy of the model. Then, the early warning technology of gas explosion disaster is studied. In this paper, a fuzzy comprehensive evaluation model with nonlinear characteristics is established, which realizes the risk rank evaluation of gas explosion hazard and forms an early warning model for gas explosion disaster. This model can achieve accurate evaluation of risk level, improve the accuracy of evaluation, and has a wide range of application, fully extract and utilize existing information, and the information loss is small. Finally, the MATLAB simulation analysis of the gas explosion disaster prediction model and early warning model is carried out by using the real-time monitoring data of the coal mine. Compared with the two models of PSO-BP and MEA-BP, the maximum output average error of the gas explosion prediction model established by this paper is 0.0174, the minimum output mean error is 0.0078, and the minimum output accuracy is increased by 3.59% and 3.27%. The early warning model is more accurate and precise than the existing early warning model.
【學(xué)位授予單位】：河北工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.44;TN929.5;TD712.7

【相似文獻】

相關(guān)期刊論文 前10條

1 韓延河,趙延湘;利用“瓦斯爆炸三角形”理論 加強通防隱患工程的管理[J];礦業(yè)安全與環(huán)保;2000年S1期

2 魏引尚,張儉讓,常心坦;瓦斯爆炸的突變模型[J];西安科技學(xué)院學(xué)報;2002年03期

3 樊小濤,李祖邦,蔡周全;瓦斯爆炸對動物損傷的試驗研究[J];礦業(yè)安全與環(huán)保;2005年04期

4 牛家寶;;淺談瓦斯爆炸的原因及防治措施[J];民營科技;2007年05期

5 唐建軍;;水抑制瓦斯爆炸的實驗綜述[J];陜西煤炭;2008年06期

6 陳曉軍;侯海苗;;瓦斯爆炸及其預(yù)防[J];煤;2008年02期

7 翟成;林柏泉;葉青;陸振國;朱傳杰;張志雨;;結(jié)構(gòu)異常管路對瓦斯爆炸傳播特性的影響[J];西安科技大學(xué)學(xué)報;2008年02期

8 鄭治;;哀傷的瞬間——特大瓦斯爆炸事故回放[J];現(xiàn)代職業(yè)安全;2009年05期

9 孫海山;;從人的因素分析瓦斯爆炸原因及治理對策[J];煤炭經(jīng)濟研究;2010年01期

10 滿旭波;;瓦斯爆炸的防治是煤礦安全工作重中之重[J];黑龍江科技信息;2010年10期

相關(guān)會議論文 前10條

1 張景廉;;瓦斯爆炸、森林大火、地震及其它[A];中國地球物理.2003——中國地球物理學(xué)會第十九屆年會論文集[C];2003年

2 樊小濤;蔡周全;;瓦斯爆炸對動物損傷的試驗研究[A];中國煤炭學(xué)會煤礦安全專業(yè)委員會2004年學(xué)術(shù)年會論文集[C];2004年

3 任和平;付軍;李志強;;成批瓦斯爆炸燒傷的治療體會[A];第五屆全國燒傷救治專題研討會燒傷后臟器損害的臨床救治論文匯編[C];2007年

4 梁運濤;于貴生;王剛;;瓦斯爆炸傳播的熱力學(xué)和運動特性實驗研究[A];煤礦重大災(zāi)害防治技術(shù)與實踐——2008年全國煤礦安全學(xué)術(shù)年會論文集[C];2008年

5 王磊;司榮軍;張延松;韓麗麗;;瓦斯爆炸數(shù)值模擬研究[A];中國煤炭學(xué)會煤礦安全專業(yè)委員會2009年學(xué)術(shù)研討會論文集[C];2009年

6 楊秀云;周麗萍;;屯蘭煤礦“2·22”瓦斯爆炸急診傷員院內(nèi)接診和分流模式與意義探討[A];《中華急診醫(yī)學(xué)雜志》第九屆組稿會暨第二屆急診醫(yī)學(xué)青年論壇全國急危重癥與救援醫(yī)學(xué)學(xué)習(xí)班論文匯編[C];2010年

7 魏引尚;常心坦;;瓦斯爆炸參數(shù)的理論計算及機理探討[A];中國煤炭學(xué)會第六屆青年科技學(xué)術(shù)研討會論文集[C];2000年

8 張志偉;劉志強;王紹敏;王海標;;瓦斯爆炸及其防治[A];山東煤炭學(xué)會2004年度優(yōu)秀學(xué)術(shù)論文集[C];2004年

9 聶百勝;李祥春;戴林超;李海龍;張忱;;基于三棱形表面積的瓦斯爆炸火焰圖像的分形特征[A];第五屆全國計算爆炸力學(xué)會議論文摘要[C];2012年

10 宮廣東;劉慶明;白春華;;管道中瓦斯爆炸特性的數(shù)值模擬[A];第九屆全國沖擊動力學(xué)學(xué)術(shù)會議論文集（上冊）[C];2009年

相關(guān)重要報紙文章 前10條

1 郭勇義;瓦斯爆炸及預(yù)防[N];山西日報;2001年

2 松藻煤電石壕煤礦救護隊 王廷永;當瓦斯爆炸以后[N];經(jīng)理日報;2007年

3 趙杰;瓦斯爆炸根源應(yīng)是管理問題[N];第一財經(jīng)日報;2009年

4 記者 蘇曉洲　譚劍 謝櫻;井下存瓦斯爆炸可能[N];新華每日電訊;2010年

5 王衍詩;從非典防控看瓦斯爆炸[N];光明日報;2003年

6 安杰爾;處理瓦斯爆炸的技術(shù)要點和難點[N];中國礦業(yè)報;2006年

7 記者段寶成;交城農(nóng)民梁潤珍 潛心鉆研搞發(fā)明[N];山西科技報;2009年

8 陳建營;防止瓦斯爆炸的措施[N];中華合作時報;2002年

9 中國礦業(yè)大學(xué)安全工程學(xué)院 楊威;如何防止煤礦瓦斯爆炸[N];中國能源報;2010年

10 劉見中;煤礦瓦斯爆炸頻發(fā)敲響安全警鐘[N];健康報;2004年

相關(guān)博士學(xué)位論文 前10條

1 王新;瓦斯?jié)舛葘Ρ▊鞑ゼ巴咚贡ㄕT導(dǎo)煤塵爆炸的影響研究[D];東北大學(xué);2013年

2 高娜;初始溫度和初始壓力對瓦斯爆炸特性的影響研究[D];南京理工大學(xué);2016年

3 楊春麗;突出誘發(fā)瓦斯爆炸數(shù)值模擬及實證研究[D];中國礦業(yè)大學(xué)（北京）;2009年

4 李孝斌;礦井瓦斯爆炸感應(yīng)期內(nèi)反應(yīng)動力學(xué)分析及光學(xué)特征研究[D];西安科技大學(xué);2010年

5 楊應(yīng)迪;瓦斯爆炸對礦井通風網(wǎng)絡(luò)的動力效應(yīng)研究[D];安徽理工大學(xué);2011年

6 魏春榮;多孔材料對瓦斯爆炸抑制作用研究[D];哈爾濱工業(yè)大學(xué);2013年

7 李潤之;點火能量與初始壓力對瓦斯爆炸特性的影響研究[D];山東科技大學(xué);2010年

8 張如明;泡沫陶瓷隔爆棚抑制瓦斯爆炸的機理及數(shù)值模擬研究[D];中國礦業(yè)大學(xué)(北京);2012年

9 朱傳杰;爆炸沖擊波前流場揚塵特征及其多相破壞效應(yīng)[D];中國礦業(yè)大學(xué);2011年

10 江丙友;瓦斯爆炸多參數(shù)時空演化及氣固射流幕抑爆特性[D];中國礦業(yè)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 張琴;礦井作業(yè)場所瓦斯爆炸傾向性評價的研究[D];中國地質(zhì)大學(xué)（北京）;2008年

2 胡鐵柱;瓦斯爆炸傳播規(guī)律數(shù)值模擬研究[D];中國礦業(yè)大學(xué)（北京）;2008年

3 李艷紅;受限空間內(nèi)瓦斯爆炸過程的反應(yīng)動力學(xué)特性研究[D];遼寧工程技術(shù)大學(xué);2012年

4 賴芳芳;電火源引爆瓦斯的規(guī)律和特征研究[D];華北科技學(xué)院;2015年

5 韋剛;基于事故鏈模糊事故樹分析法的瓦斯爆炸關(guān)鍵危險源辨識與評價[D];太原理工大學(xué);2015年

6 孫豫敏;基于管道異常特征的瓦斯爆炸傳播特性研究[D];中國礦業(yè)大學(xué);2015年

7 許浪;瓦斯爆炸沖擊波衰減規(guī)律及安全距離研究[D];中國礦業(yè)大學(xué);2015年

8 鄭凱;二茂鐵抑制管道瓦斯爆炸實驗研究[D];河南理工大學(xué);2014年

9 解洪成;非瓦斯燃燒區(qū)瓦斯爆炸有毒有害氣傳播規(guī)律的研究[D];河南理工大學(xué);2014年

10 紀文濤;瓦斯爆炸火焰湍流特性實驗及數(shù)值模擬研究[D];河南理工大學(xué);2014年

，

本文編號：1340538