煤矿顶板事故风险预测方法

    公开(公告)号:CN115438867A

    公开(公告)日:2022-12-06

    申请号:CN202211114738.1

    申请日:2022-09-14

    Abstract: 本发明公开了一种煤矿顶板事故风险预测方法,包括,S1、构建多种因素的T‑S模糊故障树模型;S2、将已有的T‑S模糊故障树转化为有环向图的贝叶斯网络模型;S3、通过相似性聚合的方法对各个根节点的语义值进行一致性处理;S4、通过贝叶斯网络模型,进行事故风险正向推理;S5、推理得到根节点的故障概率与影响叶节点发生故障的主要影响因素S6、根据根节点的模糊隶属度和叶节点发生故障的概率,对煤矿顶板事故风险进行综合分析评价。本发明将T‑S模糊故障树和贝叶斯网络两种方法进行结合,用贝叶斯网络简便的逻辑计算功能弥补了T‑S模糊故障树方法只能逐层计算中间事件和顶事件概率的不足,降低了复杂系统的工作量。

    一种煤矿瓦斯爆炸风险预测方法

    公开(公告)号:CN115526422B

    公开(公告)日:2024-02-23

    申请号:CN202211291304.9

    申请日:2022-10-19

    Abstract: 本发明公开了一种煤矿瓦斯爆炸风险预测方法,包括:S1、采集目标范围内全部煤矿基本信息数据;S2、基于煤矿基本信息数据筛选需进行风险预测的对象;S3、根据煤矿基本信息数据进行煤矿瓦斯爆炸风险等级初步评估,根据风险初步评估结果确定风险预测频率;S4、初步建立瓦斯爆炸致灾指标体系;S5、清洗致灾指标,建立关键致灾指标体系;S6、基于关键致灾指标数据训练机器学习风险预测模型;S7、评估风险预测模型性能,确定采用的预测模型;S8、采用高性能预测模型对风险预测目标矿井进行瓦斯爆炸风险预测。本发明能够对煤矿瓦斯爆炸的风险预测,实现高实用性、低成本、高效率,提高了瓦斯煤矿(56)对比文件汪莹 等.“RS-SVM组合模型下煤矿安全风险预测”《.中国矿业大学学报》.2017,第46卷(第2期),423-429.

    一种煤矿瓦斯爆炸风险预测方法

    公开(公告)号:CN115526422A

    公开(公告)日:2022-12-27

    申请号:CN202211291304.9

    申请日:2022-10-19

    Abstract: 本发明公开了一种煤矿瓦斯爆炸风险预测方法,包括:S1、采集目标范围内全部煤矿基本信息数据;S2、基于煤矿基本信息数据筛选需进行风险预测的对象;S3、根据煤矿基本信息数据进行煤矿瓦斯爆炸风险等级初步评估,根据风险初步评估结果确定风险预测频率;S4、初步建立瓦斯爆炸致灾指标体系;S5、清洗致灾指标,建立关键致灾指标体系;S6、基于关键致灾指标数据训练机器学习风险预测模型;S7、评估风险预测模型性能,确定采用的预测模型;S8、采用高性能预测模型对风险预测目标矿井进行瓦斯爆炸风险预测。本发明能够对煤矿瓦斯爆炸的风险预测,实现高实用性、低成本、高效率,提高了瓦斯煤矿生产过程的安全性。

    一种用于双重预防机制的巡检任务预分发方法

    公开(公告)号:CN117579625B

    公开(公告)日:2024-04-09

    申请号:CN202410067840.3

    申请日:2024-01-17

    Abstract: 本发明涉及一种用于双重预防机制的巡检任务预分发方法,包括远程服务器配置巡检任务,巡检任务基于配置的算法模型获取巡检任务的计算结果。边缘侧服务器根据巡检任务和算法模型的输入确定配置于巡检区域内的输入源。远程服务器根据输入源采集的历史数据构建包含风险性数据的计算任务,在边缘侧配置的计算节点执行计算任务。远程服务器根据计算任务的计算结果获取输入源数据的可靠性,确定计算任务的结果和风险型数据的预期风险属性一致的输入源为可靠输入源,并基于可靠输入源所接入的终端构建巡检序列,基于终端的负载分发巡检序列。通过随机引入噪音和风险因素来识别井下的模型是否可靠的问题。

    一种用于双重预防机制的巡检任务预分发方法

    公开(公告)号:CN117579625A

    公开(公告)日:2024-02-20

    申请号:CN202410067840.3

    申请日:2024-01-17

    Abstract: 本发明涉及一种用于双重预防机制的巡检任务预分发方法,包括远程服务器配置巡检任务,巡检任务基于配置的算法模型获取巡检任务的计算结果。边缘侧服务器根据巡检任务和算法模型的输入确定配置于巡检区域内的输入源。远程服务器根据输入源采集的历史数据构建包含风险性数据的计算任务,在边缘侧配置的计算节点执行计算任务。远程服务器根据计算任务的计算结果获取输入源数据的可靠性,确定计算任务的结果和风险型数据的预期风险属性一致的输入源为可靠输入源,并基于可靠输入源所接入的终端构建巡检序列,基于终端的负载分发巡检序列。通过随机引入噪音和风险因素来识别井下的模型是否可靠的问题。

Patent Agency Ranking