留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

矿山安全态势预测预警研究

李贤功 宋学锋 张明慧 唐润 刘锋

李贤功,宋学锋,张明慧,等.矿山安全态势预测预警研究[J].工矿自动化,2021,47(5):35-39..  doi: 10.13272/j.issn.1671-251x.17756
引用本文: 李贤功,宋学锋,张明慧,等.矿山安全态势预测预警研究[J].工矿自动化,2021,47(5):35-39..  doi: 10.13272/j.issn.1671-251x.17756
LI Xiangong, SONG Xuefeng, ZHANG Minghui, et al. Research on mine safety situation forecast and early warning[J]. Industry and Mine Automation, 2021, 47(5): 35-39. doi: 10.13272/j.issn.1671-251x.17756
Citation: LI Xiangong, SONG Xuefeng, ZHANG Minghui, et al. Research on mine safety situation forecast and early warning[J]. Industry and Mine Automation, 2021, 47(5): 35-39. doi: 10.13272/j.issn.1671-251x.17756

矿山安全态势预测预警研究

doi: 10.13272/j.issn.1671-251x.17756
基金项目: 

“十三五”国家重点研发计划项目(2017YFC0804408)

详细信息
  • 中图分类号: TD76

Research on mine safety situation forecast and early warning

  • 摘要: 基于物联网技术获取矿山安全大数据并加以充分挖掘、利用,有利于实现矿山安全态势预测预警。以瓦斯爆炸事故为例,通过分析事故致因,构建了矿山安全态势评价指标体系,并对各评价指标进行了量化。基于长短期记忆(LSTM)网络和贝叶斯网络构建了矿山安全态势预测模型,根据矿山安全监测数据,通过LSTM得到矿山安全态势评价指标预测值,由贝叶斯网络根据评价指标预测值推理得出矿山安全事故风险概率,实现矿山安全态势预测。基于安全态势预测结果建立了预警机制,根据警情划分4级预警级别及响应部门,制定了相应的预警措施。以某煤矿某次瓦斯爆炸事故为例进行反演,结果表明基于LSTM和贝叶斯网络的矿山安全态势预测结果与实际情况吻合。

     

  • 加载中
计量
  • 文章访问数:  63
  • HTML全文浏览量:  7
  • PDF下载量:  12
  • 被引次数: 0
出版历程
  • 刊出日期:  2021-05-20

目录

    /

    返回文章
    返回