矿井火灾一直是制约煤矿安全开采的重大安全因素,为适应现代社会发展信息化的要求,对矿井火灾事故的预测将会成为煤矿安全工作的发展方向。针对目前国内矿井火灾现状,提出了有别于之前的矿井火灾预测预警方法,利用数据挖掘中的Apriori经典关联算法与矿井火灾发生机理相结合,通过数据挖掘,找出各导致矿井火灾的安全因素的潜在关联,分析了发生矿井火灾的可能性,提早防治。

矿井巷道掘进过程中遇到的断层、陷落柱、破碎带等地质异常体,会直接影响掘进施工效率,同时会给矿井的安全生产带来极大的威胁。采用地震反射波法进行井巷超前探测,能够对掘进坑道前方断层构造及其异常界面的位置进行较准确的预报。在分析反射波法超前探测数据采集及处理解释方法的基础上,结合井下掘进巷道探测实例,介绍了地震反射波法超前探测应用成果。

在综合考虑安全监测、火灾报警、信息反馈、消防联动等功能的基础上,建立了矿井火灾事故预警系统。系统分别应用指标气体分析、光纤温度传感和红外图像技术实现了矿井内外因火灾的预测预报;同时将泄露电缆通讯系统应用于该系统中,实现了控制室对井下人员的火灾状况反馈功能;最后,将井下消防灭火系统、惰性气体灭火系统、均压灭火系统连入矿井火灾预警系统当中,实现了矿井火灾自动灭火功能。

基于矿井涌水量序列具有明显的随机性和灰色特征,建立涌水量GM(1,2)预测模型,以克服灰色GM(1,1)模型对于随机波动大的长序列预测效果差的缺点。以王行庄煤矿为例,针对2012年7月至2013年12月王行庄煤矿18个月的涌水量资料,考虑与之密切相关的L7-8灰岩含水层水位降深,建立了矿井涌水量GM(1,2)预测模型;预测了2014年1—4月的涌水量;并与GM(1,1)预测模型进行模型精度与预测精度的比较。结果表明:GM(1,2)模型的预测精度达到了97.44%,GM(1,1)模型的预测精度为92.60%,GM(1,2)模型明显提高了矿井涌水量的预测精度。

针对矿井涌水量时间序列的分形与灰色特征,采用重标极差分析法(R/S分析法)确定涌水量时间序列的Hurst指数和平均循环周期,在一个周期内建立等维灰数递补动态GM(1,1)预测模型。充分利用最新信息,提高模型预测精度。运用基于R/S分析法的GM(1,1)模型对陕北某矿矿井涌水量进行分析预测,结果表明,模型拟合程度好,预测精度高,能够为矿井安全生产提供决策依据。

基于matlab/simulink的矿井低压电缆绝缘参数在线监测的仿真研究，赵强，王彦文，本文叙述了MATLAB/SIULINK的特点，建立了基于MATLAB/SIMULINK仿真技术的矿井低压电缆传输模型，在此基础上实现了一种基于附加低频信号法的�

针对传统的矿井排水装置中电动机易发生转子偏心、温度过高、振动过大、排水管道堵塞等问题,设计了一种基于LabVIEW的矿井排水装置故障监测系统。该系统能够通过LabVIEW及数据采集卡对排水装置的管道流量、管道压力、水泵真空度、电动机温度、电动机振动等数据进行采集,对振动信号等进行时域分析、幅值谱分析及故障诊断,从而实现对各种超限信号的有效预警。

矿井涌水量的准确预测对预防矿山透水事故的发生至关重要,提出利用GA优化的SVM模型(GA-SVM)来实现矿井涌水量的短期准确预测。该方法利用GA的自动寻优功能寻找SVM的最佳参数,提高了预测的准确率。首先,利用微熵率法求矿井涌水量时间序列的最佳嵌入维数和延迟时间,进行相空间重构。其次,采集义煤集团千秋煤矿2011—2015年实际涌水量的时间序列,利用GA-SVM模型对最后12组数据进行预测,其预测平均绝对百分比误差仅为0.92%,最大相对误差为2.62%。最后,与PSO-SVM和BP神经网络预测进行对比,结果表明GA-SVM优化模型适用于矿井涌水量的预测并且预测精度较高。

某地产公司矿井基本情况.docx

基于遗传算法与SLP结合的矿井工业广场设施规划与布局，郑龙，，本文采用SLP方法对矿井工业广场内各作业单位之间的综合相互关系做出分析，包括物流因素和非物流因素，得到作业单位间综合关系表；