基于AHP-云模型的巷道冒顶风险评价

为了解巷道冒顶的主要因素,并对其冒顶风险等级进行评价,提出了基于AHP-云模型的评价方法。云模型可同时反映数据的定性和定量、模糊性和随机性、不确定性特征,而不用将几种处理不同特征数据的算法结合。给出了5个与巷道冒顶直接相关的指标,并对这些指标划分了4个级别的风险等级。云模型可得到各指标对于4个风险等级的隶属度,而AHP可提供各指标的权重,通过综合评价方法和最大隶属原则得到巷道冒顶风险等级。最后列举了某矿的4个巷道作为分析样本,得到了各巷道冒顶风险等级。说明了AHP-云模型算法的优点及应用价值。     

云化SFT下的径集域与割集域的重构与研究

为了克服原有SFT体系中径集域和割集域处理具有模糊性、随机性和离散性故障数据能力不足的问题,使用云模型和SFT相结合的方法来解决该问题。首先使用云模型云化SFT特征函数,得到云化特征函数,进而云化径集域和割集域,最终得到云化径集域和云化割集域。云化径集域和云化割集域没有严格的分界线,分布区域是通过云滴表示的。若云滴表示的元件/系统故障概率小于P_b,这些云滴存在的区域即为云化径集域;反之大于P_b的云滴存在的区域为云化割集域。通过实例分析了元件X₁和系统的云化径集域和云化割集域,得到了他们适合工作的环境因素变化范围组合。分析过程和结果表明云化径集域和云化割集域能克服原始故障数据的不确定性。     

基于特征排序特征联合算法的疾病危险因素分析

针对疾病危险因素分析集中于危险因素单独作用的重要性评估,忽略危险因素联合作用的问题,为避免低估部分单独无用但与其他因素联合对疾病构成威胁的危险因素的有用性,提出一种基于特征选择的特征排序特征联合算法.第一阶段通过特征选择对危险因素进行单独作用重要性分析并排序;第二阶段设计特征联合算法分析危险因素联合作用,去除冗余危险因素并选出关键危险因素.仿真实验结果表明,特征排序特征联合算法可实现更高分类准确率并减少冗余,证明了该算法的有效性.     

浅谈煤矿过大陷落柱冒顶处理及预防措施

顶板冒落造成的人员伤亡、停产和设备损坏等事故,是煤矿生产的五大灾害之一。在我国煤矿的顶板事故中,掘进工作面冒顶事故占有较大的比例。以山西冀中某矿9102胶带顺槽掘进施工过陷落柱为例,在该事故中,出现大面积冒顶,导致无法正常施工,极大地影响了该矿工作面的安全生产。通过分析该冒顶事故,提出了相应的控制和处理方法,以确保工作面安全。     

基于优化组合权与云-VIKOR法的PFMEA风险评估分析与改进

针对过程失效模式与影响分析（PFMEA）风险评估过程专家评估信息的模糊性与随机性,引入云模型将其量化为云语义评估信息,并集结成综合云评价矩阵。针对传统客观加权法不考虑风险因子间相互影响关系的问题,提出改进熵权与云-DEMATEL优化组合求解风险因子权重,其中引入云相似度算法对专家的云评价结果进行精确化处理,避免了评估信息定量转换过程信息的缺失。根据云距离测量法计算每种故障模式与正、负理想解之间的距离,进而提出云-VIKOR法求得各失效模式的风险排序。最后,通过案例分析验证了所提方法的可行性。     

近距离煤层群重复采动下端面冒顶影响因素分析及防治

现有对于端面顶板冒漏的研究多针对单一煤层,而近距离煤层群开采下的端面顶板稳定性不同于单一煤层,在近距离煤层群开采过程中,由于相邻煤层间距较小,上位煤层开采后会使下位煤层开采区域的顶板结构和应力环境发生变化,容易出现端面冒顶、煤壁片帮和顶板压架等灾变问题。以发生过3次大范围冒顶事故的某矿井17101工作面为工程背景,根据煤壁、液压支架与端面顶板稳定性关系,建立了近距离煤层群重复采动下的"端面顶板-煤壁-支架"模型,确定了近距离煤层群重复采动下端面冒顶的影响因素主要为顶板-围岩强度、支架工作阻力、推进速度和端面距。利用UDEC模拟软件模拟不同影响因素对重复采动下端面冒顶的影响,得出以下结论:(1)重复采动过程中顶板与煤体都受到了损伤破坏,顶板与煤壁强度降低,容易出现支架前端顶板冒落,引发顶板冒落与煤壁片帮等灾害,顶板-围岩强度越大,顶板的稳定性越好。(2)液压支架工作阻力偏低是造成工作面端面冒顶的重要原因之一,液压支架工作阻力越大,端面顶板越稳定。(3)工作面推进速度对端面顶板稳定性具有明显的影响,工作面推进速度越慢,采场顶板下沉现象越严重。(4)端面距为端面冒顶的重要影响因素,端面冒顶与端面距呈线性相关,冒落高度随着端面距的增大而增加,端面距越小,端面顶板越稳定,但是端面距太小也会影响到工作面的正常开采,应根据实际情况来确定。针对4个主要影响因素,提出了重复采动下端面冒顶的防治措施,即增加顶板与围岩的强度、提高液压支架工作阻力、合理控制推进速度和减小端面距。上述防治措施可为近距离煤层群重复采动下端面冒顶提供有效的解决方法。     

基于云化SCADA的电网调控全景云系统平台

为解决调度云平台大数据分析能力不足的问题,提出云化SCADA系统进行电网调控系统分析。分析了云化SCADA的系统架构。建立了全景云平台调控中心架构,说明了部署结构、云服务器软件架构、调控中心软件架构。建立了云化调控全景平台模型,分析了全景云模型服务技术架构,对模型导入导出、边界识别等内容进行分析。并说明了云端全景模型分析和管理的具体功能。最后针对本文的平台进行应用分析,说明了平台实现的效果。     

基于R2-MOEA/D算法的顶板支护决策模型

现有的顶板支护决策方法或片面分析安全因素,或对指标客观赋予权重,未能有效分配权重系数,不能满足高维多目标顶板案例决策的需求。针对该问题,对顶板来压指标进行分析,提出了一种基于R2指标的差分高维多目标进化(R2-MOEA/D)算法的顶板支护决策模型。首先针对来压状态定义指标属性,建立顶板指标知识库,利用层次分析法和熵值法对知识库中的条件指标进行计算,得到指标的主观权重和客观权重;然后在确定主观、客观权重的基础上引入权重矩阵,构建基于R2-MOEA/D算法的顶板多目标决策模型;最后基于R2-MOEA/D算法将多目标问题分解成多个子问题,利用切比雪夫函数作为R2指标排序标准进行个体选择,得到收敛性和多样性较好的Pareto最优解,即相似度最高的条件指标顶板案例,其对应的结果属性为事故案例的决策提供了支护方案。实验结果表明:R2-MOEA/D算法与NSGA2算法、NSGA3算法、RVEA算法相比,在数据集的收敛性和分布性上整体效果最优,改善了高维空间中的搜索能力。通过山西霍州三交河煤矿2-6011巷道和10-4151巷道对基于R2-MOEA/D算法的顶板支护决策模型进行可行性评定,结果表明:由R2-MOEA/D算法检索出的解决方案符合该矿的实际支护情况。     

基于云模型的改进FMEA风险评估方法

针对风险评估过程中的模糊性和随机性两个不确定性因素,采用云模型对语义评价变量进行量化,并通过云的合成对专家的评价结果进行集结,构建云风险评价矩阵。将风险因子O、S、D期望重要度与云的相似度相结合计算风险因子的权重。考虑到传统故障模式与影响分析（Failure Mode and Effects Analysis,FMEA）中故障模式风险值排序的缺陷,基于云的距离测度算法提出云-VIKOR的风险排序方法。最后以实例验证了所提方法的精确性和有效性。     

高性能公有云WAF安全方案

高性能云化WAF方案在WAF流量防护监测上设计了各个处理流程之间的协同调整处理能力以及同步机制,实现了处理步骤之间的能力相互感知,动态变化能力高效协同,解决了传统方案防护效率低的问题.另一方面高性能云化WAF方案在防护引流拓扑上设计了SDN牵引流量和策略下发分离,实现了WAF的并发防护调用,解决了传统方案防护吞吐量低的问题.实验表明高性能云化WAF方案对比传统云WAF防护方案有较高的防护效率,较高的防护吞吐量.     

基于云计算环境的考试数据挖掘算法研究

本文分析了当前网络考试系统数据挖掘现状,介绍了云计算和数据挖掘的相关概念,指出传统数据挖掘技术在当今考试系统海量数据情况下挖掘时系统响应速度慢,负载不均衡和节点效率低的不足,设计了基于Map/Reduce并行编程模型的Apriori算法,利用云计算环境下计算资源来支持该算法的并行执行,通过实例说明云计算化后的Apriori算法在对海量考试数据进行挖掘时能获得更高的挖掘效率。     

回采巷道锚杆支护可靠性设计数值模拟研究

针对回采巷道的围岩特点,采用岩梁理论对回采巷道进行了力学研究与分析。当岩梁自重和沿应力引起的拱座处水平推力不足以阻止剪切滑动力时,顶板将发生整体剪切滑动,当锚固体的强度不足以抵抗最大水平应力,则发生压缩破坏。采用RFPA软件对五虎山煤矿的回采巷道进行数值模拟实验,确定了安全经济的支护方案,结果表明改变角锚杆安装角可以提高回采巷道顶板的抗剪能力。     

Application of fuzzy logic for predicting roof fall rate in coal mines

Roof fall is one of the serious hazards associated with underground coal mining. Roof fall can cause fatal and non-fatal injuries on miners, stoppages in mining operations and equipment breakdowns. Therefore, accurate prediction of roof fall rate is very important in controlling and eliminating of related problems. In this study, the fuzzy logic was applied to predict roof fall rate in coal mines. The predictive fuzzy model was implemented on fuzzy logic toolbox of MATLAB^® using Mamdani algorithm and was developed based on experts’ knowledge and also a database including 109 datasets of roof performance from US coal mines. 22 datasets of this database were used to assess the performance of this fuzzy model. The comparison between obtained results from model and actual roof fall rate showed that the fuzzy model can predict roof fall rate very well.

     

开采厚度对沿空掘巷围岩稳定性的影响分析

目前大多煤矿根据平均开采厚度来确定煤柱宽度,进而指导沿空掘巷,然而煤层在形成过程中受各种因素影响,存在同一煤层厚度变化较大的情况。针对综放工作面煤层开采厚度变化大,导致沿空掘巷围岩变形差异大及破坏机理复杂等问题,采用FLAC 3D软件建立巷道模型,分析平均开采厚度下的围岩变形和破坏规律,并确定合理的煤柱宽度:平均开采厚度为18 m时,在实体煤帮侧,煤体内支承压力峰值与煤柱宽度呈正相关,且煤柱宽度大于8 m后,支承压力增长幅度变缓,因此合理的煤柱宽度应为8 m。在煤柱宽度确定的情况下,研究开采厚度对沿空掘巷围岩稳定性的影响,结果表明:煤柱宽度为8 m时,随着开采厚度的增加,顶板剪破坏面积增大,覆岩变形范围与顶板下沉量增大,但两帮剪破坏面积和两帮移近量减小;当煤层开采厚度小于18 m时,煤柱内支承压力峰值与煤层开采厚度呈负相关;当煤层开采厚度大于18 m时,煤柱内支承压力峰值与煤层开采厚度呈正相关,但增长幅度较小。根据数值模拟结果得出结论:开采厚度的增大对沿空巷道两帮的围岩控制有一定益处,但对顶板维护不利,对开采厚度较大的部位应及时补加锚杆进行强化支护。现场实际应用验证了本文研究的可靠性和有效性。     

基于分布式光纤技术的煤矿巷道顶板监测系统

当前巷道顶板变形监测方式为基于井下工业环网的在线实时监测,采用电子式和光纤光栅式的位移传感器并以无线方式连接,存在有较多监测盲点、误差较大、依靠连续供电等问题。针对上述问题,设计了一种基于分布式光纤技术的煤矿巷道顶板监测系统。该系统以布里渊光时域反射计(BOTDR)作为数据采集和分析的核心监测工具,采用5 mm钢绞线光纤作为感测光纤,以锚杆、锚索为固定点布设光缆,通过顶板光纤的应变变化来监测顶板变形状况,实现了对煤矿巷道顶板的实时在线分布式监测。现场应用结果表明,光纤应变变化能够实时准确地反映顶板变形情况,基于光纤应变的顶板监测结果与顶板离层仪监测结果、十字法观测结果一致。用光纤应变表征顶板变形程度消除了人为因素和断电等影响,保证了监测结果的客观性,这种长距离、耐腐蚀、抗干扰、无需供电的分布式光纤应变监测方式为煤矿提供了一种全新的巷道监测手段。     

从机载激光扫描数据中交互式提取人字形房屋模型的方法研究

快速有效地从机载激光扫描(airborne lidar)点云数据中提取房屋模型是机载激光扫描系统应用研究的一项重要课题。鉴于交互式半自动方法是从点云数据中提取简单规则房屋模型信息的一种可行的方法,为此采用3维空间中改进的Hough变换以及聚类分析,提出了一种从点云数据中交互式提取人字形房屋模型的方法。该方法分为3个步骤:第1步是用户确定房屋区域,并分割出候选的屋顶点集;第2步是对候选屋顶点集采用3维空间中改进的Hough变换,然后对Hough变换后所获得的参数集进行聚类分析,以此获得屋顶所在平面的参数表达;第3步是构造完整的房屋模型。通过屋顶平面相交得到屋脊线,通过点的范围分析确定屋顶的边缘,最后添加竖直的墙面构造完整的房屋模型。经采用Optech公司提供的数据进行实验初步证实,该方法是可行的,且整个提取过程只需要很少的用户交互,因此适合于大规模处理机载激光扫描数据。     

煤矿巷道顶板离层监测系统设计

针对煤矿巷道顶板离层监测的重要性,提出了一种顶板离层监测系统的设计方案;给出了该系统结构及测点布置方案,详细介绍了用于准确测量顶板离层位移量的围岩移动传感器的硬件及软件设计,并分析了顶板离层位置及顶板离层位移报警阈值的确定方法。实际测试结果表明,该系统实现了对顶板离层位移量的实时监测,测量精度达2.5%。     

基于VSPSO和A-G网络的掘进机动态路径规划

为解决部分断面悬臂式掘进机行进路径规划问题,实现掘进机的无人化掘进,提出基于变异自适应粒子群算法(VSPSO)和行为规则栅格网络(A-G)的掘进机动态路径规划方法.通过分析掘进机行进特征和煤矿井下巷道特征,建立基于行为规则的栅格网络模型和代价模型,给定代价函数的类型及耗费系数的取值范围,以巷道模拟数据为基础,通过所提出的VSPSO算法和6种改进型PSO算法进行掘进机行进路径规划并对结果进行比较.比较结果表明,在测试函数下,VSPSO算法收敛速度更快、收敛精度更高,在行为规则栅格网络模型下,VSPSO算法的收敛速度与精度最高,且能够规划出符合掘进机行为特征的最优行进路径.     

基于粒子群的后件多项式RBF神经网络算法

RBF（径向基函数）神经网络能在各个领域得到了很好的应用,关键在于网络模型参数权值、网络中心值、基宽向量和隐含层节点数的选取。传统的RBF神经网络存在精度不高,容易陷入局部最优,收敛速度慢等缺点。针对这些问题,提出了利用粒子群算法优化后件多项式RBF神经网络方法,即优化含有后件多项式RBF神经网络的权值、网络中心值和基宽向量值,并选取最优的隐含层节点数,进而提出了PSOIRBF（基于粒子群的后件多项式RBF）神经网络。通过对非线性模型和实例等非线性被控对象的仿真研究及对模型的分析,表明了所提出算法的有效性。