排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
由于地质条件的复杂和试验材料的欠缺,煤矿内因火灾危险性评价中影响因子存在随机性、模糊性、灰性、未知性等不确定性,无法确定合理权重,导致评价结果不准确。针对此问题,将DS理论引入到模糊综合评价方法中,利用D-S理论的冲突证据合成方法,消除融合数据之间的冲突性来确定指标权重,解决了传统权重分配过程中过于绝对化的问题,从而为准确评价煤矿内因火灾危险等级提供合理依据。运用改进的模糊综合评价方法对兴安煤矿火灾危险性评价,评价结果为"较安全",符合工程实际。实例分析表明:D-S理论在内因火灾危险性评价中能更好地考虑指标的不确定性,基于D-S理论的模糊综合评价精度较高,具有较高的应用价值。 相似文献
2.
3.
4.
5.
贵州省煤矿透水事故频繁发生,已严重制约了贵州煤炭工业的发展,通过对2008~2011年贵州省煤矿透水事故统计分析,总结出事故发生的原因,提出相应的防治措施. 相似文献
6.
煤矿瓦斯发电已成为煤矿瓦斯综合利用最为经济、有效的方法,但其瓦斯发电机组运行时产生的噪声污染,是煤矿在环境保护方面必须应对的问题。分析了噪声源、传播特征、吸声原理和结构,提出了煤矿瓦斯电厂噪声治理措施。 相似文献
7.
准确地预测矿山地下开采造成的地表沉降一直是矿山安全发展的难题。为了能够提高采空区地表最大下沉量预测的精度,分别利用机器学习和数值模拟的方法预测某磷矿的采空区地表沉陷,并进行对比研究。综合考虑地表最大下沉量的影响因素,参照有关文献对国内矿山相关数据的统计成果,利用探索性因子分析(EFA)实现影响因素降维,用t分布和切线飞行机制改进的麻雀搜索算法(tSSA)优化支持向量回归机(SVR),从而构建采空区地表沉降EFA-tSSA-SVR预测模型,并用该模型和FLAC3D数值模拟模型对某磷矿地下开采所造成的地表沉降进行预测。结果表明,两种模型对一步骤盘区开采后的最大下沉量预测结果相近,与一步骤开采后的实际下沉量做对比,FLAC3D数值模型预测的地表最大下沉量的相对误差是EFA-tSSA-SVR模型的3倍,表明EFA-tSSA-SVR模型预测结果较好。用EFA-tSSA-SVR模型预测该磷矿未来的二、三、四步骤盘区开采后的地表最大下沉量,预测结果分别是为22.3 cm、24.1 cm、25.9 cm。 相似文献
1