大数据背景下煤矿安全管理效率分析及提升仿真研究
【学位授予单位】:中国矿业大学
【学位级别】:博士
【学位授予年份】:2019
【分类号】:F426.21;TD79
【图文】:
博士学位论文不安全行为的数量随着产量的减少而减少。因此,煤矿企业在 10 月至 12 月注不安全行为。同时,应充分重视不安全行为多样性和脆弱性的特点,因为“大数定律”,无论不安全行为造成事故的概率有多低,事故都会发生,直生次数足够为止。因此,为了防止煤矿事故的发生,无论风险系数有多低,关注不安全行为的细节。
图 4-10 煤矿安全隐患关联规则的可视化Figure 4-10 Visualization of coal mine safety hazard association rules表 4-6 6 条中等风险隐患最优关联规则Table 4-6 Six best intermediate risk hazard optimal association rulesLHS RHS 支持度 置信度 提{部门=掘进一队 地点=12316掘进工作面}=> 中等风险 0.020 0.94 5{部门=掘进一队 地点=12301掘进工作面}=> 中等风险 0.024 0.56 3{时间=晚上,月份=四月} => 中等风险 0.023 0.71 4{部门=采煤一队,地点=13301采煤工作面,时间=白天}=> 中等风险 0.039 0.93 5{部门=采煤一队,地点=13309采煤工作面,时间=白天}=> 中等风险 0.022 0.54 3{部门=掘进一队 地点=1150掘进工作面 时间=晚上}=> 中等风险 0.029 0.99 5 Apriori 关联规则挖掘算法来对煤矿隐患管理的要素进行挖掘,包、位置、月份和风险水平,我们发现多个维度之间的强关联规则,
王楼煤矿 0.27 0.07 0.46 0.02 0.26 0.35 0.28柴里煤矿 0.22 0.07 0.44 0.00 0.18 0.05 0.563)BP 神经网络参数的设定于煤矿安全管理效率评估模型的输入输出指标并不复杂,因此首先采经网络进行分析,及包含一个输入层,一个输出层和一个隐层。输 7 个,分别为 X1,X2,X3,X4,X5,X6,X7,因此将神经网络的置为 7 个。输出指标共有 4 个,分别为 DEA 有效(11)、投入冗余(0足(10)和投入和产出均非最优(00)。因此,输出层节点数设为 4 点数依据公式 5-3 进行计算,得到隐层节点的区间为 4~13 个,本文选取 8 个隐层节点进行计算。4)BP 神经网络运算用 MATLAB(2016a)软件中 BP 神经网络工具箱对上述数据进行分神经网络训练到第 22 步时达到最优预测精度要求(图 5-8)。然后,的煤矿安全管理效率输入指标数据进行运算,检验模型的可靠性。表 5-13 所示。
【参考文献】
相关期刊论文 前10条
1 丁振;张歂;;浅析大数据技术助力煤矿安全管理[J];中国煤炭;2015年10期
2 贾宝山;尹彬;王翰钊;李守国;;AHP耦合TOPSIS的煤矿安全评价模型及其应用[J];中国安全科学学报;2015年08期
3 文志诚;曹春丽;周浩;;基于朴素贝叶斯分类器的网络安全态势评估方法[J];计算机应用;2015年08期
4 杨春宁;;基于内控管理的煤矿安全风险预控体系研究[J];中国煤炭;2015年07期
5 王帅;汪来富;金华敏;沈军;;网络安全分析中的大数据技术应用[J];电信科学;2015年07期
6 刘全龙;李新春;;中国煤矿安全监察监管演化博弈有效稳定性控制[J];北京理工大学学报(社会科学版);2015年04期
7 王金凤;秦颖;翟雪琪;冯立杰;;基于主成分聚类分析的煤矿安全评价模型[J];工矿自动化;2015年06期
8 关中原;高辉;贾秋菊;;油气管道安全管理及相关技术现状[J];油气储运;2015年05期
9 孙青;;煤矿风险预控体系运行效果综合评价实证研究[J];中国煤炭;2015年01期
10 马金山;姬长生;;煤矿安全管理效率研究[J];中国安全科学学报;2014年11期
相关博士学位论文 前9条
1 何叶荣;基于SEM-FSVM的煤矿安全管理风险评价[D];安徽理工大学;2016年
2 刘全龙;中国煤矿安全监察监管系统演化博弈分析与控制情景研究[D];中国矿业大学;2016年
3 马金山;煤矿安全管理效率及其制约因素研究[D];中国矿业大学;2015年
4 孟现飞;基于本体的煤矿事故预警知识库模型及其应用[D];中国矿业大学;2014年
5 俞力玲;大时空尺度下民航安全管理效率研究[D];南京航空航天大学;2010年
6 袁秋新;基于第二序改变理论的煤矿安全管理模式研究[D];中国矿业大学;2010年
7 薛剑光;安全生产监督与管理的量化表达方法研究[D];中南大学;2010年
8 何刚;煤矿安全影响因子的系统分析及其系统动力学仿真研究[D];安徽理工大学;2009年
9 周忠宝;基于贝叶斯网络的概率安全评估方法及应用研究[D];国防科学技术大学;2006年
相关硕士学位论文 前10条
1 吴锋;基于系统动力学的煤矿安全能力仿真研究[D];西安科技大学;2018年
2 帅爱军;基于DEA模型的食品企业安全管理效率评价研究[D];西南大学;2018年
3 裴秋艳;煤矿海量通风安全数据挖掘算法及智能分析系统研究[D];太原理工大学;2017年
4 马刚;煤炭城市工业经济系统应对能源价格冲击的政策模拟研究[D];中国矿业大学;2017年
5 祝峰磊;大型建设项目安全风险管理效率评价研究[D];南京工业大学;2016年
6 陈月宁;煤矿监测监控系统瓦斯传感器布设优化研究及应用[D];辽宁工程技术大学;2015年
7 许多;煤矿安全诊断专家知识库研究与实现[D];中国矿业大学;2015年
8 戴冲;基于DEA-SVM的财务危机预警研究[D];东南大学;2015年
9 辛一;基于DEA和神经网络的西部耕地利用效率研究[D];四川农业大学;2014年
10 乔万冠;煤矿事故风险因子耦合作用分析及其耦合风险的仿真研究[D];中国矿业大学;2014年
本文编号:2778488
本文链接:https://www.wllwen.com/gongshangguanlilunwen/2778488.html