灾变风流应急调控装备协同可靠性研究

发布时间：2021-04-12 05:23

　　灾变风流紧急调控装备的正常运行关系到矿井灾后救援工作的安全稳定,但由于在研制测试阶段缺少可靠性理论指导,导致装备在不同灾变场景下的可靠性及协同抗灾稳定性较低,为此展开对灾变风流应急调控装备协同可靠性研究。为解决瓦斯爆炸冲击波超压数值的不确定性问题,在马尔可夫链-蒙特卡洛方法随机采样的基础上,提出瓦斯爆炸冲击波超压GMM模型。通过对瓦斯爆炸事故的数据统计,建立瓦斯爆炸数据集及对应的密度分布函数,依据EM算法优化参数搭建状态转移矩阵实现MCMC瓦斯爆炸冲击波超压数值反演。结合快速密闭装备抗暴强度,建立装备可靠性模型,以参数后验分布理论为基础,得出距离爆源100m、200m、300m、500m、1000m处快速密闭装备可靠率。针对组合控风装备的可靠性问题,提出贝叶斯网络故障推理方法。通过对系统各单元进行失效影响分析,建立系统故障树进而转换为贝叶斯网络故障分析模型。基于Netica贝叶斯工具对该模型进行可靠性分析,结果表明正常情况下分站通讯节点引起系统故障的概率最高,数据监测和中心站通讯节点对智能调控影响较大。构建矿井灾变风流应急调控装备协同可靠性评估模型,对装备进行实时评估得出可靠等级。基于... 

【文章来源】：华北理工大学河北省

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

混合高斯分布示意图

第4章基于贝叶斯网络的组合控风系统可靠性故障评估-41-图24组合控风系统初始贝叶斯网络Fig.24InitialBayesiannetworkofcombinedwindcontrolsystem4.3组合控风系统可靠性故障评估组合控风系统正常运转对灾变时期的风量调节有着至关重要的作用，针对在调控过程中系统结构复杂，各单元逻辑关系较多，调控故障发生故障原因不明确等问题，通过构建贝叶斯网络对系统进行可靠性评估，基于因果影响关系和因果推理机制可以用来确定系统各节点故障发生的概率，通过对系统各单元间协同关系进行分析，为系统可靠性工作提供理论基矗4.3.1组合控风故障分析根据组合控风装备系统初始贝叶斯网络进行可靠性分析，假设系统发生故障即节点T在N状态下的为100%，如图25此时智能调控节点的故障概率为3.6%，远程调控节点故障概率为97%，可见智能调控在双保险作用下可靠性较高，故对远程调控节点进行下一级分析，如图26得出控制器分站故障率55.3%，风门故障率49.1%。对比后对控制器分站节点进行下一级分析，如图27得出分站通讯故障率68.2%，分站控制故障率11.4%，数据采集故障率22.7%。分析得出正常故障情况下分站通讯引起故障的概率最高。图25节点T故障推理Fig.25NodeTfaultreasoning

第4章基于贝叶斯网络的组合控风系统可靠性故障评估-41-图24组合控风系统初始贝叶斯网络Fig.24InitialBayesiannetworkofcombinedwindcontrolsystem4.3组合控风系统可靠性故障评估组合控风系统正常运转对灾变时期的风量调节有着至关重要的作用，针对在调控过程中系统结构复杂，各单元逻辑关系较多，调控故障发生故障原因不明确等问题，通过构建贝叶斯网络对系统进行可靠性评估，基于因果影响关系和因果推理机制可以用来确定系统各节点故障发生的概率，通过对系统各单元间协同关系进行分析，为系统可靠性工作提供理论基矗4.3.1组合控风故障分析根据组合控风装备系统初始贝叶斯网络进行可靠性分析，假设系统发生故障即节点T在N状态下的为100%，如图25此时智能调控节点的故障概率为3.6%，远程调控节点故障概率为97%，可见智能调控在双保险作用下可靠性较高，故对远程调控节点进行下一级分析，如图26得出控制器分站故障率55.3%，风门故障率49.1%。对比后对控制器分站节点进行下一级分析，如图27得出分站通讯故障率68.2%，分站控制故障率11.4%，数据采集故障率22.7%。分析得出正常故障情况下分站通讯引起故障的概率最高。图25节点T故障推理Fig.25NodeTfaultreasoning

【参考文献】：
期刊论文
[1]障碍物对瓦斯煤尘爆炸火焰传播规律的影响[J]. 景国勋,吴昱楼,郭绍帅,邵泓源,刘闯,张胜旗.  中国安全生产科学技术. 2019(09)
[2]模糊矩阵关联度与风险偏好在FMEA决策中的应用[J]. 聂文滨,刘卫东,陈炳松.  统计与决策. 2019(16)
[3]矿井火灾风烟流区域联动与智能调控系统研究[J]. 王凯,郝海清,蒋曙光,吴征艳,邵昊.  工矿自动化. 2019(07)
[4]基于HGERT网络模型的退化型失效可靠性评估[J]. 董文杰,刘思峰,方志耕,曹颖赛,张秦.  系统工程与电子技术. 2019(01)
[5]空腔长度对瓦斯爆炸冲击波传播影响研究[J]. 李重情,穆朝民,许登科,张文清.  采矿与安全工程学报. 2018(06)
[6]三维应力作用下煤与瓦斯突出模拟试验及机理分析[J]. 李慧,冯增朝,赵东,王雪龙.  采矿与安全工程学报. 2018(02)
[7]煤层瓦斯突出危险区综合预测方法[J]. 李冬,彭苏萍,杜文凤,邢朕国,李泽辰.  煤炭学报. 2018(02)
[8]瓦斯爆炸后空间温度分布及热危害区域分析研究[J]. 段玉龙,余明高,姚新友,裴蓓,王海燕.  中国安全生产科学技术. 2018(01)
[9]煤与瓦斯突出机理和模拟试验研究现状及发展趋势[J]. 刘业娇,袁亮,薛俊华,田志超,段昌瑞,陈本良.  工矿自动化. 2018(02)
[10]煤矿掘进巷道内瓦斯爆炸冲击波的超压预测[J]. 刘涛,贾进章.  矿业安全与环保. 2017(05)

博士论文
[1]瓦斯爆炸冲击波在管网内传播特征及灾变过程仿真研究[D]. 邱进伟.安徽理工大学 2018
[2]随机与认知不确定性下机械系统可靠性分析与优化设计方法研究[D]. 张小强.电子科技大学 2018
[3]煤矿瓦斯爆炸事故致因分析方法与应用研究[D]. 索晓.中国矿业大学(北京) 2018
[4]掘进工作面煤与瓦斯突出实时监测预警技术研究[D]. 陈亮.中国矿业大学 2016
[5]基于贝叶斯更新与Copula理论的性能退化可靠性建模与评估方法研究[D]. 郝会兵.东南大学 2016
[6]煤矿瓦斯爆炸灾害风险模式识别与预警研究[D]. 李润求.中南大学 2013
[7]矿井通风系统安全可靠性与预警机制及其动力学研究[D]. 程健维.中国矿业大学 2012
[8]矿井重大灾害动态机理与救援技术信息支持系统研究[D]. 邢玉忠.太原理工大学 2007
[9]实际巷道火灾过程热物理参数变化规律与计算机仿真的研究[D]. 傅培舫.中国矿业大学 2002

硕士论文
[1]单晶炉液位检测的曲面镜拟合方法研究[D]. 何恒盛.西安理工大学 2016
[2]矿井通风系统可靠性设计计算机辅助系统[D]. 张悦.辽宁工程技术大学 2007
[3]煤矿瓦斯爆炸预警技术研究[D]. 熊廷伟.重庆大学 2005



本文编号：3132703