煤矿井下安全风险识别与评价研究
发布时间：2021-04-03 06:09
我国能源结构以煤炭为主，煤炭行业的安全生产对国民经济的发展有着十分重要的作用。但是，近年来伴随着煤炭开采量的增大，煤矿事故频频发生，煤矿安全状况不理想，已得到社会各界的密切关注。况且由于煤矿企业生产具有特殊的作业环境，使得生产过程中潜藏着比普通行业更大的不安全与危险性因素，尽管煤矿安全的问题早已经受到重视，但是对这方面的研究起步较晚，对煤矿安全风险的评价基础薄弱，本文正是在这种背景下开展的。首先，总结了国内外煤矿安全风险识别与评价的研究现状，介绍了煤矿安全风险评价的理论基础与评价方法；其次，通过对我国煤矿生产特点及现有的煤矿安全风险识别研究的分析，对煤矿井下安全风险影响因素进行识别，识别的主要风险因素有人员安全风险、管理安全风险、设备安全风险、技术装备保障安全风险、煤矿固有安全风险、环境安全风险、事故及职业伤害安全风险，通过识别的因素构建了煤矿安全风险评价指标体系；第三，利用层次分析法对各个安全风险指标进行风险指标的排序，选取BP神经网络作为评价方法，构建了基于AHP与BP神经网络组合的煤矿井下安全风险评价模型；最后，结合具体的案例对构建的评价模型进行网络的仿真与实证，并针对矿井实际给...
【文章来源】：辽宁工程技术大学辽宁省
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
安全风险因素识别流程
Fig. 4.1 Structure of BP neural netwo看出，样本数据从最底层——输入层的节点输，且每一层的节点的输出结果只影响相邻的下jy 表示隐含层节点，ko 表示输出节点，jiV 是kj 意味着隐含层节点和输出节点之间的网络权重和阀值，从而使神经元网络的输出值与目标术从发展至今已被人们大量的采用，主要是由性能力。能学习和存贮大量输入—输出模式间的数学形式，只要能够提供充足的训练样本输入空间到 m 维的输出空间的非线性映射关。当向将未曾使用过的非样本数据输入网络确映射关系，即泛化能力。
- 44 -图 4. 3 BP 算法流程图Fig. 4.3 Flow chart of BP algorithmP 与 BP 神经网络的煤矿井下安全风险P 与 BP 神经网络组合的评价模型原理安全风险评价模型多以一种单一评价方法为主，然随着煤矿安全风险评价领域的加深，评价体系更加
【参考文献】：
期刊论文
[1]基于BP神经网络的企业财务风险评价研究[J]. 储飞飞,仇冬芳. 科技创业月刊. 2010(10)
[2]煤矿安全风险指标体系构建研究[J]. 张洪杰,刘贞堂,于晓月. 能源技术与管理. 2010(01)
[3]煤矿安全度与安全成本的灰色关联度研究[J]. 宁齐元,段瑜,刘祖德. 安全与环境工程. 2009(04)
[4]煤矿安全管理分析与评价方法探讨[J]. 施伟,刘建辉. 中国管理信息化(综合版). 2007(08)
[5]中国煤矿重大事故中故意违章行为影响因素结构方程模型研究[J]. 陈红,祁慧,汪鸥,龙如银. 系统工程理论与实践. 2007(08)
[6]重特大事故原因分析与对策[J]. 李乃文,罗海涛. 煤矿安全. 2007(05)
[7]煤矿安全事故预防长效机制研究[J]. 许正权,徐金标,宋学锋. 矿业安全与环保. 2007(01)
[8]煤矿企业生产的经济学分析——基于我国矿难频发的经验与理论研究[J]. 陶长琪,刘劲松. 数量经济技术经济研究. 2007(02)
[9]基于人工神经网络的煤矿安全评估模型研究[J]. 黄辉宇,李从东. 工业工程. 2007(01)
[10]我国煤矿事故多发的原因分析及对策[J]. 董建美. 国土资源. 2007(01)
博士论文
[1]煤矿安全生产风险集成管理研究[D]. 杨金廷.天津大学 2008
[2]煤矿动态安全评价及预测技术研究[D]. 李江.中国矿业大学 2008
[3]技术灾害的致灾因素分析及其风险评价体系的研究[D]. 杨涛.中国地震局地球物理研究所 2007
[4]自然权重原理及其在煤矿安全评价中的应用[D]. 刘海波.中南大学 2006
[5]煤矿动态综合安全评价模式及应用研究[D]. 许满贵.西安科技大学 2006
[6]矿井安全非线性动力学评价模型及应用研究[D]. 施式亮.中南大学 2000
硕士论文
[1]灰色理论在煤矿安全评价中的应用研究[D]. 傅永帅.煤炭科学研究总院 2009
[2]我国上市公司信用风险评估研究[D]. 蔡茂霞.苏州大学 2009
[3]空管安全风险评估指标体系及综合评价研究[D]. 贾贵娟.武汉理工大学 2008
[4]非煤矿山安全生产保障管理体系的研究[D]. 王祥尧.西安建筑科技大学 2007
[5]煤矿安全现状综合评价方法研究[D]. 张嘉勇.河北理工大学 2005
[6]煤矿重大危险源评价及其决策支持系统研究[D]. 吕贵春.辽宁工程技术大学 2005
[7]工程项目全面风险管理的理论与方法研究[D]. 李丽.北京工业大学 2002
本文编号：3116767
【文章来源】：辽宁工程技术大学辽宁省
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
安全风险因素识别流程
Fig. 4.1 Structure of BP neural netwo看出，样本数据从最底层——输入层的节点输，且每一层的节点的输出结果只影响相邻的下jy 表示隐含层节点，ko 表示输出节点，jiV 是kj 意味着隐含层节点和输出节点之间的网络权重和阀值，从而使神经元网络的输出值与目标术从发展至今已被人们大量的采用，主要是由性能力。能学习和存贮大量输入—输出模式间的数学形式，只要能够提供充足的训练样本输入空间到 m 维的输出空间的非线性映射关。当向将未曾使用过的非样本数据输入网络确映射关系，即泛化能力。
- 44 -图 4. 3 BP 算法流程图Fig. 4.3 Flow chart of BP algorithmP 与 BP 神经网络的煤矿井下安全风险P 与 BP 神经网络组合的评价模型原理安全风险评价模型多以一种单一评价方法为主，然随着煤矿安全风险评价领域的加深，评价体系更加
【参考文献】：
期刊论文
[1]基于BP神经网络的企业财务风险评价研究[J]. 储飞飞,仇冬芳. 科技创业月刊. 2010(10)
[2]煤矿安全风险指标体系构建研究[J]. 张洪杰,刘贞堂,于晓月. 能源技术与管理. 2010(01)
[3]煤矿安全度与安全成本的灰色关联度研究[J]. 宁齐元,段瑜,刘祖德. 安全与环境工程. 2009(04)
[4]煤矿安全管理分析与评价方法探讨[J]. 施伟,刘建辉. 中国管理信息化(综合版). 2007(08)
[5]中国煤矿重大事故中故意违章行为影响因素结构方程模型研究[J]. 陈红,祁慧,汪鸥,龙如银. 系统工程理论与实践. 2007(08)
[6]重特大事故原因分析与对策[J]. 李乃文,罗海涛. 煤矿安全. 2007(05)
[7]煤矿安全事故预防长效机制研究[J]. 许正权,徐金标,宋学锋. 矿业安全与环保. 2007(01)
[8]煤矿企业生产的经济学分析——基于我国矿难频发的经验与理论研究[J]. 陶长琪,刘劲松. 数量经济技术经济研究. 2007(02)
[9]基于人工神经网络的煤矿安全评估模型研究[J]. 黄辉宇,李从东. 工业工程. 2007(01)
[10]我国煤矿事故多发的原因分析及对策[J]. 董建美. 国土资源. 2007(01)
博士论文
[1]煤矿安全生产风险集成管理研究[D]. 杨金廷.天津大学 2008
[2]煤矿动态安全评价及预测技术研究[D]. 李江.中国矿业大学 2008
[3]技术灾害的致灾因素分析及其风险评价体系的研究[D]. 杨涛.中国地震局地球物理研究所 2007
[4]自然权重原理及其在煤矿安全评价中的应用[D]. 刘海波.中南大学 2006
[5]煤矿动态综合安全评价模式及应用研究[D]. 许满贵.西安科技大学 2006
[6]矿井安全非线性动力学评价模型及应用研究[D]. 施式亮.中南大学 2000
硕士论文
[1]灰色理论在煤矿安全评价中的应用研究[D]. 傅永帅.煤炭科学研究总院 2009
[2]我国上市公司信用风险评估研究[D]. 蔡茂霞.苏州大学 2009
[3]空管安全风险评估指标体系及综合评价研究[D]. 贾贵娟.武汉理工大学 2008
[4]非煤矿山安全生产保障管理体系的研究[D]. 王祥尧.西安建筑科技大学 2007
[5]煤矿安全现状综合评价方法研究[D]. 张嘉勇.河北理工大学 2005
[6]煤矿重大危险源评价及其决策支持系统研究[D]. 吕贵春.辽宁工程技术大学 2005
[7]工程项目全面风险管理的理论与方法研究[D]. 李丽.北京工业大学 2002
本文编号：3116767
本文链接：https://www.wllwen.com/kejilunwen/anquangongcheng/3116767.html
