基于地质数据挖掘和信息融合的煤与瓦斯突出预测方法

发布时间：2021-05-18 16:01

　　煤与瓦斯突出是发生在煤矿井下,由地应力、瓦斯和煤物理力学性质综合作用引起的复杂地质动力现象,严重制约着煤矿的安全生产。煤与瓦斯突出具有分区、分带性,且主要受地质条件控制,不同地质构造区域和地质构造不同部位的煤与瓦斯突出危险性不同,因此对不同地点的煤与瓦斯突出危险性进行预测具有一定的理论和实践意义。论文采用现场调研、理论分析、室内实验和现场试验等手段,研究了基于地质数据挖掘和信息融合的煤与瓦斯突出预测方法。首先,搜集矿区、矿井及工作面瓦斯地质和地球物理勘探资料,下井调研褶皱、断裂等地质构造特征、煤厚、构造煤发育及分布特征,对所收集资料进行系统地整理、比对和综合分析,归纳总结研究区地质条件对煤与瓦斯突出的控制作用。同时利用数学地质方法提取了研究区煤与瓦斯突出的地质数据特征,结合数据挖掘技术的灰色关联分析和Apriori关联分析模型,探讨了研究区煤与瓦斯突出主控地质因素,挖掘出了有意义的煤与瓦斯突出地质数据关联规则,并分析了地质数据与突出强度和突出类型的关联规则。此外,对信息融合的特征级和决策级算法进行研究,提出了数量化理论III、遗传投影寻踪聚类和PSO-BP（微粒群优化的BP算法）神经网... 

【文章来源】：中国矿业大学(北京)北京市 211工程院校 教育部直属院校

【文章页数】：152 页

【学位级别】：博士

【文章目录】：
摘要
abstract
1 引言
    1.1 选题背景及意义
    1.2 国内外研究现状及存在问题
        1.2.1 煤与瓦斯突出机理研究现状
        1.2.2 煤与瓦斯突出预测研究现状
        1.2.3 地质因素预测煤与瓦斯突出研究现状
        1.2.4 数据挖掘和信息融合研究现状
        1.2.5 主要存在问题
    1.3 研究内容及研究方法
        1.3.1 主要研究内容
        1.3.2 研究方法
    1.4 技术路线
    1.5 本章小结
2 地质条件对煤与瓦斯突出的控制作用
    2.1 研究区瓦斯地质特征
        2.1.1 区域构造背景
        2.1.2 平煤八矿地质构造特征
        2.1.3 平煤十矿地质构造特征
        2.1.4 平煤十二矿地质构造特征
        2.1.5 区域煤与瓦斯突出特征
    2.2 地质构造和煤与瓦斯突出关系
        2.2.1 断层构造发育规律研究
        2.2.2 褶皱构造发育规律研究
        2.2.3 煤层厚度及变化
        2.2.4 煤层倾角变化
    2.3 煤体结构和煤与瓦斯突出关系
        2.3.1 煤体结构分类及其宏观特征
        2.3.2 煤体瓦斯突出参数特征
        2.3.3 煤体瓦斯吸附特性
    2.4 本章小结
3 煤与瓦斯突出预测地质数据挖掘技术
    3.1 数据挖掘技术
        3.1.1 数据挖掘的定义
        3.1.2 数据挖掘的结构和过程
        3.1.3 数据挖掘的功能和方法
    3.2 地质数据特征提取和分析
        3.2.1 地质构造数据特征提取
        3.2.2 煤体结构数据特征提取
        3.2.3 地质数据灰色关联分析
    3.3 地质数据挖掘的关联规则及算法
        3.3.1 关联规则的基本概念
        3.3.2 关联规则的有效性和实用性
        3.3.3 关联规则数据挖掘方法
        3.3.4 关联规则挖掘的Apriori算法
    3.4 地质数据关联规则挖掘
        3.4.1 支持度为 40%的关联规则
        3.4.2 支持度为 30%的关联规则
        3.4.3 突出强度关联规则挖掘
        3.4.4 突出类型关联规则挖掘
    3.5 本章小结
4 煤与瓦斯突出预测地质信息融合技术
    4.1 信息融合技术
        4.1.1 基本原理
        4.1.2 基本算法
    4.2 特征级地质信息融合数量化理论III算法
    4.3 特征级地质信息融合遗传投影寻踪聚类研究
        4.3.1 遗传算法
        4.3.2 遗传算法优化的投影寻踪聚类方法
        4.3.3 遗传投影寻踪聚类仿真测试
    4.4 特征级地质信息融合PSO-BP神经网络研究
        4.4.1 PSO算法简介
        4.4.2 PSO-BP神经网络核心思想
        4.4.3 PSO-BP神经网络参数选取与计算
        4.4.4 PSO-BP神经网络仿真测试
    4.5 决策级信息融合Dempster-Shafer证据理论研究
        4.5.1 Dempster-Shafer证据理论
        4.5.2 Dempster-Shafer证据理论的不足
        4.5.3 冲突度加权分配合成规则
        4.5.4 冲突合成实例分析
    4.6 本章小结
5 基于地质数据挖掘和信息融合的煤与瓦斯突出预测方法现场应用
    5.1 煤与瓦斯突出预测地质数据选取
        5.1.1 试验工作面地质条件
        5.1.2 区域主控地质因素
        5.1.3 工作面预测地质数据
    5.2 基于地质数据挖掘和信息融合的煤与瓦斯突出预测过程
        5.2.1 识别框架的确定
        5.2.2 数量化理论证据体的获取
        5.2.3 遗传投影寻踪聚类证据体的获取
        5.2.4 PSO-BP神经网络证据体的获取
        5.2.5 决策级融合
    5.3 煤与瓦斯突出预测结果分析
        5.3.1 预测结果
        5.3.2 预测准确性对比
        5.3.3 预测可靠性对比
    5.4 基于地质数据挖掘和信息融合的煤与瓦斯突出预测系统开发
        5.4.1 系统需求分析
        5.4.2 系统构建流程
        5.4.3 系统结构设计
        5.4.4 系统软件实现
    5.5 本章小结
6 结论与展望
    6.1 主要结论
    6.2 创新点
    6.3 展望
参考文献
致谢
作者简介
在学期间发表的学术论文
在学期间参加科研项目
主要获奖


【参考文献】：
期刊论文
[1]煤与瓦斯突出的预测及地质因素研究进展[J]. 梁跃强,解学才,徐德宇,李雷雷.  煤炭技术. 2017(03)
[2]投影寻踪聚类方法在煤与瓦斯突出危险性预测中的应用[J]. 梁跃强,林辰,宫伟东,郭晓洁,张毅鹏.  中国安全生产科学技术. 2017(01)
[3]基于证据理论和前景理论的犹豫-直觉模糊语言多准则决策方法[J]. 谭春桥,贾媛.  控制与决策. 2017(02)
[4]煤与瓦斯突出试验的微震动态响应与特征分析[J]. 朱权洁,李青松,李绍泉,韩真理,衡献伟,张鹏翔.  岩石力学与工程学报. 2015(S2)
[5]平顶山八矿突出煤层瓦斯地质控制特征[J]. 魏国营,王保军,闫江伟,王蔚,贾天让,张玉柱.  煤炭学报. 2015(03)
[6]数量化理论在工程地质领域中的应用综述[J]. 赵建军,龚凌枫,黄润秋.  工程地质学报. 2014(06)
[7]煤矿深井动力灾害电荷辐射特征及应用[J]. 潘一山,徐连满,李国臻,曾祥华,李忠华,宋艳芳.  岩石力学与工程学报. 2014(08)
[8]基于投影寻踪模型的矿山地下水灾害分级评价[J]. 王益伟,罗周全,杨彪,熊立新.  中国安全生产科学技术. 2014(03)
[9]“三软”矿区采掘工作面煤与瓦斯延期突出机理[J]. 王志荣,陈玲霞,孙龙.  中国矿业大学学报. 2014(01)
[10]DS证据理论研究进展及相关问题探讨[J]. 韩德强,杨艺,韩崇昭.  控制与决策. 2014(01)

博士论文
[1]煤与瓦斯突出预测的岩性地震反演方法研究[D]. 李娟娟.中国矿业大学 2013
[2]多传感器信息融合理论及在矿井瓦斯突出预警系统中的应用研究[D]. 缪燕子.中国矿业大学 2009



本文编号：3194078