基于大数据理论的煤与瓦斯突出影响因素研究

发布时间：2022-07-19 11:41

　　煤炭作为我国的基础能源和重要的工业原料,有力地支撑着国民经济发展,维系着国民经济安全。煤与瓦斯突出是煤矿中常见的矿井灾害,其突发性和毁灭性极强,严重危害着我国煤矿的安全生产。而煤与瓦斯突出事故的主要影响因素研究是防治煤与瓦斯突出事故的基础,对防治突出事故具有重要的现实意义。大数据技术的出现,为突出事故影响因素的研究提供了一种新的方法。因此,本文基于大数据理论,详细研究了我国煤与瓦斯突出事故的影响因素,主要研究内容如下:（1）基于网络数据采集方法获取煤与瓦斯突出事故案例并构建事故案例体系。事故案例体系包括事故发生时间、地点、瓦斯含量、瓦斯压力等27个因素,根据其特征分为突出事故固有属性、突出事故影响因素和事故后果三个模块,并构建煤与瓦斯突出事故案例数据库;（2）采用相关性分析方法对突出事故影响因素模块进行定量研究。影响因素过多使得无效计算量增大,因此选取相互独立的瓦斯压力、煤层厚度和地质构造等7个因素作为主要影响因素;（3）基于分组法和图表分析法对煤与瓦斯突出现状进行分析。从时间、地区和事故等级三个维度对煤与瓦斯突出事故进行系统性分析,归纳我国煤与瓦斯突出事故在不同时间或地区发生事故的特... 

【文章页数】：86 页

【学位级别】：硕士

【部分图文】：

CSIRO突出模型

煤与瓦斯事故流程图

瓦斯煤样的体积V和围压P的关系

【参考文献】：
期刊论文
[1]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)
[2]基于Spark Streaming流回归的煤矿瓦斯浓度实时预测[J]. 吴海波,施式亮,念其锋.  中国安全生产科学技术. 2017(05)
[3]国外城市管理大数据应用典型案例及启示[J]. 王忠,安智慧.  现代情报. 2016(09)
[4]MapReduce大数据分析在煤矿的应用研究[J]. 刘玉海.  软件. 2016(05)
[5]数据挖掘技术在煤矿隐患管理中的应用[J]. 陈运启.  工矿自动化. 2016(02)
[6]煤矿危险源多层递阶模型及风险评价[J]. 高晓旭,张旭,董丁稳,李鑫杰,聂尧.  西安科技大学学报. 2015(02)
[7]互联网金融中的大数据应用[J]. 叶中行.  科研信息化技术与应用. 2015(02)
[8]煤矿事故分析与煤矿大数据和物联网[J]. 孙继平.  工矿自动化. 2015(03)
[9]基于大数据思维的瓦斯地质分析方法[J]. 张庆华,李明建,王麒翔,林辉钦.  煤炭技术. 2015(02)
[10]煤矿瓦斯事故应急处置致因因子分析[J]. 盛武,付小红,高明中,杨力.  中国安全科学学报. 2014(12)

博士论文
[1]极复杂条件下煤与瓦斯突出规律及综合治理技术[D]. 覃道雄.中国矿业大学（北京） 2013
[2]煤与瓦斯突出事故链控制及应用研究[D]. 吴祥.中国矿业大学 2010
[3]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]大数据时代的国家安全管理研究[D]. 柏添.东南大学 2016
[2]基于大数据的食品安全风险评估方法研究[D]. 侯阳阳.天津科技大学 2016
[3]面向海量金融数据并行加载技术研究与实现[D]. 李永峰.华东师范大学 2015
[4]基于大数据应用的300MW CFB机组调峰经济性研究[D]. 李鹏飞.华北电力大学 2015
[5]大数据背景下基于风险评价的医疗废物运输路径选择研究[D]. 苏文.华东理工大学 2015
[6]基于TD专网的煤矿信息管理系统的研究与实现[D]. 杨秋红.西安科技大学 2012
[7]煤矿瓦斯事故中不安全行为形成机理及研究[D]. 王萍.太原理工大学 2010
[8]煤矿瓦斯事故中人的不安全行为研究[D]. 杨晓艳.安徽理工大学 2009
[9]基于Oracle数据库的煤矿安全监控系统软件设计与实现[D]. 纪谦超.山东大学 2008
[10]基于GIS煤矿监测系统空间数据库的研究[D]. 沈龙凤.河北工程大学 2007



本文编号：3663352