我国煤矿事故预警管理研究

发布时间：2024-02-22 00:15

　　煤矿工业是我国国民经济发展的重要基础。煤矿安全生产不仅是煤矿企业实现健康、可持续发展的必要条件，更是我国实现社会和谐发展、保障国家能源安全的前提条件。近年来，随着国家对煤矿安全生产的日益重视，我国煤矿工业安全状况逐步改善。但是，这仍然没有从根本上解决我国煤矿安全生产问题。与发达国家相比，我国煤矿百万吨死亡率、特大事故数、伤亡人数依然很高，煤矿安全生产形势非常严峻。 本文从中国煤炭行业的实际出发，把煤矿事故预警作为研究主题，深入挖掘煤矿事故发生的机理，寻找事故发生的真正原因，建立了煤矿事故致因机理模型。在该致因机理的逻辑框架下，确定了我国煤矿安全评价指标体系。并以郑煤集团某煤矿为例，利用遗传BP神经网络对其进行了预警研究，最后，在总结全文的基础上，构建了煤矿事故预警管理系统。具体来说，本文研究的主要内容有： （1）提出了适合我国的煤矿事故致因机理。本文在事故致因理论的基础上对煤矿事故形成原因归纳分类，将其分为人的因子、设备因子、环境因子、管理因子、信息因子等5大类，并对危险因子的作用方式进行比较分析，探讨各因子间相互作用路径及事故发生演化规律，提出了煤矿事故致因机理的逻辑框架，并以此作为...

【文章页数】：57 页

【学位级别】：硕士

【部分图文】：

图5-1BP算法中误差性能曲线图

训练样本0.04340.04510.04550.04600.04630.04510.04550.04600.04630.04720.04550.....

图5-2GA-BP算法中误差性能曲线图Figure5-1ThetrainingresultofBPneuralnetworksFigure5-2ThetrainingresultofGA-BPneuralnetworks（3）误差分析

训练样本0.04340.04510.04550.04600.04630.04510.04550.04600.04630.04720.04550.....

图5-3BP算法中误差性能曲线图

5遗传BP神经网络的应用研究（2）GA-BP网络设计GA-BP网络的输入层神经元数为预警管理指标数，因此本文输入层为36个神经元，隐含层经过多次....

图5-4GA-BP算法中误差性能曲线图Figure5-3ThetrainingresultofBPneuralnetworksFigure5-4ThetrainingresultofGA-BPneuralnetworks

5遗传BP神经网络的应用研究（2）GA-BP网络设计GA-BP网络的输入层神经元数为预警管理指标数，因此本文输入层为36个神经元，隐含层经过多次....

本文编号：3906104