基于本体与关联规则的煤矿监控预警模型的设计与研究
发布时间:2023-04-26 17:43
煤炭产业是我国的基础性产业,但是煤炭开采具有很大的风险,每年都会出现因为矿井中工作环境恶劣、安全技术水平不足、操作不规范等原因造成的煤矿伤亡事故。为了减少事故的发生,现在的煤矿企业大多都配备了煤矿监控预警系统,它不仅可以监测瓦斯、一氧化碳等环境参数并实行超限报警、断电等防患措施,还可以实时监控各种设备如风门、风筒等的运行状况,保证其正常运行。煤矿监控预警系统在一定程度上可以提高煤矿企业的安全管理能力,但是它也存在一些弊端,例如系统中的信息管理混乱、大量的监控数据没有被有效利用以及传感器反应不灵敏没有被及时发现导致系统的可靠性变差等。通过对上述问题进行研究,本文构建了基于本体与关联规则的煤矿监控预警模型。该模型运用了本体技术,是因为本体可以将杂乱的领域知识系统化地组织起来;又可以基于本体的结构化特性实现监控数据的储存与快速查询;还可以实现基于本体的知识推理。需要说明的是,该系统的本体推理技术是基于Jena推理机实现的。该推理预警模型还运用到了关联规则挖掘技术,是因为关联规则挖掘算法可以针对煤矿监控数据的特点进行挖掘,并能够得到隐含的对煤矿预警有价值的关联规则运用到本体推理中。其主要的研究...
【文章页数】:73 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 本体理论及应用现状
1.2.2 关联规则的研究现状
1.2.3 煤矿安全监控技术的研究现状
1.3 研究方法
1.4 论文组织结构
1.5 本章小结
2 本体相关理论及技术
2.1 本体的基本概念
2.1.1 本体的定义
2.1.2 本体的构成
2.1.3 本体的分类
2.1.4 本体的功能
2.2 本体描述语言
2.2.1 基于AI的本体描述语言
2.2.2 基于Web的本体描述语言
2.3 本体建模方法
2.4 本体建模工具
2.5 本章小节
3 关联规则及改进的Apriori挖掘方法
3.1 关联规则挖掘简介
3.2 关联规则的定义
3.3 关联规则的挖掘过程和Apriori算法
3.4 改进的Apriori挖掘方法
3.4.1 Apriori算法的不足
3.4.2 Apriori挖掘方法的改进
3.5 算法描述
3.6 基于改进的Apriori挖掘方法进行关联规则挖掘
3.7 本章小结
4 煤矿监控预警模型的设计
4.1 需求分析
4.1.1 煤矿监控预警系统概述
4.1.2 煤矿监控预警模型的需求分析
4.2 Jena推理模型
4.2.1 Jena框架结构
4.2.2 Jena推理原理
4.3 模型设计
4.4 本章小结
5 煤矿监控预警模型的实现
5.1 煤矿监控预警本体构建
5.2 推理规则
5.2.1 自定义规则格式
5.2.2 推理规则的构建
5.3 模型实现
5.4 本章小结
6 结论与展望
6.1 结论
6.2 创新点
6.3 展望
参考文献
附录 2017年我国某煤矿监控系统中的部分监测数据
致谢
作者简介及读研期间主要科研成果
本文编号:3801920
【文章页数】:73 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 本体理论及应用现状
1.2.2 关联规则的研究现状
1.2.3 煤矿安全监控技术的研究现状
1.3 研究方法
1.4 论文组织结构
1.5 本章小结
2 本体相关理论及技术
2.1 本体的基本概念
2.1.1 本体的定义
2.1.2 本体的构成
2.1.3 本体的分类
2.1.4 本体的功能
2.2 本体描述语言
2.2.1 基于AI的本体描述语言
2.2.2 基于Web的本体描述语言
2.3 本体建模方法
2.4 本体建模工具
2.5 本章小节
3 关联规则及改进的Apriori挖掘方法
3.1 关联规则挖掘简介
3.2 关联规则的定义
3.3 关联规则的挖掘过程和Apriori算法
3.4 改进的Apriori挖掘方法
3.4.1 Apriori算法的不足
3.4.2 Apriori挖掘方法的改进
3.5 算法描述
3.6 基于改进的Apriori挖掘方法进行关联规则挖掘
3.7 本章小结
4 煤矿监控预警模型的设计
4.1 需求分析
4.1.1 煤矿监控预警系统概述
4.1.2 煤矿监控预警模型的需求分析
4.2 Jena推理模型
4.2.1 Jena框架结构
4.2.2 Jena推理原理
4.3 模型设计
4.4 本章小结
5 煤矿监控预警模型的实现
5.1 煤矿监控预警本体构建
5.2 推理规则
5.2.1 自定义规则格式
5.2.2 推理规则的构建
5.3 模型实现
5.4 本章小结
6 结论与展望
6.1 结论
6.2 创新点
6.3 展望
参考文献
附录 2017年我国某煤矿监控系统中的部分监测数据
致谢
作者简介及读研期间主要科研成果
本文编号:3801920
本文链接:https://www.wllwen.com/qiyeguanlilunwen/3801920.html