矿井水灾逃生路径建模及路径规划研究

综合不同水位下,不同身高特征对矿工在矿井突水时期逃生速度的影响,分析了身高不同的矿工在不同水位下的行走速度与水位之间的函数关系,提出并建立了相应的关系函数模型——阻滞型水中逃生速度曲线数学模型,并基于该模型计算影响矿工逃生速度的影响系数;同时为了动态描述巷道的安全通行能力,根据模糊评价原理,引入了相应的安全系数;结合巷道实际道路特征,优化了矿井水灾逃生数学模型。优化后的数学模型不仅可以针对不同身高特征的矿工设计最优逃生路径,也可以在人员较多时采用平均身高设计最优逃生路径。     

基于D-K算法的煤矿水灾多最优路径研究

矿井水灾时选择合理的逃生路线，需要考虑水及巷道其他因素的影响，引入当量长度来求解到达逃生地点用时最短最安全的路径。Dijkstra算法可求解从源节点到目标节点的最短路径，K则最优路径算法可求解从源节点到某一目标节点的前N条最优路径，矿井水灾时，为了避免拥挤，同一地点工作的人员可选择多个逃生井口进行逃生，但从源节点到某一目标节点的前N条最优路径并不一定是到其他逃生井口的前N条最优路径，基于这种思路，在Dijkstra算法的基础上，提出一种从源节点到其他所有逃生节点的前N条最优路径的新方法，并结合矿井具体实例，与Dijkstra算法和K则最优路径算法比较，用MATLAB仿真实现。     

矿井水灾多逃生路径模型应用研究

当发生矿井水灾时,选择有效的逃生路径需要从突水点处水流特征、巷道结构信息以及从业人员的数量等方面加以考虑。为了避免逃生拥挤,建立了一种基于突水点水力学特性分析模型,水中逃生速度模型以及改进的D-K路径搜索算法相结合的多路径逃生模型并进行研究。矿井突水发生后,通过水位上升的速度可以估计出突水点水灾程度,并对突水节点和路径进行筛选。人体在水位移动速度是随着水位的升高而逐渐衰减的,通过对比巷道水位上升速度与移动速度判断该巷道是否可以作为有效逃生路径。从安全节点处向目标节点逃生时,在允许逃生的时间范围内,利用改进的D-K算法可以使井下人员选择更多的逃生路径,避免发生拥挤。结合王家岭矿井实例分析,该模型在一定程度上提高了从业人员的逃生率。     

基于仿真平台的矿井突水淹没路径和逃生路径规划

井下环境错综复杂，与矿井水害不确定性及非线性等叠加，水害淹没情况千变万化，难以预测。针对如何获取矿井水灾发生时各个时间点巷道内的淹没情况，并根据淹没情况快速确定逃生路径的难点问题，采用“木桶原理”构建淹没路径树，确定巷道水流分岔方向，分析矿井突水淹没递进规律，模拟井下巷道内的水流状况，仿真直观展示实时水流变化、水位高度和逃生路径。研究表明：根据构建的淹没路径树，通过递归得到的水位等淹没参数，作为设计逃生路径的基础，微分积分递进动态设计逃生路径，解决了因井下复杂环境和不同时刻的突水状况不同而无法实时规划最优逃生路线的难题。     

基于双向A*算法的矿井水灾逃生路径应用研究

矿井突水是常见的突发性强烈的灾害,当发生矿井水灾时,为了降低灾害造成的物质损失以及减少人员伤亡,提出了一种基于双向A*算法的矿井水灾逃生路径规划方法。在充分考虑影响巷道逃生因素的基础上选择合理的评估函数,利用双向A*算法对逃生路径进行规划从而实现最优设计。结合王家岭煤矿实例并将该算法的规划结果与传统A*算法的规划结果进行对比,仿真结果表明：该算法规划的逃生路径比传统A*算法节点更少,路径更优,因此在一定程度上可以提高从业人员的逃生率,具有一定的应用价值。     

矿井灾变时期最优避灾路径研究

当矿井发生灾变事故以后,为了使井下受困人员在尽可能短的时间内逃生到安全区域,就需要提前确定好最优避灾路径。在传统Dijkstra算法的基础之上,提出了求取K则最优路径的双向搜索算法,结合VB程序设计语言,得出华盛矿井不同灾变地点的具体逃生路径,结果显示,该种算法具有较高的准确性和实用性。当矿井实现数字矿山后,就可实时动态显示逃生路径,从而为决策者提供技术支持。     

基于策略的矿井水灾避灾路径动态规划研究

为了解决现有静态路径规划方法无法满足煤矿井下突水灾害动态变化需求，以及传统最短路径算法运行效率有待提升等问题，提出一种基于策略的矿井水灾避灾路径动态规划方法及系统。该方法考虑水流对人员逃生的影响，首先将巷道环境影响因子对避灾路径的影响程度量化为巷道距离当量长度；然后以时间最短为原则，引入人员逃生速度，计算逃生通过每条巷道的时间，构建以逃生时间为邻接矩阵的数学模型；并结合安全监控、水文监测系统联动策略，根据实时监测的井下环境情况，动态修改巷道节点属性，开发基于三维GIS一张图的矿井水灾避灾路径三维动态规划系统。最后，结合矿井实例进行测试分析，验证了算法设计的有效性，可以指导井下人员安全撤离，提高煤矿安全管控能力。     

煤矿避灾线路智能化探索

矿井在采掘生产时常常会发生瓦斯煤尘爆炸、矿井火灾、顶板冒落、煤与瓦斯突出、突水灾害等多种灾害。考虑到灾害的破坏性极大以及可能造成的次生灾害,在最短的时间内确定好逃生路线并及时发送给井下人员是极其重要的。运用Dijkstra算法,结合当量长度推算出井下最优避灾逃生路径,利用C++语言进行编程,研发出矿井避灾路线决策软件,结合煤矿的实际进行应用研究,实现了煤矿避灾线路智能化探索。     

基于改进灰狼优化算法的矿井最短逃生路径规划研究

矿井作业环境复杂,各类地质灾害以及水害极易影响井下安全生产,因而预先对灾害发生时的人员逃生路径进行规划很有必要。为获取矿井最短逃生路线,提出了一种改进灰狼优化算法的路径规划方法。该方法针对灰狼优化算法(Grey Wolf Optimization,GWO)早熟收敛和易陷入局部最优解的不足,提出了一种基于Logistic映射和Tent映射组合的改进灰狼算法(LT-GWO),提高其全局搜索能力。结合矿井实际工作环境,将改进算法应用于井下逃生路径规划,并通过设定合理路径约束和限制条件,获得了较好的路径规划结果。研究表明:所提算法在平均路径长度、路径长度标准差、平均迭代次数和平均寻优耗时等指标上显著优于已有算法,并且具有较好的鲁棒性。所提算法对于矿井灾害等应急场景下的路径规划问题研究有一定的参考价值。     

井下避险最优路径机理与数学建模研究

分析了井下避险的影响机理,从巷道安全性和避险效率2方面建立通行的量化指标;在改进的Dijkstra算法基础上引入了避险效率的等价权因子,形成井下避险最优路径的算法模型,并以井下灾前及灾后的巷道通行网络图进行仿真验算。实验结果表明,与改进的Dijkstra 算法相比,最优避险路径算法求解路径更安全有效,可为井下人员逃生最优路径选取和避险路线优化设计提供数学模型与定量分析。     

井下最优避险路径的数学建模与火灾仿真实验

从实际应用的角度将“通行路径最短”的最优路径扩展为“安全性最高、通行时间最短”的紧急避险最优路径,形成了适用于灾情变化的GIS避险最优路径理论,并量化了灾害避险路径的安全性和通行效率的指标,在改进的Dijkstra（迪杰斯特拉）数学模型中,增加等价权因子,构造了UPOP-Dijkstra(矿井紧急避险最优路径)算法,为矿山井下智能化避险决策提供了技术支持。利用Matlab为开发工具,借助于改进的Dijkstra数学函数,设计了UPOP-Dijkstra算法应用流程,并以河北杏山矿井井下相关信息的基础数据为例,对井下火灾进行了灾害仿真实验,解算了井下人员的避灾路线,验证了数学模型的有效性。     

K则最优路径在矿井水害避灾中的应用研究

矿井水害发生时会严重影响井下人员的生命安全,应在水灾发生初期尽可能以最快速度转移到安全区域。基于此,以改进的Dijkstra最优路径算法为基础,考虑巷道的可靠性因子、通行效率及实际当量长度等因素,建立了最优避灾路径的数学模型,并提出了其求取方法,同时说明了K则最优避灾路径的获得方法。详细描述了模型的设计思想和实现过程,结合矿井具体实例,利用C#编程语言,实现了对2种路径的准确获取及界面显示。     

基于改进Dijkstra算法的矿井安全救援系统

矿山安全是矿山资源开采中的一个重要问题,如何最大限度地保障矿工生命安全是矿山安全的核心问题。针对矿山事故中矿工的安全救援问题,建立了基于改进Dijkstra最短路径算法的矿井疏散系统模型,通过实验数据验证了算法的有效性和实用性。基于VB和ArcEngine构建了矿井安全救援系统原型。     

Dijkstra算法在井下逃生培训系统中的应用

井下逃生培训是煤矿安全教育的重要组成部分,对井下工作人员现场逃生有很大的指导意义。结合井下巷道的实际情况和系统的需要,确定巷道的当量长度和逃生速度,利用VSL编程实现Dijkstra算法在井下逃生培训系统中的应用。这不仅克服了Virtools自带BB模块无法实现最短路径算法的缺陷,而且极大的推动了最短路径算法在虚拟培训系统中的应用。     

巷道环境与产烟产热影响下的矿井火灾避灾路径选择

当前矿井火灾逃生研究主要关注火灾产烟产热而忽视巷道环境本身对人员的影响，引入危险度概念，用于定量描述灾变时期各巷道逃生路径难易程度。危险度分为静态危险度和动态危险度，其中静态危险度表征巷道不同坡度和不平整度，动态危险度表征CO体积分数、巷道温度和能见度。利用FDS火灾数值模拟软件建立巷道模型，获取火灾发生发展过程中产烟产热数据。通过求取逃生过程中人体总耗氧量来表征人员危险度，在具备生存条件的前提下，筛选最优路径，为应急救援提供数据和理论指导。结果表明：基于危险度的人员逃生路径选择方法，选择的路径更加合理，有利于降低人员逃生压力，减少盲目逃生的伤亡。     

基于改进萤火虫算法的矿井水害避灾路径规划

矿井水害是煤矿生产中的一种突发性灾害。为了有效地预防矿井突水事故,降低突水事故中的人员伤亡和财产损失,提出了一种基于改进萤火虫算法的矿井水害避灾路径规划。本文针对标准萤火虫算法收敛效果不佳、易陷入局部最优并结合突水环境中路径规划的特点,通过改变和设计萤火虫算法的初始化方式、萤火虫之间的距离、最大亮度、相对亮度等要素,引入考虑逃生巷道干扰因素的当量长度,并调整搜索策略,实现了对避灾路径规划的最优设计。本文结合王家岭煤矿实例将改进的萤火虫算法与A*算法进行比较,仿真结果表明:改进后的萤火虫算法具有较好的收敛性和稳定性,路径更优,具有大范围搜索优化的能力,在发生矿井突水时可有效帮助巷道受困人员脱离危险。     

基于Dijkstra的煤矿井下紧急避灾路径搜索方法研究

紧急避灾通道是煤矿安全生产中最重要的安全措施之一,为了提高救援避灾能力和管理效率,对井下避灾路线进行分析研究。通过分析巷道可通行性及巷道的各影响因素,确定其当量长度;针对预设的避灾路线在灾害发生后被阻断的情况,在Dijkstra算法的基础上,结合煤矿井下实际环境,对其进行改进,改进算法可以动态实现井下最佳避灾路径选择功能,在短时间内计算出从事故发生点到安全地面的最优路径,适合突发事故现场的应用。在改进Dijkstra算法的基础上,笔者设计了一种路径搜索算法,该算法可实现计算从事故发生点到安全地点的N条避灾路线,并在Eclipse中用Java语言设计并验证了这两种算法,证明了它们的正确性和有效性。     

基于改进差分进化算法的煤矿井下逃生路径优化

为了减少矿难中的损失,提高被困人员的幸存概率,基于改进差分进化算法,提出一种煤矿井下逃生路径优化方法。分析了影响逃生的六个影响因素,并根据这些因素建立了地下巷道权值计算模型。通过设计混合变异策略和参数自适应机制来提高差分进化算法的搜索效率,从而快速寻找最优逃生路径。实验结果表明,所提方法能够有效的找到最优逃生路径及其他次优可选路径。     

基于Visual Graph矿山应急避灾引导信号系统开发

探讨了如何利用Visual Graph专业图形软件开发矿山典型巷道图,并利用VC进行二次开发。通过监测实时的灾害信息,采用多传感器数据融合技术得出相应的权值,判定该路径的可通行难易程度,运用最优路径算法搜索出最优路径,并通过CAN总线传输到井下,引导矿工安全快速逃生。     

用群智能算法确定井下火灾多救护队最优路径

确定最优应急救援路径是应对矿井火灾的首要任务。通过判断井巷可通行性、确定井巷通行难易度系数,解算了井巷当量长度,构建了基于多救护队的井下火灾救援路径模型。依据粒子群算法和蚁群算法的优点,提出了混合策略,即利用粒子群算法搜索蚁群算法参数α、β、ρ,再反馈到蚁群算法中,对多救护队最优救援路径进行搜索。通过MATLAB软件平台,利用该混合算法求解实例中最优救援路径,即当量长度最短的路径,为矿井事故预案救援和井下人员应急逃生提供理论依据。