数据挖掘技术在煤矿监控中应用研究

针对目前煤矿企业的安全监控问题,利用目前较为流行的XML技术和ADO.Net技术和Apriori算法,本文设计了煤矿生产中的异构数据源转换、数据仓库和数据挖掘三个模块数据挖掘关联模型.目前,该模型已成功在焦煤集团,进一步证明了在煤矿监控中数据挖掘技术的可行性,对煤矿企业安全监控起到了很好的参考作用.     

集成异构数据源的在线考试系统研究

本文针对异构环境下在线考试系统的集成提出的一种解决方案,在不影响原系统的基础上,构建一个集成平台,实现异构数据库到XML格式文件的转换,使得异构环境下的在线考试系统可以共享数据。重点论述集成异构在线考试系统设计与实现:异构数据源集成的需求、系统功能模块设计、XML数据集成设计。包括包装器、查询处理模块、结构处理模块的设计,实现由不同数据库到XML格式数据的转换集成,实现了在线考试信息系统中异构数据的共享。     

智慧矿山异构数据集成平台设计

针对智慧矿山建设过程中现有信息系统存在数据源异构问题,提出了利用XML技术建立异构数据集成平台的解决方案,介绍了智慧矿山总体框架和异构数据集成平台的体系结构。在不改变现有数据源的物理位置、体系结构的情况下,该平台利用XML技术将异构数据无损转换为XML文档,通过对智慧矿山安全生产决策的应用需求的分析、分解和转换,实现了异构数据源的有效集成,为智慧矿山的监测、管理、职能决策等服务提供数据支撑。     

基于XML的异构数据交换系统的研究与实现

XML的可扩展性和自描述性以及其它特性为异构数据交换提供了新的思路。基于XML该文提出了一个异构数据交换的系统模型并探讨了该系统中各模块的功能和工作流程。     

基于XML和JMS的异构数据交换集成的研究

随着企业信息化不断深入,对于异构数据集成的要求越来越迫切。为此提出了一种异构数据交换集成的模型。首先构造异构数据库的元数据的模式XML Schema,并建立元数据与XML Schema间的映射,将异构数据表示成XML形式,使用JMS技术完成系统间XML的传输,再根据本地数据库的元数据与XML Schema的映射将XML中的数据转化为本地数据库可用数据,从而较好地解决了异构数据集成和交换的问题。     

异构数据库集成中间件的研究与实现

为了解决企业网络环境中异构数据库的数据集成和共享问题,重点研究了如何利用XML技术屏蔽数据库间的异构数据难题.提出了基于XML和中间件的集成异构数据库数据源的框架模型,该模型主要实现两部分的功能:数据库信息映射字典的生成和中间件系统查询的运行.中间件系统以XML作为数据交换的中介,提出了关系数据库数据与XML文档相互转换的方法,实现了用户对异构数据库数据的透明化共享.该模型适合企业信息化建设的需要.     

基于Native-XML数据库的数据共享及交换技术的研究

介绍了Native-XML数据库,提出了基于Native-XML数据库的数据共享及交换模型.该模型采用XML作为中间数据格式来实现异构数据源的数据转换,利用JMS作为消息传递工具, 实现了模型核心组件异构数据解析组件,并利用XML:DB API实现了Native-XML数据库对数据的处理模块.     

基于XML和JMS的异构数据交换集成的研究

随着企业信息化不断深入，对于异构数据集成的要求越来越迫切。为此提出了一种异构数据交换集成的模型。首先构造异构数据库的元数据的模式XML Schema，并建立元数据与XML Schema间的映射，将异构数据表示成XML形式，使用JMS技术完成系统间XML的传输，再根据本地数据库的元数据与XML Schema的映射将XML中的数据转化为本地数据库可用数据，从而较好地解决了异构数据集成和交换的问题。     

基于XML的钢铁企业综合生产管理系统设计与应用

为了解决当前钢铁企业中过程控制系统与生产管理系统缺乏整合的问题,通过分析企业业务流程和管理模式.提出了一个异构数据交换的系统模型,采用XML为信息交换的载体,通过导出映射模式将源数据库数据转化为XML数据,再通过导人映射模式将XML数据转化为目标数据库数据,实现了数据实时交换.并设计了一种基于XML的钢铁企业通用综合生产管理系统,具有异构及分布式环境下信息集成、业务过程优化及协同和决策支持等功能.最后分层描述了系统的架构、功能和关键技术,并实现了在某钢铁企业的应用.     

基于XML的异构数据集成的研究与实现

为了实现异构环境中数据集成的目标,提出了基于XML、B／S三层架构的企业异构数据库之间数据共享的实施方案,设计和实现了一个通用的异构数据集成系统。文章介绍了该系统的核心体系结构、工作流程和各模块的功能;阐述了XML文档模式的验证和提取、XML文档间的映射、XML文档模式和数据库关系模式之间的映射等关键模块的设计和实现;最后简要说明了实现系统所采用的相关Java技术。     

基于数据仓库的煤矿历史数据分析

目前煤矿中积累了大量的历史数据,为了有效利用这些数据,利用数据仓库作为煤矿历史数据分析方法,设计了基于数据仓库的煤矿历史数据分析系统,给出了其软件体系结构和模块功能,并对建立数据仓库关键技术进行了详细描述。结果表明利用数据仓库来分析煤矿历史数据,是可行的和有价值的。     

基于XML的Web数据挖掘模型的设计

目前很多网站都是用HTML构建的,要真正做到高效准确的挖掘数据非常困难,XML的出现为基于Web的数据挖掘带来了便利.在研究Web数据挖掘技术的基础上,利用XML数据抽取技术将半结构化数据映射为结构化数据,建立了一个具有基本挖掘功能的面向多种Web数据的挖掘系统模型Web_mining.最后将Agent技术引入数据挖掘,提出了一种基于Agent技术的体系结构,用来实现大容量的数据在分布式存放情况下的数据挖掘,并对基于Web的数据挖掘技术进行深入的研究和探讨.     

基于数据挖掘的煤矿安全信息管理模型的研究

基于对数据挖掘技术、粗糙集理论、模糊逻辑与神经网络算法的分析,文章提出了一种基于数据挖掘的煤矿安全信息管理模型的设计方案。该模型应用Web服务器注册技术和XML数据合成技术形成终端数据库,采用数据挖掘技术中的粗糙集理论和模糊逻辑与神经网络算法形成终端数据仓库,并对终端数据仓库进行统一分析、管理和维护,有效地提高了煤矿安全信息管理的效率。     

基于云理论的煤矿安全监测数据关联规则挖掘

本文主要研究如何运用关联规则来评价巷道瓦斯危险源的风险程度,作为分析煤矿事故危险源的补充.文章在云模型的基础上,针对煤矿安全监测数据的特点,提出一种基于云理论的属性空间软划分模型,然后在此基础上对Apriori算法进行了改进,提出适用于对煤矿安全监测数据进行关联规则挖掘的算法.最后通过实例测试,验证了改进算法的有效性.     

An intelligent hybrid system for surface coal mine safety analysis

Analysis of safety in surface coal mines represents a very complex process. Published studies on mine safety analysis are usually based on research related to accidents statistics and hazard identification with risk assessment within the mining industry. Discussion in this paper is focused on the application of AI methods in the analysis of safety in mining environment. Complexity of the subject matter requires a high level of expert knowledge and great experience. The solution was found in the creation of a hybrid system PROTECTOR, whose knowledge base represents a formalization of the expert knowledge in the mine safety field. The main goal of the system is the estimation of mining environment as one of the significant components of general safety state in a mine. This global goal is subdivided into a hierarchical structure of subgoals where each subgoal can be viewed as the estimation of a set of parameters (gas, dust, climate, noise, vibration, illumination, geotechnical hazard) which determine the general mine safety state and category of hazard in mining environment. Both the hybrid nature of the system and the possibilities it offers are illustrated through a case study using field data related to an existing Serbian surface coal mine.     

一种基于Web组态技术的安全生产调度系统

一种基于Web组态技术的安全生产调度系统是一套先进的综合Internet、数据库、XML及Web组态等技术的信息系统。该系统可广泛用于煤矿生产、水利调度等领域,该系统将安全监控、生产调度的实时数据等信息有机地融合起来,进行数字化处理,通过基于ActiveX的组态元件Web发布解决方案Visual Graph实现了安全生产调度的标准化、规范化、高效化。该系统已在企业安全运行一年,可为安全生产调度管理部门提供及时、定量、真实可靠的调度信息,取得了满意的效果。     

人工智能技术在矿山智能化建设中的应用初探

介绍了人工智能技术的相关概念、发展概述及其在煤炭行业发展中的应用,指出目前人工智能技术在矿山应用只是点状结合和浅度结合,没有实现人工智能技术和矿山某个生产或管理系统层面的深度融合。概述了智能矿山的发展历程,指出智能矿山是人工智能技术、大数据技术、物联网技术和矿山实体的深度融合体,利用智能通信、智能控制和智能计算技术实现数字化矿山的计算、处理,构建数字孪生矿山,通过数字孪生矿山和物理矿山的智能交互演化,达到对煤矿安全、高效、绿色的生产控制。构建了将人工智能技术和矿山深度融合的包括设备层、智能层、应用层的智能矿山三层构架:应用层处于智能矿山的最高层,其中的数字孪生矿山子层相当于“数字大脑”,实现矿山最高层次的智能控制;智能层中的智能体要求子系统不仅仅是应用人工智能技术处理子系统所产生的数据,而是从架构上就要将智能计算、智能通信、智能控制融为一体。展望了智能矿山建设的发展趋势:智能化矿山需要加强人工智能技术和矿山融合度的深入研究,将现有的基于人工智能的故障检测、诊断及超前干预技术应用到机器人系统中,智能计算、智能通信、智能控制融合的巡检机器人将是最早能推广的井下智能体之一;智能化矿山需要进一步加强复杂巨系统建模技术的研究,只有建立了矿山的复杂巨系统模型,才能实现采矿活动和环境的协同互动,实现采煤活动的精准控制,复杂巨系统模型的缺乏将是未来智能矿山建设亟需解决的问题。     

基于大数据的瓦斯报警甄别研究

瓦斯报警的正确性和准确性是煤矿安全生产的重大问题。煤矿安全监控系统实时对井下环境进行检测,每天产生大量数据,用传统方法不能准确快速地甄别出瓦斯突出、异常数据或者传感器正常标校的情况。为此,利用基于时间序列的大数据挖掘技术,研究了煤矿安全生产中瓦斯报警问题,解决了传统人工识别方法不能快速甄别瓦斯报警类型等难题。详细论述了时间序列的大数据挖掘技术,针对煤矿的具体情况建立了相关的数学模型,并将系统用于平煤神马集团。实用表明,对瓦斯报警的甄别达到了比较高的准确率,较好地解决了瓦斯报警数据的甄别问题。     

基于DBSCAN算法的煤矿瓦斯监测信息聚类分析方法研究

基于煤矿瓦斯监测系统在煤炭生产过程中的监测信息数据库,提出了采用基于DBSCAN算法的聚类分析方法挖掘瓦斯事故信息特征的方案;指出了DBSCAN算法在实际应用中的不足,提出了基于数据划分思想改进DBSCAN算法的方案,介绍了具体的改进方法;应用基于改进DBSCAN算法的聚类分析方法对瓦斯监测信息进行聚类分析、特征提取,结果表明该方法行之有效;最后指出了该方法进一步的研究方向。     

关联规则挖掘技术在煤矿安全预警系统中的应用研究

针对煤矿安全预警数据多源异构的特点,文章提出了一种采用关联规则挖掘技术对煤矿安全预警系统参数进行数据挖掘的设计方案,给出了关联规则挖掘模型及其算法分析,详细介绍了关联规则算法中的Apriori算法在煤矿安全预警系统中的应用及实现。仿真结果表明,该方案性能良好,是煤矿安全综合评价的一种有效方法。