煤矿安全管理信息系统的研制

采用面向对象的程序设计语言VB和数据库技术,结合开滦集团公司煤矿安全管理工作的实际,开发了煤矿安全管理信息系统。该系统建立了煤矿事故数据库和煤矿安全评价模型,可实现伤亡事故统计分析、事故评价和预测等多种管理功能。     

基于4M-C-I煤矿安全评价指标体系的灰色关联分析

针对现有煤矿安全评价指标体系不能全面体现事故发生根本原因的问题,从人员、设备、环境、管理、安全文化和安全信息6个方面分析了煤矿安全评价影响因素,给出了煤矿事故轨迹交叉致因模型,建立了煤矿安全评价指标体系,对影响煤矿安全事故的因素进行灰色关联分析,明确各因素间的耦合及关联关系。应用结果表明,该分析能客观评价煤矿企业的真实安全程度,为煤矿事故预测提供实施决策管理。     

基于4M-C-I煤矿安全评价指标体系的灰色关联分析

针对现有煤矿安全评价指标体系不能全面体现事故发生根本原因的问题,从人员、设备、环境、管理、安全文化和安全信息6个方面分析了煤矿安全评价影响因素,给出了煤矿事故轨迹交叉致因模型,建立了煤矿安全评价指标体系,对影响煤矿安全事故的因素进行灰色关联分析,明确各因素间的耦合及关联关系。应用结果表明,该分析能客观评价煤矿企业的真实安全程度,为煤矿事故预测提供实施决策管理。     

煤矿安全隐患量化管理信息化的研究

分析了现有煤矿安全隐患管理系统存在的问题,提出了煤矿安全隐患量化管理信息化的解决方案。该方案将煤矿安全隐患的闭合处理、安全隐患分析、安全隐患与事故之间的联系有机地整合在一起,并采用安全隐患采集器完成煤矿安全隐患的闭合处理过程。实际应用表明,该方案缩短了安全隐患的处理时间,提升了安全隐患的处理质量,有效降低了各类事故的发生率。     

基于虚拟现实技术的煤矿安全培训系统

针对传统煤矿安全培训手段单一、效果不理想的问题,提出了基于虚拟现实技术的煤矿安全培训系统。该系统应用虚拟现实开发软件3DS MAX和Virtools DEV来完成设备建模、场景构建和交互式系统的开发,实现了煤矿风险预控、事故案例再现和事故应急救援的仿真。应用结果表明,该系统通过三维仿真和交互形式可有效提高煤矿安全培训的针对性和实施效果,达到提高安全意识、减少安全事故的目的。     

基于主成分聚类分析的煤矿安全评价模型

首先从人的行为、安全管理、装备设施、自然条件、安全技术与监管机制5个方面建立了煤矿安全评价指标体系;然后运用主成分分析和聚类分析建立了煤矿安全评价模型,通过主成分分析选取综合指标,减少了评价指标的个数,通过聚类分析对各煤矿企业的安全状态进行分类评价,分析其相似性和差异性;最后通过对某省40个煤矿企业的安全状况进行评价,介绍了该煤矿安全评价模型的应用步骤。应用结果表明,该煤矿安全评价模型得出的评价结果简单、直观地反映了煤矿的安全状态。     

事故树模型在煤矿安全量化管理中的应用

针对某些煤矿生产管理手段相对滞后、管理无法量化、控制无法程序化、不能从整体上有效地预防事故发生等问题,提出了一种基于事故树的煤矿安全量化管理系统的设计方案。该系统通过对涉及到煤矿安全的相关数据进行量化处理,利用事故树分析模型,实现煤矿所有地点的动态安全评估。多个煤矿的实际应用结果表明,该系统能够全面有效地推进煤矿安全管理的规范化、信息化、标准化,提升煤矿企业的安全管理水平。     

基于虚拟现实技术的煤矿安全培训系统

针对传统煤矿安全培训手段单一、效果不理想的问题,提出了基于虚拟现实技术的煤矿安全培训系统。该系统应用虚拟现实开发软件3DS MAX和Virtools DEV来完成设备建模、场景构建和交互式系统的开发,实现了煤矿风险预控、事故案例再现和事故应急救援的仿真。应用结果表明,该系统通过三维仿真和交互形式可有效提高煤矿安全培训的针对性和实施效果,达到提高安全意识、减少安全事故的目的。     

煤矿安防应用专题——煤矿安防应用安全生产催生的新热点

煤炭是我国国民经济和社会发展的基础，主要的能源来源，其重要性不言而喻，由于开采方式的落后、超负荷的开采、以及安全生产措施等的不到位，煤矿安全事故时有发生，于是，应用先进的科技，减少、遏止煤矿安全生产事故的发生成为必然，安防系统的应用就是其中手段之一。[编者按]     

改进的PCA-LDA人脸识别算法的研究

主成分分析算法(PCA)和线性鉴别分析算法(LDA)被广泛用于人脸识别技术中,但是PCA由于其计算复杂度高,致使人脸识别的实时性达不到要求。线性鉴别分析算法存在“小样本”和“边缘类”问题,降低了人脸识别的准确性。针对上述问题,提出使用二维主成分分析法(2DPCA)与改进的线性鉴别分析法相融合的方法。二维主成分分析法提取的特征比一维主成分分析法更丰富,并且降低了计算复杂度。改进的线性鉴别分析算法重新定义了样本类间离散度矩阵和Fisher准则,克服了传统线性鉴别分析算法存在的问题,保留了最有辨别力的信息,提高了算法的识别率。实验结果表明,该算法比主成分分析算法和线性鉴别分析算法具有更高的识别率,可以较好地用于人脸识别任务。     

煤矿事故案例的安全职能分析及数据库系统设计

指出煤矿事故案例的安全职能是加强人员安全意识、促进安全政策的落实、为事故应急处理提供参考、预测矿井危险性、促使决策者加大安全投入、利于形成安全理念、促进新技术及装备的开发和应用;分析了煤矿事故案例数据库系统的结构、功能及开发方式。该数据库系统的建立实现了煤矿事故案例的共享检索和高效管理,下一步将深入研究该系统的事故处理措施智能提取、事故危险性预测等功能。     

基于层次重要度因果分析法的煤矿自燃事故研究

以某煤矿自燃事故为例,将层次分析法与因果分析法相结合,提出了层次重要度因果分析法。该方法不仅从定性角度分析了煤矿自燃事故的引发因素,还定量地给出了各因素的重要度,对于分析煤矿事故原因及提出重点改进措施具有重要意义。     

基于声音识别的煤矿重特大事故报警方法研究

煤矿瓦斯与煤尘爆炸会产生爆炸声,煤与瓦斯突出会产生煤炮声、支架发出的嘎嘎声和破裂折断声等,冲击地压会产生巨大的岩石破碎声响和震动等,煤矿透水会发出“嘶嘶”的水叫声、大量透水会产生水流声等,煤矿顶板冒落会发出顶板断裂声、煤岩落地撞击声、支护损毁声等。针对煤矿重特大事故声音特点,提出了煤矿井下瓦斯与煤尘爆炸、煤与瓦斯突出、冲击地压、水灾、顶板冒落等事故报警方法:各事故声音的时域和频域特征与其他声音不同,可通过矿用防爆拾音设备和系统实时监测声音,通过声音智能分析和声音频率、幅度、短时能量等特征参数分析感知事故并报警;通过监测和分析不同监测地点声音强度特征、声音发生的先后关系和防爆拾音设备损坏的先后关系等判定事故发生地点;根据各事故特点提出了多信息融合分析的灾害识别方法,减小工作面落煤、爆破作业、采煤设备、掘进设备、运输提升设备、供电设备、乳化液泵、水泵和局部通风机工作等产生的声音干扰。论述了不同拾音设备的优缺点,矿用拾音设备宜采用麦克风阵列;研究了适用于煤矿重特大事故的声音识别分类器。     

面向化工企业事故的根原因关联分析

化工事故发生的根原因多是由人的不安全行为、机械或物的不安全状态等引发,其本质是企业管理上的缺陷。挖掘根原因间、根原因与事故间的关联关系是预防事故、提升企业安全管理水平的关键。由于事故调研根原因分析与安全管理指标体系存在稀疏关联现象,难以挖掘管理缺陷与事故演化间的关联关系。为此,本文通过协同过滤算法填补事故调研中缺失的评分数据;基于加权支持度计数的关联规则算法挖掘事故根原因间、根原因与事故属性间的强关联规则。实验结果表明,基于加权支持度的关联分析算法相比于现有的算法,能推荐更多危险程度高的企业潜在安全隐患及安全隐患与事故间的演化关联,从而能科学指导企业安全生产,实现面向生产过程的风险预警和事故预防。     

基于FTA的煤矿瓦斯事故分析

给出了事故树分析的步骤,绘制出了煤矿瓦斯事故树图,运用事故树分析方法对瓦斯事故进行了逻辑分析;采用布尔代数法,找出了煤矿瓦斯爆炸事故发生的最小割集、最小径集;通过对最小割集(最小径集)的求解,确定了基本事件的结构重要度,从而了解了煤矿的危险程度和安全程度,掌握了导致瓦斯事故发生的各基本原因事件的组合关系及其重要程度;给出了防治瓦斯事故发生的措施。     

基于云计算的煤矿安全监测预警系统研究

针对传统煤矿安全监测系统存在无法提前预测井下事故等问题,提出一种基于云计算的煤矿安全监测预警系统,介绍了云计算、SaaS、数据挖掘等相关技术,并详细阐述了系统总体架构及云数据中心的设计。该系统可以有效地预报井下瓦斯事故、机电事故、火灾事故、水害事故等,降低发生安全事故的风险。     

基于Agent的井下透水事故逃生模型研究

为探讨井下发生透水事故时矿工逃生的可能性和成功逃生的比率,帮助矿工在复杂的井下环境和突发事故中准确选择逃生路线,建立了基于Agent的井下透水事故逃生模型。通过对井下人员在灾害中的生理和心理的需求进行分析,提取出了模型的运行规则。利用RePast软件建模仿真矿工的逃生行为,随机地生成逃生路线。模型运行结果表明：在井下发生透水事故时,利用模型生成的逃生路线能够有效降低井下人员的死亡率,帮助Agent安全逃生。