基于Fisher判别分析理论的地下开采安全评价模型

矿山安全是矿山企业稳定、持续、高速发展的根本保证。应用Fisher判别分析理论并结合矿山安全生产的标准规范,根据矿山人、机、环境、管理4个因素的实际特点,综合考虑到地下矿山的开采工艺和指标数据的可靠性,选取23项矿山安全评价因素作为评价影响因子,建立矿山地下开采安全评价的F isher判别分析模型(FDA)。对18组地下矿山的特征参数值作为学习样本进行训练和检验,回判估计的误判率为0。利用该模型对另外4组实测数据作为预测样本进行测试,预测结果与实际情况吻合较好。研究结果表明,该方法回判估计的误判率低,判别性能良好,对地下矿山安全管理现状及水平评价提供了可操作的方法,进而为矿山有关部门提供了科学安全管理的依据。     

用Fisher判别法评价矿井通风系统安全可靠性

针对传统的通风系统安全可靠性评价方法存在的问题,应用统计学理论并结合对矿井通风系统经济性、安全性的要求,选取16项矿井通风系统评价指标作为判别因子,建立矿井通风系统安全可靠性的Fisher判别分析(FDA)模型.以15组具体数据作为学习样本进行训练和检验,建立相应线性判别函数并利用回代估计方法进行回检,误判率为0;并对3组检测样本进行评判,识别率100%.此外利用该模型对3个实际生产矿井通风系统测定数据作为预测样本进行测试,预测结果与实际情况吻合较好,并与神经网络结果一致.研究结果说明:该模型在研究矿井通风系统的安全可靠性中具有较高的可信度,从而为评价矿井通风系统的安全可靠性探索了一条新思路.     

金属矿山地下采空区风险评价体系的研究

概述了采空区灾害的风险评价体系,提出了采空区风险评价的工作流程.首先对采空区进行危害辨识,在危害辨识的基础上进行风险分析和风险判断,得出采空区风险相对值,根据采空区风险评估结果确定有效的风险控制措施.阐述了采空区危害辨识和风险评估的基本原理及流程.     

评价边坡稳定性的Fisher判别分析法

将数理统计中的Fisher判别分析法应用于边坡稳定性评价中,结合前人研究经验,选用影响边坡稳定的6个主要地质参数边坡重度、内聚力、摩擦角、边坡角、边坡高度和孔隙水压力比作为判别变量,以前人研究中已有明确结论的边坡工程相关数据资料作为训练样本,建立相应的评价边坡稳定性的线性Fisher判别函数。使用SPSS软件进行Fisher线性判别函数的建立与分析。并且采用回判估计方法对判别结果进行验证,误判率为零。用建立的判别模型对5个待评价边坡进行判别分析,结果与实际情况符合良好。说明Fisher线性判别法是一种有效地评价边坡稳定性的手段,在边坡工程中具有较好的应用前景。     

金属矿山风险监测物联网关键技术研究现状与发展趋势

金属矿山开采作业过程中,有毒气体、透水、矿井塌陷等对施工作业人员的安全带来了巨大威胁,因此,基于金属矿山施工过程的风险监测及预警的物联网应用具有重要意义。介绍了面向金属矿山施工安全风险监测的物联网应用的体系架构,分析了当前技术的发展概况,并阐述了金属矿山风险监测物联网应用的意义和必要性。以数据采集、数据传输、数据融合、数据分析等技术为重点研究对象,分析、整理和研究了国内外相关成果。从专用特种传感器、时空演变多维数据融合、可靠实时无线数据传输等几个方面指出了当前技术的发展现状和存在的不足,并对存在的问题进行了剖析,指明了当前工作面临的主要挑战,即:①国产芯片受制于人,特别是面向专用领域的传感器芯片;②对风险监测数据的分析缺乏时间、空间的多维度分析;③矿井复杂、密闭的巷道结构使得无线数据传输的实时性和可靠性受到影响;④新技术应用相对滞后。在充分研究国内外物联网行业的技术发展动态后,以人工智能、边缘计算等新技术为突破点,阐述了金属矿山风险监测的物联网技术未来发展的方向。     

近十年我国金属矿山通风系统的技术改造

根据近十年我国４２个金属矿山通风系统技术改造的基本状况，论述其主要特点－多元化的技术途径，节能风机的广泛应用，优化理论的结合和综合测评的规范化。     

基于Fisher判别分析法的隧洞围岩分类

针对隧道围岩分类问题,基于Fisher判别分析理论,选用岩石质量指标、完整性指数、饱和单轴抗压强度、纵波波速、弹性抗力系数和结构面摩擦因数等6个指标作为判别因子,以30组隧洞围岩数据作为学习样本进行训练,建立相应的Fisher判别模型。利用回代估计方法对建模数据逐一进行检验,正确率达93.3%。将建立的判别模型应用于工程实例,预测结果与实际情况吻合良好,与Bayes判别法、神经网络模型判别结果一致。研究结果表明,Fisher判别分析用于围岩分类简便可行,正确率高,是解决隧洞围岩分类的一种有效方法。     

中小金属矿山地下开采安全评价研究与实践

安全评价作为预测、预防事故的重要手段,将传统安全管理方法的凭经验进行管理,转变为预先辨识系统的危险性,事先预测、预防的“事前过程”。本研究通过对高危行业金属矿山开采的过程安全现状评价进行研究,通过评价查找其存在的危险、有害因素并确定危险程度,提出合理可行的安全措施及建议。为矿山的安全生产管理提供科学依据,以利于提高矿山的本质安全程度,实现安全生产。     

金属矿山通风系统模糊综合评价方法

金属矿山通风系统是由多种相互关联、相互影响的因素构成的复杂系统,为了得到客观的通风系统评价结果,本文使用层次分析法、模糊综合评价法对金属矿山通风系统进行模糊综合评价.     

基于Fisher判别分析的冲击地压危险性等级预测

针对矿井中发生的冲击地压危险性分级问题,应用因子分析和Fisher判别分析理论,选取煤层厚度、煤层倾角、埋深、构造情况、煤层倾角变化、煤层厚度变化、瓦斯浓度、顶板管理、卸压、响煤炮声为影响因素,分析影响因素之间的相关性,对相关性较强的因素进行因子分析,提取恰当的公共因子,进而建立基于因子分析的冲击地压危险性等级Fisher判别分析（FDA）模型。利用四川砚石台煤矿23组实测数据作为学习样本对模型进行训练。采用回代估计法检验模型的有效性,回判的误判率为0。将另外未参加训练的12组煤矿动力现象数据作为测试样本,对其危险性等级进行预测,并与传统的Fisher判别方法进行对比。结果表明,经过对样本因子分析后,指标个数减少,相关性降低,可以有效预测冲击地压的危险性等级,用该模型所得到的预测结果的误判率为0。     

基于Fisher-逐步判别法的煤与瓦斯突出预测

为准确、可靠地对煤与瓦斯突出进行预测,基于Fisher判别分析理论,建立了煤与瓦斯突出预测的Fisher判别模型。通过逐步判别分析法筛选出瓦斯放散初速度、瓦斯压力和埋深3个煤与瓦斯突出敏感指标作为突出判别因子,利用所构建的判别模型对20组煤与瓦斯突出实例数据进行训练学习得出相应的判别函数,用回代估计的方法进行逐一验证,误判率仅为5%。将建立的判别模型应用于10组突出实例进行判别预测,判别正确率达100%。结果表明:Fisher-逐步判别分析模型稳定性好,判别准确度高,是一种十分有效的煤与瓦斯突出预测方法。     

基于KPCA-Fisher判别分析的煤炭自燃预测研究

为了提高煤炭自燃危险性预测精度,提出了基于KPCA-Fisher判别分析的煤炭自燃预测模型。利用核主成分分析法(KPCA)对相关程度较高的特征指标进行非线性特征提取,将提取出的主成分作为Fisher判别模型的判别因子。选取宣东2号煤矿煤炭自燃的历史数据,以3∶1的比例抽取训练集和测试集并代入该模型进行训练和测试,并将预测结果与传统的FDA、SVM和BPNN模型相比较。结果表明：KPCA能有效提取煤炭自燃特征指标,降低指标间信息冗余,基于KPCA的Fisher判别模型用于煤炭自燃预测简单可行,准确率较高。     

基于Fisher判别的煤层底板突水量预测研究

针对煤层底板突水的主要影响因素,综合考虑水源、水压、隔水层、底板采动导水断裂带深度、断层等因素的影响,基于Fisher判别分析理论,利用国内一些采煤工作面底板突水资料作为训练样本,建立了煤层底板突水预测的距离判别分析模型。工程应用表明,该模型结果与实际情况吻合良好,说明该模型在煤层底板突水预测中具有良好的实用性和有效性。     

我国金属矿山采矿技术进展及趋势综述

系统和全面地介绍了我国金属矿山采矿技术在露天开采、地下开采和采矿环境控制等方面的主要成就，讨论了我国金属矿山主要采矿技术的现状、特点和应用情况，并从采矿设备、凿岩爆破、采矿系统、矿山的数字化、智能化与无人化采矿等方面分析了国内采矿技术的发展趋势，这将对我国金属矿产资源的开发产生积极的推动作用。     

基于距离判别分析模型的边坡稳定性评价

将影响边坡稳定性的容重、内聚力、摩擦角、以及边坡角和边坡高度等指标作为判别因子,建立边坡稳定性评价的距离判别分析模型。以边坡工程实测资料作为学习样本进行训练,建立相应判别函数对待判样本进行评价。该模型在通过判别模型的学习功能获得边坡稳定与其各影响因素之间的复杂关系,排除了一般准则中建立判据时人为因素的影响。实例证明该模型利用回代估计法所得到的误判率为零,具有较强的判别能力。     

矿业投资项目的风险因素分析和风险控制对策

通过对矿业活动特殊性的总结，分析了矿业投资项目中存在的地质、市场、政策、环境、项目建设、维简和安全方面的风险因素，指出了这些风险因素对矿业投资项目会产生的影响；为了有效地规避风险，获取较高的投资收益，提出了控制风险的对策。     

矿业投资经济风险因素与风险程度的模糊分析

矿业投资收益受许多不确定因素影响,对此应用模糊数学理论建立了矿业投资项目的风险状态分析公式,并通过实例进行了分析,可为矿山投资者的投资决策提供分析。     

岩体质量分级的Fisher判别分析模型及应用

将Fisher判别理论用于岩体质量分级,建立岩体质量分级的Fisher判别分析模型。选取单轴抗压强度、岩体声波纵波速度、体积节理数、节理面粗糙度系数、节理面风化变异系数、透水性系数6个指标作为岩体质量分级判别因子,以工程岩体实测数据作为学习样本进行训练,建立相应线性判别函数对待判样本进行分级。结果表明,FDA（Fisher Discriminant Analysis）模型稳定可靠、判别精度高、分类性能良好,且有效降低人为因素的影响,是岩体质量等级分类的一种有效方法,可在实际工程中推广应用。