矿井风量波动与漂移的溯源分析研究
|
摘要
井巷风阻是矿井通风网络解算的重要基础数据，精度要求高，现场测取费工费时，直接影响到网络解算技术在现场的应用。风速/风量监测属于矿井安全监控系统的重要监测功能。深入提取风量监测数据中隐含的包括风阻波动变化在内的系统信息，能够形成对矿井通风计算常态化应用的有力支撑，对于提高矿井通风安全管理的精细化水平具有重要的意义。
常规操作的通风网络解算在验证和认定风阻数据时需要基于经验的人为介入，无严格的程序可遵循，难以准确反映矿井客观实际。有鉴于此，本论文在综合有关风量和风阻分布数据全部信息的基础之上，通过优化平衡实现了风量监测数据的全局性推演，进而以得到验证的全矿风量分配格局为目标和限制条件，获取了各风道风阻数据的数学模型，并设计了风量和风阻计算的两级控制和校验，有效改善了模型的适用性及可靠性，显著降低了对人为介入的要求，并稳定提高了计算数据的客观符合度，能够形成对通风网络解算技术在煤矿现场常态化应用的有力支撑。
在论文研究中，提出了将日常生产条件下的监测风量变化分为风量波动和风量漂移的概念；提出了风量波动属于白噪声平稳序列，而风量漂移属于非平稳序列的论点。在此基础上以泰勒级数展开将风量变化的非线性函数线性化，构建了风量波动与漂移溯源分析的数学模型，以通风网络的灵敏度矩阵为指导，辨识风量变化的致因分支及其风阻变化量，进而获得矿井风量/风阻波动的统计特征及风阻漂移数据。为定量描述属于非线性复杂动态系统的通风系统变化特征迈出了重要的一步，可有效指导矿井通风的隐患辨识与风阻数据维护。
论文研究表明，风量变化溯源分析在整个通风系统内的辨识力存在一定的区域性差异，因而影响辨识精度的均匀性，甚至形成局部的“辨识盲区”而引起溯源分析的多解问题。论文研究因此指出了通风系统内风量监测点布局优化的必要性，提出了基于单风道风阻变化影响分析的布局优化和设置附加判据处理多解辨识的方法，提高了溯源分析对网络系统的适应能力及辨识精度。
本论文研究提出了通风系统数字实验平台的概念，基于随机过程和蒙特卡罗方法的有关理论提供了完整的数字实验设计，并以数字实验验证了风量波动与漂移溯源分析的数学模型。通风数字实验平台能够提供高度接近现场通风实际的模拟场景，适宜于在广泛的研究范围内展开专题论证与方案分析，具有明显的应用前景。
As basic data of mine ventilation network calculation, resistances of airways needs to bemeasured accurately through time-consuming work process, which seriously hinders theapplication of ventilation network calculation in mines. Being one of the important functionscovered by Safety Monitoring Systems, systematically operated airflow measurement canreveal a wide range of ventilation information such as changes of resistance distribution.Relevant analysis of airflow data can provide valuable support to the routine application ofmine ventilation calculations, thus promote mine safety management to a higher level.
As a tool for engineering problem solving, mine ventilation network calculationsnormally do not have sufficient and accurate data to balance the network while allow theresult fit the in-situ measurement accurately, thus, when applying to a mine, ventilationnetwork solving pursues a rational rather than theoretically accurate solution, and is lack ofrigid rule to follow as well as a clear and definite objective to pursue. This dissertation putsforward a mathematical model to deduce airflow pattern in the system based on limitedmonitoring data of airflow, and further aim at the deduced airflow distribution data to obtainairway resistance data in an optimization process. A two-phase control design is adopted toensure its applicability and reliability with a lower need of operation interference and a higherdegree of rationality, thus opens a door for the technique of ventilation network calculationinto daily safety management.
In the dissertation, two concepts of airflow fluctuation and airflow drift are put forwardto mark off airflow variances of different nature. It is pointed out that airflow fluctuationshave the characteristics of white noise sequence while airflow drifts demonstrate thecharacteristics of gradual change sequence. Based on the application of Taylor Series and relevant mathematical theories, a ventilation sensitivity matrix is calculated to aid theidentification of ventilation resistance changes that led the observed airflow changes in thesystem, and the statistical characteristics of airflow and resistance changes can be obtained.
The research of this paper shows that the identification capability of cause tracking ofairflow variance has some regional discrepancy within the whole ventilation system. Thiscould influence the uniformity of identification accuracy, and thus could form some localblind areas for identifying which in turn could result in the problem of multi-solutions.Therefore this paper suggests that it is necessary to optimize the distribution of airflowmonitors within the whole ventilation system, putting forward the methods to optimize theconfiguration of airflow monitors based on the analysis of single airway’s airflow change aswell as deal with the multi-solutions problem by setting additional criterions, which enhancethe application accuracy and suitability of cause tracking in a ventilation system.
A numerical experiment platform of coal mine ventilation system is designed in thedissertation to verify the proposed model of cause tracing based on relevant theories ofstochastic process and Monte-Carlo method. The numerical experiment platform ofventilation system can effectively provide simulated sceneries of real mine network, thus issuitable for a variety of analysis and verifications relating to mine ventilation, and can bewidely applied in the future.
常规操作的通风网络解算在验证和认定风阻数据时需要基于经验的人为介入，无严格的程序可遵循，难以准确反映矿井客观实际。有鉴于此，本论文在综合有关风量和风阻分布数据全部信息的基础之上，通过优化平衡实现了风量监测数据的全局性推演，进而以得到验证的全矿风量分配格局为目标和限制条件，获取了各风道风阻数据的数学模型，并设计了风量和风阻计算的两级控制和校验，有效改善了模型的适用性及可靠性，显著降低了对人为介入的要求，并稳定提高了计算数据的客观符合度，能够形成对通风网络解算技术在煤矿现场常态化应用的有力支撑。
在论文研究中，提出了将日常生产条件下的监测风量变化分为风量波动和风量漂移的概念；提出了风量波动属于白噪声平稳序列，而风量漂移属于非平稳序列的论点。在此基础上以泰勒级数展开将风量变化的非线性函数线性化，构建了风量波动与漂移溯源分析的数学模型，以通风网络的灵敏度矩阵为指导，辨识风量变化的致因分支及其风阻变化量，进而获得矿井风量/风阻波动的统计特征及风阻漂移数据。为定量描述属于非线性复杂动态系统的通风系统变化特征迈出了重要的一步，可有效指导矿井通风的隐患辨识与风阻数据维护。
论文研究表明，风量变化溯源分析在整个通风系统内的辨识力存在一定的区域性差异，因而影响辨识精度的均匀性，甚至形成局部的“辨识盲区”而引起溯源分析的多解问题。论文研究因此指出了通风系统内风量监测点布局优化的必要性，提出了基于单风道风阻变化影响分析的布局优化和设置附加判据处理多解辨识的方法，提高了溯源分析对网络系统的适应能力及辨识精度。
本论文研究提出了通风系统数字实验平台的概念，基于随机过程和蒙特卡罗方法的有关理论提供了完整的数字实验设计，并以数字实验验证了风量波动与漂移溯源分析的数学模型。通风数字实验平台能够提供高度接近现场通风实际的模拟场景，适宜于在广泛的研究范围内展开专题论证与方案分析，具有明显的应用前景。
As basic data of mine ventilation network calculation, resistances of airways needs to bemeasured accurately through time-consuming work process, which seriously hinders theapplication of ventilation network calculation in mines. Being one of the important functionscovered by Safety Monitoring Systems, systematically operated airflow measurement canreveal a wide range of ventilation information such as changes of resistance distribution.Relevant analysis of airflow data can provide valuable support to the routine application ofmine ventilation calculations, thus promote mine safety management to a higher level.
As a tool for engineering problem solving, mine ventilation network calculationsnormally do not have sufficient and accurate data to balance the network while allow theresult fit the in-situ measurement accurately, thus, when applying to a mine, ventilationnetwork solving pursues a rational rather than theoretically accurate solution, and is lack ofrigid rule to follow as well as a clear and definite objective to pursue. This dissertation putsforward a mathematical model to deduce airflow pattern in the system based on limitedmonitoring data of airflow, and further aim at the deduced airflow distribution data to obtainairway resistance data in an optimization process. A two-phase control design is adopted toensure its applicability and reliability with a lower need of operation interference and a higherdegree of rationality, thus opens a door for the technique of ventilation network calculationinto daily safety management.
In the dissertation, two concepts of airflow fluctuation and airflow drift are put forwardto mark off airflow variances of different nature. It is pointed out that airflow fluctuationshave the characteristics of white noise sequence while airflow drifts demonstrate thecharacteristics of gradual change sequence. Based on the application of Taylor Series and relevant mathematical theories, a ventilation sensitivity matrix is calculated to aid theidentification of ventilation resistance changes that led the observed airflow changes in thesystem, and the statistical characteristics of airflow and resistance changes can be obtained.
The research of this paper shows that the identification capability of cause tracking ofairflow variance has some regional discrepancy within the whole ventilation system. Thiscould influence the uniformity of identification accuracy, and thus could form some localblind areas for identifying which in turn could result in the problem of multi-solutions.Therefore this paper suggests that it is necessary to optimize the distribution of airflowmonitors within the whole ventilation system, putting forward the methods to optimize theconfiguration of airflow monitors based on the analysis of single airway’s airflow change aswell as deal with the multi-solutions problem by setting additional criterions, which enhancethe application accuracy and suitability of cause tracking in a ventilation system.
A numerical experiment platform of coal mine ventilation system is designed in thedissertation to verify the proposed model of cause tracing based on relevant theories ofstochastic process and Monte-Carlo method. The numerical experiment platform ofventilation system can effectively provide simulated sceneries of real mine network, thus issuitable for a variety of analysis and verifications relating to mine ventilation, and can bewidely applied in the future.
引文
[1]邵中月,杨宏云,牛欢等.新形势下中国能源安全分析[J].硅谷,2009,(1):7.
[2]胡罡.计算机技术在煤矿安全生产中应用[J].煤炭技术,2010,29(9):92~93.
[3]赵强.浅析我国能源安全保障的法律问题[J].中国矿业,2010,19(4):8~10.
[4]罗云.我国安全生产现状分析[J].中国发展观察,2005,(5):33~37.
[5]林伯泉,常建华,翟成.我国煤矿安全现状及应当采取的对策分析[J].中国安全科学学报,2006,16(5):42~46.
[6]官山月.以高效集约化生产保障煤矿安全[J].中国煤炭,2004,30(10):68~71.
[7]吴征艳,蒋曙光,金双林.简述目前我国煤矿安全管理[J].矿业快报,2004,20(5):14~16.
[8]李新娟.美国煤矿安全管理发展的研究与分析[J].中国安全科学学报,2011,21(10):161~163.
[9]刘桥喜,毛善君,马蔼乃.煤矿安全信息共享与网络决策平台研究[J].北京大学学报(自然科学版),2004,40(4):652~657.
[10]田祥枝.加速发展我国煤矿计算机应用事业的建议[J].科技情报开发与经济,2007,17(16):216~217.
[11]王骐,宋正利.计算机技术对矿山自动化的推进作用[J].工矿自动化,2004,4(8):37~38.
[12]赵贤林,沈明霞.基于煤矿的计算机网络通信及信息管理系统的设计实现[J].计算机应用研究,2004,(1):191~192.
[13]纪洪伟.计算机在矿井通风中的应用[J].煤炭科技,2008,27(2):107~108.
[14]安葳鹏,赵建贵,贾琳玮,李长青.煤矿瓦斯集中监测监控网络系统的研究[J].工矿自动化,2005,3(6):48~49.
[15]刘晓明,陈佳,安敏.煤矿瓦斯监控系统设计[J].煤矿机电,2004,(3):19~20.
[16]王红刚,吴奉亮,王雨.基于灵敏度的通风网络风量异常值分析[J].煤矿安全,2008,9(9):86-87.
[17]张强,常心坦,许晋源.矿井风量监测异常值研究的模型与算法[J].西安矿业学院学报,1998,18(4):301~303.
[18]吴辉明.计算机信息化技术在煤矿安全管理中的应用[J].煤,2010,(4):43~45.
[19]王德明,王省身.计算机选择矿井火灾时期最佳避灾路线的研究[J].中国矿业大学学报,1994,23(3):29~31.
[20]杨振宏.井下通风系统诊断模型及其应用[J].安全与环境学报,2003,3(6):53~55.
[21]袁梅,王作强,章壮新.矿井通风安全状况的计算机评价系统[J].辽宁工程技术大学学报,2003,22(4):500~501.
[22]黄光球,陆秋琴,郑彦全.通风系统风流稳定性分析的新方法[J].矿冶工程,2005,25(4):8~11.
[23]黄瑞玲,杨胜强,田艳秋,李小玉.基于通风阻力测量的通风系统分析[J].能源技术与管理,2010,(5):37~39.
[24]鲜林,高朋杰.矿井通风阻力测定结果分析与对策措施[J].中国安全生产科学技术,2010,6(1):100~103.
[25]黄俊升,李宗远,韩永强.矿井通风阻力测定数据的综合分析[J].中州煤炭,2010,(12):82~85.
[26] X.Star Wu, Ertugrul Topuz. Analysis of Mine Ventilation Systems Using OperationResearch Methods[J]. International Transactions in Operational Research,1998,(5):247~254.
[27] Howard L Hartman. Mine Ventilation and Air Condition[M]. New York:Wiley,1991.
[28] Yunan Hua, OlgaI.Korolevab, Miroslav Krstich. Nonlinear Control of Mine VentilationNetworks. System&Control Letters,2003,(49):239~254.
[29] Wang Y J. Solving Mine Ventilation Networks with Fixed and Non-fixed Branches[J].Mining Engineering,1990,(12):1342~1346.
[30]张惠忱.计算机在矿井通风中的应用[M],徐州:中国矿业大学出版社,1992.
[31]赵千里,刘剑.金川二矿区矿井通风仿真系统MVSS数学模型简介[J].矿业快报,2001,6(12):38~41.
[32]黄光球,陆秋琴,郑彦全.用梯度法解算矿井通风网络[J].化工矿物与加工，2005,(9):24~30.
[33]谢贤平,冯长根,赵梓成.矿井通风系统模糊优化研究[J].煤炭学报,1999,24(4):379~382.
[34]谢贤平,冯长根.赵梓成.矿井通风网络模糊优化数学模型及其数值解法[J].中国安全科学学报,1999,9(6):23~25.
[35]张玉祥,杨昌玲.快速模拟退火算法及矿井通风网络全局优化[J].武汉工业大学学报,1998,20(1):40~42.
[36]沈汉年,杨娟.矿井通风系统风流控制的改进算法[J].工业安全与防尘,2001,27(6):3~6.
[37]王树刚,王继仁,洪林.矿井正常和灾变时期通风网络解算的数学模型[J].辽宁工程技术大学学报,2003,22(4):436~438.
[38]倪景峰.矿井通风仿真系统可视化研究[D].辽宁工程技术大学博士学位论文,2004.
[39]王德明,周福宝.基于WINDOWS的矿井通风网络解算软件的研制[J].中国矿业大学学报,2000,29(1):41~43.
[40]李湖生.由通风网络结构数据自动生成曲线网络图[J].煤矿安全,1998,(1):9~12.
[41]李湖生.由矿井通风系统图自动生成通风网络图[J].西安矿业学院学报,1997,(6):127~130.
[42]周丽红,吕军,刘小军.测风求阻法的原理及实现[J].西安科技学院学报,2004,24(2):148~150.
[43]赵建华,吴立华.基于通风网络解算的阻力测定数据库管理系统研发[J].山东煤炭科技,2005,(2):26~27.
[44] Xintan Chang, L.W. Laage, R.E. Greuer. A User’s Manual for MFIRE: A ComputerSimulation Program for Mine Ventilation and Fire Modelling[L]. US Bureau of Mines,Information Circular9245.
[45]李聪江,郑书兵,张志峰.矿井通风计算机模拟系统的应用[J].煤矿开采,2006,11(4):81~83.
[46]单国文.矿井安全智能监控信息技术研究[D].山东科技大学硕士学位论文,2003.
[47]赵延明,高军,杨国庆,李仲宇.煤矿安全监控系统的现状与发展[J].煤矿机电,2007,(3):39~41.
[48]任大伟.基于GIS的井下信息可视化系统研究[D].山东:山东科技大学硕士学位论文,2001.
[49]煤炭工业部安全司.矿井安全监控原理及应用[M].徐州:中国矿业大学出版社,1996.
[50]刘西青.论国内煤矿瓦斯监测监控系统现状与发展[J].山西焦煤科技,2006,3(3):37~41.
[51] Sipsoucc. Risk Assessment as the Basis for the Introduction of New System. MiningEngineering,1995,(11):343~348.
[52]卢国志,李希勇,宁方淼.煤矿安全指标评价体系研究及应用[J].安全与环境学报,2003,3(2):29~31.
[53]国家安全生产监督管理局.安全评价（修订版）[M].北京:煤炭工业出版社,2004.
[54]煤炭工业部.矿井通风质量标准及检查评定办法[M].北京:煤炭工业出版社,1982.
[55]煤炭工业部.生产矿井质量标准化标准[M].北京:煤炭工业出版社,1994.
[56]葛以忠,申仁光.企业安全评价的模糊综合评价法[J].江苏工学院,1990,11(2):5~9.
[57]谢贤平,赵锌成.利用层次分析法综合评价矿井通风系统[J].矿山技术,1990,(5):16~19.
[58]赵焕臣.层次分析法——一种简易的新决策方法[M].北京:科学出版社,1986.
[59]罗中杰,赵云胜,刘如民.矿井通风系统的灰关联评价[J].地质勘探安全,1996,(4):9~11.
[60]谢贤平,赵锌成.灰色聚类法在矿井通风系统评价中的应用[J].工业安全与防尘,1991,(1):1~5.
[61]孙才志,宋彦涛.关于灰色关联度的理论探讨[J].世界地质,2000,19(3):248~253.
[62]秦书玉,孙平.矿井通风系统的模糊贴近度优化评价法[J].辽宁工程技术大学学报,2005,24(1):23~25.
[63]周福宝,王德明,李正军.矿井通风系统优化评判的模糊优选分析法[J].中国矿业大学学报,2002,31(3):262~265.
[64]刘开第,吴和琴等.未确知数学[M].武汉:华中理工大学出版社,1997.
[65]马超.基于未确知测度理论矿井通风系统安全评价研究[M].西安科技大学硕士论文,2005.
[66]谢贤平,赵锌成.矿井通风系统评价的人工神经网络模型[M].化工矿山技术,1995,24(4):13~17.
[67]施式亮,刘宝琛.基于神经网络的煤矿安全性预测模型及应用[J].中国安全科学学报,1999,9(3):34~37.
[68]张朋柱,费楚红,李树荣.预测煤矿回采工作面产量的BP网络模型[J].系统工程理论与实践,1999,(6):94~101.
[69]刘兰翠,朱明,扬中.基于模糊模块化神经网络的煤矿安全性评价[J].2004,26(3):32~37.
[70]陈金国.神经网络模型及其在煤矿瓦斯预测中的应用[J].煤炭科技,2005,(2):39~41.
[71]陈钊.基于灵敏度的通风系统稳定性分析[J].中国煤炭,2007,33(11):46~47.
[72]魏引尚,常心坦,李如明.复杂通风系统的稳定性分析[J].西安科技学院学报，2003,23(2):119~122.
[73]马恒,贾进章.复杂网络中风流的稳定性[J].辽宁工程技术大学学报,2001,20(2):14~16.
[74]贾进章,马恒,刘剑.基于灵敏度的通风系统稳定性分析[J].辽宁工程技术大学学报,2002,21(4):428~429.
[75]王洪德,马云东.基于故障统计模型的可修通风系统可靠性研究[J].煤,2003,16(6):1~3.
[76]贾进章,刘剑,姜克寒等.风路可靠度确定数学模型[J].辽宁工程技术大学学报,2005,24(6):801~804.
[77]张绍江,刘增容.基于人机工程学的矿井通风系统可靠性分析[J].科技情报开发与经济,2006,16(14):156~157.
[78]魏引尚,常心坦,李如明等.复杂通风系统的稳定性分析[J],西安科技学院学报，2003,23(2):119~121.
[79]仵自连,栗成杰.矿井通风系统稳定性和可靠性研究[J].煤炭科学技术,2006,34(9):49~51.
[80]何学明,徐安廷,刘正东.提高矿井通风系统的安全和可靠性[J].煤炭技术,2003,22(1):46~48.
[81]王雨,王红刚,刘晓利.矿井通风风量异常值分析的数学模型与计算机实现[J].陕西煤炭,2008,(05):38~39.
[82]王红刚,吴奉亮,王雨.基于灵敏度的通风网络风量异常值分析[J].煤矿安全,2008,(9):86~88.
[83]张士同,张庆和.多灾害矿井瓦斯异常区综合治理技术[J].山东煤炭科技,2010,(3):201~203.
[84]刘耀明,齐俊德.低瓦斯矿井瓦斯异常区综合治理可行性分析[J].煤矿安全,2007,(3):54~55.
[85]韩兴荣.回采工作面回风流瓦斯浓度超限的治理方法[J].矿业安全与环保,2002,29(2):37~39.
[86]王德明,王省身,鲍庆国.矿井火灾计算机模拟研究[J].中国安全科学学报,1996,6(2):1~3.
[87]李学文,郑守淇,常心坦.矿井火灾通风动态模拟并行计算及其可视化[J].煤矿安全,2000,(1):28~30.
[88]刘真祥,谢旭阳.火灾条件下的最佳救避灾路线的确定[J].煤矿设计,1999,(12):21~23.
[89]李兴东.矿井火灾时期避灾路线的确定及其应用程序[J].煤矿安全,2001,(12):20~22.
[90]施式亮,李湖生.矿井避灾路线选择系统开发的理论与实践[J].湖南科技大学学报,1998,13(3):8~11.
[91]戚宜欣,王省身.矿井火灾时期风流流动及通风系统变化的动态模拟[J],中国矿业大学学报,1995,24(3):19~22.
[92]王洪德.基于网络流理论的火灾时期风流控制系统研究[J].大连铁道学院学报,2005,26(3):59~61.
[93]周延,王省身.矿井火灾时期风流紊乱的动态分析[J],中国矿业大学学报,1998,7(1):32~34.
[94]李传统,王省身.矿井火灾燃烧区热阻力的研究[J].中国矿业大学学报,1996,25,(4):8~11.
[95]贾进章,马恒,刘剑.矿井火灾时期温度分布数值模拟[J].辽宁工程技术大学学报,2003,22(4):460~462.
[96]蒋增京.自然风压对矿井通风系统的影响[J].河北煤炭,2003,(5):3~5.
[97]张加元.自然风压对通风系统影响的定性分析[J].现代矿业,2009,(2):117~119.
[98]胡明松,徐文忠.自然风压对矿井通风网络稳定性影响的研究[J].煤炭工程,2008,(11):72~74.
[99]谭海文.自然风压变化规律及其对矿井通风系统的影响[J].黄金,2007,28(11):20~22.
[100]谭允祯,白念信,马士亮,张景钢.自然风压对采区风流稳定性的影响及预防[J].山东科技大学学报(自然科学版),2005,24(4):7~9.
[101]黄元平.矿井通风[M].徐州:中国矿业大学出版社,1990.
[102]赵建华,吴立华.基于通风网络解算的阻力测定数据库管理系统研发[J].山东煤炭科技,2005,(2):26~28.
[103]魏威,孙和平.计算机通风网络解算在矿井安全生产中的应用[J].煤炭科技,2007,(3):80~81.
[104]杨树民,张兴华.计算机风网解算在矿井通风系统优化中的应用[J].能源技术与管理,2007,(3):108~109.
[105]倪科社.线性等式约束二次规划问题的无约束的优化方法[J].石河子大学学报(自然科学版),1999,(1):59~61.
[106]黄平.最优化理论与方法[M].北京:清华大学出版社,2009.
[107]冯康.数值计算方法[M].国防工业出版社,1978.
[108]陈茹雯,黄仁,史金飞,张志胜.线性/非线性时间序列模型一般表达式及其工程应用[J].东南大学学报(自然科学版),2008,38(6):1077~1078.
[109] Peter J, Brockwell, Richard A Davis. Introduction to Time Series and Forecasting(Second Edition)[M]. Springer-Verlag,2002.
[110]王黎明,王连,杨楠.应用时间序列分析[M].上海:复旦大学出版社,2009.
[111] Ruey S Tsay. Analysis of Financial Time Series(Second Edition)[M]. WileyInterscience,2006.
[112]安鸿志,陈敏.非线性时间序列分析[M].上海科学技术出版社,1998.
[113]项静恬,杜金观,史久恩.动态数据处理——时间序列分析[M].北京:气象出版社,1986.
[114]张世英,樊智.协整理论与波动模型——金融时间序列分析及应用[M].清华大学出版社,2004.
[115]王银宏,严光生等.三部式潜在矿产资源定量评价与蒙特卡罗模拟,中国矿业,2006,15(6):14~16.
[116]邵清亮,张振川,张芝贤.基于蒙特卡罗算法煤矿井下人员定位研究[J].计算机应用与软件,2009,26(4):165~167.
[117]方再根.计算机模拟和蒙特卡罗方法[M].北京工业学院出版社,1988.
[118]姚宏,李圭白等.蒙特卡罗方法在水污染控制理论中的应用前景[J].哈尔滨工业大学学报,2004,36(1):129~132.
[119] Lonnblad Leif. Monte Carlo Generators[J]. Acta Physica Polonica,2005,36(2):401~408.
[120]何云.概率分析蒙特卡洛法计算程序的改进[J].化工技术经济,2004,22(12):31~34.
[121] Mosegaard K1aus, Sambridge Malcolm. Monte Carlo Analysis of Inverse Problems [J].Inverse Problem,2002,18(3):29~54.
[122]王建秋.蒙特卡罗方法的现状和展望[J].信息安全与技术,2011,(12):24~25.
[2]胡罡.计算机技术在煤矿安全生产中应用[J].煤炭技术,2010,29(9):92~93.
[3]赵强.浅析我国能源安全保障的法律问题[J].中国矿业,2010,19(4):8~10.
[4]罗云.我国安全生产现状分析[J].中国发展观察,2005,(5):33~37.
[5]林伯泉,常建华,翟成.我国煤矿安全现状及应当采取的对策分析[J].中国安全科学学报,2006,16(5):42~46.
[6]官山月.以高效集约化生产保障煤矿安全[J].中国煤炭,2004,30(10):68~71.
[7]吴征艳,蒋曙光,金双林.简述目前我国煤矿安全管理[J].矿业快报,2004,20(5):14~16.
[8]李新娟.美国煤矿安全管理发展的研究与分析[J].中国安全科学学报,2011,21(10):161~163.
[9]刘桥喜,毛善君,马蔼乃.煤矿安全信息共享与网络决策平台研究[J].北京大学学报(自然科学版),2004,40(4):652~657.
[10]田祥枝.加速发展我国煤矿计算机应用事业的建议[J].科技情报开发与经济,2007,17(16):216~217.
[11]王骐,宋正利.计算机技术对矿山自动化的推进作用[J].工矿自动化,2004,4(8):37~38.
[12]赵贤林,沈明霞.基于煤矿的计算机网络通信及信息管理系统的设计实现[J].计算机应用研究,2004,(1):191~192.
[13]纪洪伟.计算机在矿井通风中的应用[J].煤炭科技,2008,27(2):107~108.
[14]安葳鹏,赵建贵,贾琳玮,李长青.煤矿瓦斯集中监测监控网络系统的研究[J].工矿自动化,2005,3(6):48~49.
[15]刘晓明,陈佳,安敏.煤矿瓦斯监控系统设计[J].煤矿机电,2004,(3):19~20.
[16]王红刚,吴奉亮,王雨.基于灵敏度的通风网络风量异常值分析[J].煤矿安全,2008,9(9):86-87.
[17]张强,常心坦,许晋源.矿井风量监测异常值研究的模型与算法[J].西安矿业学院学报,1998,18(4):301~303.
[18]吴辉明.计算机信息化技术在煤矿安全管理中的应用[J].煤,2010,(4):43~45.
[19]王德明,王省身.计算机选择矿井火灾时期最佳避灾路线的研究[J].中国矿业大学学报,1994,23(3):29~31.
[20]杨振宏.井下通风系统诊断模型及其应用[J].安全与环境学报,2003,3(6):53~55.
[21]袁梅,王作强,章壮新.矿井通风安全状况的计算机评价系统[J].辽宁工程技术大学学报,2003,22(4):500~501.
[22]黄光球,陆秋琴,郑彦全.通风系统风流稳定性分析的新方法[J].矿冶工程,2005,25(4):8~11.
[23]黄瑞玲,杨胜强,田艳秋,李小玉.基于通风阻力测量的通风系统分析[J].能源技术与管理,2010,(5):37~39.
[24]鲜林,高朋杰.矿井通风阻力测定结果分析与对策措施[J].中国安全生产科学技术,2010,6(1):100~103.
[25]黄俊升,李宗远,韩永强.矿井通风阻力测定数据的综合分析[J].中州煤炭,2010,(12):82~85.
[26] X.Star Wu, Ertugrul Topuz. Analysis of Mine Ventilation Systems Using OperationResearch Methods[J]. International Transactions in Operational Research,1998,(5):247~254.
[27] Howard L Hartman. Mine Ventilation and Air Condition[M]. New York:Wiley,1991.
[28] Yunan Hua, OlgaI.Korolevab, Miroslav Krstich. Nonlinear Control of Mine VentilationNetworks. System&Control Letters,2003,(49):239~254.
[29] Wang Y J. Solving Mine Ventilation Networks with Fixed and Non-fixed Branches[J].Mining Engineering,1990,(12):1342~1346.
[30]张惠忱.计算机在矿井通风中的应用[M],徐州:中国矿业大学出版社,1992.
[31]赵千里,刘剑.金川二矿区矿井通风仿真系统MVSS数学模型简介[J].矿业快报,2001,6(12):38~41.
[32]黄光球,陆秋琴,郑彦全.用梯度法解算矿井通风网络[J].化工矿物与加工，2005,(9):24~30.
[33]谢贤平,冯长根,赵梓成.矿井通风系统模糊优化研究[J].煤炭学报,1999,24(4):379~382.
[34]谢贤平,冯长根.赵梓成.矿井通风网络模糊优化数学模型及其数值解法[J].中国安全科学学报,1999,9(6):23~25.
[35]张玉祥,杨昌玲.快速模拟退火算法及矿井通风网络全局优化[J].武汉工业大学学报,1998,20(1):40~42.
[36]沈汉年,杨娟.矿井通风系统风流控制的改进算法[J].工业安全与防尘,2001,27(6):3~6.
[37]王树刚,王继仁,洪林.矿井正常和灾变时期通风网络解算的数学模型[J].辽宁工程技术大学学报,2003,22(4):436~438.
[38]倪景峰.矿井通风仿真系统可视化研究[D].辽宁工程技术大学博士学位论文,2004.
[39]王德明,周福宝.基于WINDOWS的矿井通风网络解算软件的研制[J].中国矿业大学学报,2000,29(1):41~43.
[40]李湖生.由通风网络结构数据自动生成曲线网络图[J].煤矿安全,1998,(1):9~12.
[41]李湖生.由矿井通风系统图自动生成通风网络图[J].西安矿业学院学报,1997,(6):127~130.
[42]周丽红,吕军,刘小军.测风求阻法的原理及实现[J].西安科技学院学报,2004,24(2):148~150.
[43]赵建华,吴立华.基于通风网络解算的阻力测定数据库管理系统研发[J].山东煤炭科技,2005,(2):26~27.
[44] Xintan Chang, L.W. Laage, R.E. Greuer. A User’s Manual for MFIRE: A ComputerSimulation Program for Mine Ventilation and Fire Modelling[L]. US Bureau of Mines,Information Circular9245.
[45]李聪江,郑书兵,张志峰.矿井通风计算机模拟系统的应用[J].煤矿开采,2006,11(4):81~83.
[46]单国文.矿井安全智能监控信息技术研究[D].山东科技大学硕士学位论文,2003.
[47]赵延明,高军,杨国庆,李仲宇.煤矿安全监控系统的现状与发展[J].煤矿机电,2007,(3):39~41.
[48]任大伟.基于GIS的井下信息可视化系统研究[D].山东:山东科技大学硕士学位论文,2001.
[49]煤炭工业部安全司.矿井安全监控原理及应用[M].徐州:中国矿业大学出版社,1996.
[50]刘西青.论国内煤矿瓦斯监测监控系统现状与发展[J].山西焦煤科技,2006,3(3):37~41.
[51] Sipsoucc. Risk Assessment as the Basis for the Introduction of New System. MiningEngineering,1995,(11):343~348.
[52]卢国志,李希勇,宁方淼.煤矿安全指标评价体系研究及应用[J].安全与环境学报,2003,3(2):29~31.
[53]国家安全生产监督管理局.安全评价（修订版）[M].北京:煤炭工业出版社,2004.
[54]煤炭工业部.矿井通风质量标准及检查评定办法[M].北京:煤炭工业出版社,1982.
[55]煤炭工业部.生产矿井质量标准化标准[M].北京:煤炭工业出版社,1994.
[56]葛以忠,申仁光.企业安全评价的模糊综合评价法[J].江苏工学院,1990,11(2):5~9.
[57]谢贤平,赵锌成.利用层次分析法综合评价矿井通风系统[J].矿山技术,1990,(5):16~19.
[58]赵焕臣.层次分析法——一种简易的新决策方法[M].北京:科学出版社,1986.
[59]罗中杰,赵云胜,刘如民.矿井通风系统的灰关联评价[J].地质勘探安全,1996,(4):9~11.
[60]谢贤平,赵锌成.灰色聚类法在矿井通风系统评价中的应用[J].工业安全与防尘,1991,(1):1~5.
[61]孙才志,宋彦涛.关于灰色关联度的理论探讨[J].世界地质,2000,19(3):248~253.
[62]秦书玉,孙平.矿井通风系统的模糊贴近度优化评价法[J].辽宁工程技术大学学报,2005,24(1):23~25.
[63]周福宝,王德明,李正军.矿井通风系统优化评判的模糊优选分析法[J].中国矿业大学学报,2002,31(3):262~265.
[64]刘开第,吴和琴等.未确知数学[M].武汉:华中理工大学出版社,1997.
[65]马超.基于未确知测度理论矿井通风系统安全评价研究[M].西安科技大学硕士论文,2005.
[66]谢贤平,赵锌成.矿井通风系统评价的人工神经网络模型[M].化工矿山技术,1995,24(4):13~17.
[67]施式亮,刘宝琛.基于神经网络的煤矿安全性预测模型及应用[J].中国安全科学学报,1999,9(3):34~37.
[68]张朋柱,费楚红,李树荣.预测煤矿回采工作面产量的BP网络模型[J].系统工程理论与实践,1999,(6):94~101.
[69]刘兰翠,朱明,扬中.基于模糊模块化神经网络的煤矿安全性评价[J].2004,26(3):32~37.
[70]陈金国.神经网络模型及其在煤矿瓦斯预测中的应用[J].煤炭科技,2005,(2):39~41.
[71]陈钊.基于灵敏度的通风系统稳定性分析[J].中国煤炭,2007,33(11):46~47.
[72]魏引尚,常心坦,李如明.复杂通风系统的稳定性分析[J].西安科技学院学报，2003,23(2):119~122.
[73]马恒,贾进章.复杂网络中风流的稳定性[J].辽宁工程技术大学学报,2001,20(2):14~16.
[74]贾进章,马恒,刘剑.基于灵敏度的通风系统稳定性分析[J].辽宁工程技术大学学报,2002,21(4):428~429.
[75]王洪德,马云东.基于故障统计模型的可修通风系统可靠性研究[J].煤,2003,16(6):1~3.
[76]贾进章,刘剑,姜克寒等.风路可靠度确定数学模型[J].辽宁工程技术大学学报,2005,24(6):801~804.
[77]张绍江,刘增容.基于人机工程学的矿井通风系统可靠性分析[J].科技情报开发与经济,2006,16(14):156~157.
[78]魏引尚,常心坦,李如明等.复杂通风系统的稳定性分析[J],西安科技学院学报，2003,23(2):119~121.
[79]仵自连,栗成杰.矿井通风系统稳定性和可靠性研究[J].煤炭科学技术,2006,34(9):49~51.
[80]何学明,徐安廷,刘正东.提高矿井通风系统的安全和可靠性[J].煤炭技术,2003,22(1):46~48.
[81]王雨,王红刚,刘晓利.矿井通风风量异常值分析的数学模型与计算机实现[J].陕西煤炭,2008,(05):38~39.
[82]王红刚,吴奉亮,王雨.基于灵敏度的通风网络风量异常值分析[J].煤矿安全,2008,(9):86~88.
[83]张士同,张庆和.多灾害矿井瓦斯异常区综合治理技术[J].山东煤炭科技,2010,(3):201~203.
[84]刘耀明,齐俊德.低瓦斯矿井瓦斯异常区综合治理可行性分析[J].煤矿安全,2007,(3):54~55.
[85]韩兴荣.回采工作面回风流瓦斯浓度超限的治理方法[J].矿业安全与环保,2002,29(2):37~39.
[86]王德明,王省身,鲍庆国.矿井火灾计算机模拟研究[J].中国安全科学学报,1996,6(2):1~3.
[87]李学文,郑守淇,常心坦.矿井火灾通风动态模拟并行计算及其可视化[J].煤矿安全,2000,(1):28~30.
[88]刘真祥,谢旭阳.火灾条件下的最佳救避灾路线的确定[J].煤矿设计,1999,(12):21~23.
[89]李兴东.矿井火灾时期避灾路线的确定及其应用程序[J].煤矿安全,2001,(12):20~22.
[90]施式亮,李湖生.矿井避灾路线选择系统开发的理论与实践[J].湖南科技大学学报,1998,13(3):8~11.
[91]戚宜欣,王省身.矿井火灾时期风流流动及通风系统变化的动态模拟[J],中国矿业大学学报,1995,24(3):19~22.
[92]王洪德.基于网络流理论的火灾时期风流控制系统研究[J].大连铁道学院学报,2005,26(3):59~61.
[93]周延,王省身.矿井火灾时期风流紊乱的动态分析[J],中国矿业大学学报,1998,7(1):32~34.
[94]李传统,王省身.矿井火灾燃烧区热阻力的研究[J].中国矿业大学学报,1996,25,(4):8~11.
[95]贾进章,马恒,刘剑.矿井火灾时期温度分布数值模拟[J].辽宁工程技术大学学报,2003,22(4):460~462.
[96]蒋增京.自然风压对矿井通风系统的影响[J].河北煤炭,2003,(5):3~5.
[97]张加元.自然风压对通风系统影响的定性分析[J].现代矿业,2009,(2):117~119.
[98]胡明松,徐文忠.自然风压对矿井通风网络稳定性影响的研究[J].煤炭工程,2008,(11):72~74.
[99]谭海文.自然风压变化规律及其对矿井通风系统的影响[J].黄金,2007,28(11):20~22.
[100]谭允祯,白念信,马士亮,张景钢.自然风压对采区风流稳定性的影响及预防[J].山东科技大学学报(自然科学版),2005,24(4):7~9.
[101]黄元平.矿井通风[M].徐州:中国矿业大学出版社,1990.
[102]赵建华,吴立华.基于通风网络解算的阻力测定数据库管理系统研发[J].山东煤炭科技,2005,(2):26~28.
[103]魏威,孙和平.计算机通风网络解算在矿井安全生产中的应用[J].煤炭科技,2007,(3):80~81.
[104]杨树民,张兴华.计算机风网解算在矿井通风系统优化中的应用[J].能源技术与管理,2007,(3):108~109.
[105]倪科社.线性等式约束二次规划问题的无约束的优化方法[J].石河子大学学报(自然科学版),1999,(1):59~61.
[106]黄平.最优化理论与方法[M].北京:清华大学出版社,2009.
[107]冯康.数值计算方法[M].国防工业出版社,1978.
[108]陈茹雯,黄仁,史金飞,张志胜.线性/非线性时间序列模型一般表达式及其工程应用[J].东南大学学报(自然科学版),2008,38(6):1077~1078.
[109] Peter J, Brockwell, Richard A Davis. Introduction to Time Series and Forecasting(Second Edition)[M]. Springer-Verlag,2002.
[110]王黎明,王连,杨楠.应用时间序列分析[M].上海:复旦大学出版社,2009.
[111] Ruey S Tsay. Analysis of Financial Time Series(Second Edition)[M]. WileyInterscience,2006.
[112]安鸿志,陈敏.非线性时间序列分析[M].上海科学技术出版社,1998.
[113]项静恬,杜金观,史久恩.动态数据处理——时间序列分析[M].北京:气象出版社,1986.
[114]张世英,樊智.协整理论与波动模型——金融时间序列分析及应用[M].清华大学出版社,2004.
[115]王银宏,严光生等.三部式潜在矿产资源定量评价与蒙特卡罗模拟,中国矿业,2006,15(6):14~16.
[116]邵清亮,张振川,张芝贤.基于蒙特卡罗算法煤矿井下人员定位研究[J].计算机应用与软件,2009,26(4):165~167.
[117]方再根.计算机模拟和蒙特卡罗方法[M].北京工业学院出版社,1988.
[118]姚宏,李圭白等.蒙特卡罗方法在水污染控制理论中的应用前景[J].哈尔滨工业大学学报,2004,36(1):129~132.
[119] Lonnblad Leif. Monte Carlo Generators[J]. Acta Physica Polonica,2005,36(2):401~408.
[120]何云.概率分析蒙特卡洛法计算程序的改进[J].化工技术经济,2004,22(12):31~34.
[121] Mosegaard K1aus, Sambridge Malcolm. Monte Carlo Analysis of Inverse Problems [J].Inverse Problem,2002,18(3):29~54.
[122]王建秋.蒙特卡罗方法的现状和展望[J].信息安全与技术,2011,(12):24~25.