基于BP神经网络法的煤矿安全评价系统研究
|
摘要
煤炭在我国能源中是最重要的基础能源和工业原料,煤炭工业是促进我国经济发展的重要基础产业,它直接关乎国家的经济命脉,是经济发展的基本保障,与此同时,煤炭工业又是高危险行业,每年都会有大量的伤亡事故,而且在我国,安全评价在煤矿方向的研究相对滞后,且大多评价方法并不适用复杂的煤矿系统,因此,对于煤矿安全评价的研究势在必行。
本文以马兰煤矿为例,通过研究其在安全评价方面存在的问题,综合运用决策科学、系统科学和信息科学等理论与方法,对煤矿安全评价指标体系进行研究,分析比较目前存在的安全评价方法的优劣,最终确定将BP神经网络应用于安全评价中,构建了基于BP神经网络的安全评价模型,并对该模型进行应用研究和基于马兰煤矿的实例分析,针对马兰煤矿提出相应的对策和建议,最后将计算机信息技术与安全评价模型相结合,对马兰煤矿安全评价系统的功能需求和模块设计进行详细论述,构建了基于B/S结构的马兰煤矿安全评价决策支持系统,以期辅助马兰煤矿更好的进行安全评价工作,达到马兰煤矿安全评价过程信息化的目的。
通过建立一个比较完整有效的安全评价系统,运用先进的评价决策理论,旨在提高马兰煤矿安全评价工作的效率,减少企业在安全评价方面不必要的投入,增强企业的市场竞争力。
Coal is the most import basis for energy and industrial raw materials in China's energy, and the coal industry is an important basic industry to promote economic development, it is the basic guarantee for the economic development and is directly related to the economic lifeline of the Country. At the same time, coal industry is a high risk industry which causes a large number of casualties. What's more, Study of safety assessment is lagging behind in the coal mine of Chine,and most of the evaluation method is not applicable to the complex system of coal mine. Therefore, the Study of coal mine safety evaluation is imperative.
This paper take Malan coal mine as example,by studying the problems in the safety assessment, integrated using decision science,system science and information science theory and method, study the coal mine safety evaluation index system,analyze the merits of the popular safety assessment, and ultimately determine the BP neural network which will be used in coal mine safety assessment. Nest,the paper construct a safety evaluation model based on BP neural network and make related application research and case analysis based on Manlan mine, according to the results of the analysis,countermeasures and suggestions are proposed. Finally this paper combine computer information technology and safety assessment model, construct Malan mine Safety Evaluation Decision Support System based on B/S structure after the analysis of function requirements and modular design in order to achieve the informational process of Malan mine safety assessment.
Through the establishment of a more complete and effective safety evaluation system, with application of advanced decision-making theory, it is aim to improve the efficiency of Manlan mine safety evaluation,reduce unnecessary input in safety evaluation and enhance their market competitiveness.
本文以马兰煤矿为例,通过研究其在安全评价方面存在的问题,综合运用决策科学、系统科学和信息科学等理论与方法,对煤矿安全评价指标体系进行研究,分析比较目前存在的安全评价方法的优劣,最终确定将BP神经网络应用于安全评价中,构建了基于BP神经网络的安全评价模型,并对该模型进行应用研究和基于马兰煤矿的实例分析,针对马兰煤矿提出相应的对策和建议,最后将计算机信息技术与安全评价模型相结合,对马兰煤矿安全评价系统的功能需求和模块设计进行详细论述,构建了基于B/S结构的马兰煤矿安全评价决策支持系统,以期辅助马兰煤矿更好的进行安全评价工作,达到马兰煤矿安全评价过程信息化的目的。
通过建立一个比较完整有效的安全评价系统,运用先进的评价决策理论,旨在提高马兰煤矿安全评价工作的效率,减少企业在安全评价方面不必要的投入,增强企业的市场竞争力。
Coal is the most import basis for energy and industrial raw materials in China's energy, and the coal industry is an important basic industry to promote economic development, it is the basic guarantee for the economic development and is directly related to the economic lifeline of the Country. At the same time, coal industry is a high risk industry which causes a large number of casualties. What's more, Study of safety assessment is lagging behind in the coal mine of Chine,and most of the evaluation method is not applicable to the complex system of coal mine. Therefore, the Study of coal mine safety evaluation is imperative.
This paper take Malan coal mine as example,by studying the problems in the safety assessment, integrated using decision science,system science and information science theory and method, study the coal mine safety evaluation index system,analyze the merits of the popular safety assessment, and ultimately determine the BP neural network which will be used in coal mine safety assessment. Nest,the paper construct a safety evaluation model based on BP neural network and make related application research and case analysis based on Manlan mine, according to the results of the analysis,countermeasures and suggestions are proposed. Finally this paper combine computer information technology and safety assessment model, construct Malan mine Safety Evaluation Decision Support System based on B/S structure after the analysis of function requirements and modular design in order to achieve the informational process of Malan mine safety assessment.
Through the establishment of a more complete and effective safety evaluation system, with application of advanced decision-making theory, it is aim to improve the efficiency of Manlan mine safety evaluation,reduce unnecessary input in safety evaluation and enhance their market competitiveness.
引文
[1]陈红.中国煤矿重大事故中的不安全行为研究[M].北京：科学出版社，2006：15-18.
[2]国家安全生产监督管理总局政策法规司.中国安全生产年鉴2005-2007[M].北京：煤炭工业出版社,2006-2008：35-38.
[2]Michael O'Toole. The relationship between employees'perceptions of safety and organizational culture [J]. Journal of Safety Research,2002,12:1-2.
[3]奚俊.舒继森.郭兵兵浅谈煤矿安全评价[J].露天采矿技术,2008(02)：8-9.
[4]陈本阳,杨力,韩静.煤矿安全评价方法研究述评[J].煤炭经济研究,2010(10)：8-11.
[5]郑双忠.企业安全评价分析方法及应用[J].辽宁共程技术大学学报,2003,(8)：494-496.
[6]吴穹,许开立.安全管理学[M].北京：煤炭工业出版社,2002.29-31.
[7]张俊敏.煤矿安全评价的儿个问题探讨[J].矿业安全与环保,2003,30(1)：30-31.
[8]屈奎,李华.对煤矿安全评价的儿点浅见[J].陕西煤炭,2004,(3)：3-5.
[9]何学秋等编著安全工程学[M].徐州中国矿业大学出版社,2000：6-7.
[10]程卫民,元平.矿安全评价智能决策支持系统的研究[J].中国安全科学学报.1996：3-47.
[11]刘栎,钟永明.煤矿安全评价问题[J].煤炭技术,2007.6：62-64.
[12]W.M. Jenkins. Neural network weight training by mutation[J]. Computers & Structures,2006,84: 7-12.
[13]董长虹.神经网络与应用[M].北京：国防工业出版社2004：12-15.
[14]Zhao Xiaohu, Wang Qingqing, Zhao Keke. Research of Coal Mine Safety Assessment Based on Multi-agent about Evidence Theory[C]. International Conference on Information Technology and Computer Science,2009,58:9-11.
[15]李树刚,常心坦,林海飞.西北地区安全生产存在问题及对策研究[J].采煤与安全工程学报,2006.23(1)：52-55.
[16]李凡修,梅平.多元联系数模模型在煤矿安全评价中的应用[J].采矿与安全工程学报,2011,28(1)：163-166.
[17]刘亚静,毛善君,姚纪明,韩瑞栋.基于层次分析法的煤矿安全综合评价[J].矿业研究与开发,2007,27(2)：82-85.
[18]曹庆奎,杨艳丽,于瑞龙.基于未确知集的煤矿安全评价[J].煤炭学报,2007,32(2)：181-185.
[19]罗景峰,许开立.加权可变模糊评价法在煤矿安全评价中的应用[J].安全与环境学报,2011,11(4)：238-241.
[20]吴喜斌,时培江.煤矿安全评价中的模糊数学法[J].华章,2011,18-23.
[21]孙建华,魏春荣,张锦鹏,姜天文.煤矿信息不确定情况下的灰色关联度评价[J].中国安全生产科学技术,2008,4(6)：95-97.
[22]黎锦贤,胡千庭.主成分分析法在煤矿安全评价中的应用[J].矿业安全与环保2007,34(5)：71-73,76.
[23]Tung-Chueng Chang and Ru-Jen Chao. Application of back-propagation networks in debris flow prediction[J]. Engineering Geology,2006,85:270-280.
[24]吴祥,程远平,刘静等.煤矿重特大瓦斯事故关键链控制研究[C].中国(淮南)煤矿瓦斯治理技术国际会议论文集,2007：420-426.
[25]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(3)：29-31.
[26]侯福均,模糊事故树分析及其应用研究[M].河北师范大学学报(自然科学版),6777,(9)
[27]梁建国.事故树分析法在斜巷运输事故中的应用[J].煤炭技术,2009,28(1)：93-95.
[28]邓明.矿井采煤面瓦斯爆炸事故树分析[J].工业安全与环保,2002,28(11)：45-46.
[29]黄相岩,程文东.基于事故树理论的矿山人员触电事故致因分析[J].中国西部科技,2008,7(17)：48-49.
[30]蒋绍军.基于事故树分析法的锚杆支护煤巷顶板安全评价[J].矿业安全与环保,2009,36(z1)：220-222.
[31]王育军,夏建波,林友.掘进工作面炮烟中毒事故的事故树分析[J].昆明冶金高等专科学校报,2009,25(1)：5-8.
[32]赵清华.地下矿山斜井跑车事故原因分析与预防[J].中国矿业,2007,16(4)：53-60.
[331林友,黄德镛,叶加冕等.矿山竖井提升伤亡事故的事故树分析[J].云南冶金,2006,35(3)：7-9.48.
[34]连友红,汪长明.用事故树分析法确定煤矿瓦斯突出的主导因素探讨[J].矿业安全与环保,2006,33(z1)：95-97.
[35]刘世民.煤矿机电设备的安全评价研究[D].北京工业大学,2007：78-79.
[36]曾强煤矿安全评价指标体系确定原则及其应用分析[J],矿业安全与环保,2005(06),18-19.
[37]邓宝,基于.BP神经网络的安全评价方法研究[J].安全与环境T程.2005：12-14.
[38]王伟.人工神经网络原理一入门与应用[M].北京：北京航空航天大学出版社,1995.53-61.
[39]Liu Yajing, Mao Shanjun, Li Mei, Yao Jiming. Study of a Comprehensive Assessment Method for Coal Mine Safety Based on a Hierarchical Grey Analysis[J]. Journal of China University of Mining& Technology,2007,17(1):6-10.
[40]Guoqiang Zhang, Michael Y. Artificial neural networks in bankruptcy prediction:General framework and cross-validation analysis[J]. European Journal of Operational Research,2010,116:16～32.
[41]黄辉宇,李从东.基于人工神经网络的煤矿安全评估模型研究[J].工业工程,2007,1(1)：112-115.
[42]Kazumi Saito, Ryohei Nakano. Extracting regression rules from neural networks[J]. Neural Networks, 2002,15:1279-1288.
[43]Fan Yongjian, Mai Jianying. Study of the Safety Assessment Model of Coal Mine Based on BP Neural Network[C]. International Conference on Intelligent Computation Technology and Automation, 2009,51:57-58.
[44]高大启.有教师的线性基本函数前向三层神经网络结构研究[J].计算机学报,1998,21(1)80-86.
[45]朱向彩,周伟BP神经网络在矿井安全监测评价系统中的应用[J].山东科技大学学报(自然科学版).2003(02).
[46]N.Okada, Intergrated Research on Methodological Development of Urban Diagnosis for Disaster Risk and its Applications[M]. Annuals of Disas, Prev. Res. Inst., No.47C,2004,89:1-8.
[47]张德丰MATLAB神经网络应用设计[M].北京：机械工业出版社,2009：13-17.
[48]闻新,周露MATLAB(?)申经网络仿真与应用.2003：35-38.
[49]Kazumi Saito, Ryohei Nakano. Extracting regression rules from neural networks[J]. Neural Networks,2002,15:1279～1288.
[50]范维唐,卢鉴章,中宝宏等.煤矿灾害防治的技术与对策[M].徐州：中国矿业大学出版社,2007：56-59.
[51]来存良.煤矿信息化技术[M].北京：煤炭工业出版社,2007.260-262.
[52]琚春华.基于Internet的群体决策支持系统研究与应用[J].东北工业大学,2001,21(2)：21-25.
[53]王永庆.人工智能原理与方法[M].西安：西安交通大学出版社,2000：35-39.
[54]陈晓红.决策支持系统理论和应用[M].北京：清华人学出版社,2000：26-29.
[55]闫坤,郭燚.基于Eclipse开发环境的J2EE编程技术[J].考试周刊.2008(47)：158-159.
[56]高洪深.决策支持系统(Dss)：理论、方法、案例[M]北京：清华大学出版社,2005.
[57]聂规划,吴高莉.基于JSP技术的工程项日评标智能决策支持系统的研究[J].价值工程.2006,(12)：84-86.
[58]杜晖.决策支持与专家系统实验教程[M].北京：电子工业出版社,2007.6：1-96.
[59]CHEN Wenwei. Decision support system and its development[M]. Beijing:Tsinghua University Press, Guangxi Science& Technology Press,2000,36:13-18.
[2]国家安全生产监督管理总局政策法规司.中国安全生产年鉴2005-2007[M].北京：煤炭工业出版社,2006-2008：35-38.
[2]Michael O'Toole. The relationship between employees'perceptions of safety and organizational culture [J]. Journal of Safety Research,2002,12:1-2.
[3]奚俊.舒继森.郭兵兵浅谈煤矿安全评价[J].露天采矿技术,2008(02)：8-9.
[4]陈本阳,杨力,韩静.煤矿安全评价方法研究述评[J].煤炭经济研究,2010(10)：8-11.
[5]郑双忠.企业安全评价分析方法及应用[J].辽宁共程技术大学学报,2003,(8)：494-496.
[6]吴穹,许开立.安全管理学[M].北京：煤炭工业出版社,2002.29-31.
[7]张俊敏.煤矿安全评价的儿个问题探讨[J].矿业安全与环保,2003,30(1)：30-31.
[8]屈奎,李华.对煤矿安全评价的儿点浅见[J].陕西煤炭,2004,(3)：3-5.
[9]何学秋等编著安全工程学[M].徐州中国矿业大学出版社,2000：6-7.
[10]程卫民,元平.矿安全评价智能决策支持系统的研究[J].中国安全科学学报.1996：3-47.
[11]刘栎,钟永明.煤矿安全评价问题[J].煤炭技术,2007.6：62-64.
[12]W.M. Jenkins. Neural network weight training by mutation[J]. Computers & Structures,2006,84: 7-12.
[13]董长虹.神经网络与应用[M].北京：国防工业出版社2004：12-15.
[14]Zhao Xiaohu, Wang Qingqing, Zhao Keke. Research of Coal Mine Safety Assessment Based on Multi-agent about Evidence Theory[C]. International Conference on Information Technology and Computer Science,2009,58:9-11.
[15]李树刚,常心坦,林海飞.西北地区安全生产存在问题及对策研究[J].采煤与安全工程学报,2006.23(1)：52-55.
[16]李凡修,梅平.多元联系数模模型在煤矿安全评价中的应用[J].采矿与安全工程学报,2011,28(1)：163-166.
[17]刘亚静,毛善君,姚纪明,韩瑞栋.基于层次分析法的煤矿安全综合评价[J].矿业研究与开发,2007,27(2)：82-85.
[18]曹庆奎,杨艳丽,于瑞龙.基于未确知集的煤矿安全评价[J].煤炭学报,2007,32(2)：181-185.
[19]罗景峰,许开立.加权可变模糊评价法在煤矿安全评价中的应用[J].安全与环境学报,2011,11(4)：238-241.
[20]吴喜斌,时培江.煤矿安全评价中的模糊数学法[J].华章,2011,18-23.
[21]孙建华,魏春荣,张锦鹏,姜天文.煤矿信息不确定情况下的灰色关联度评价[J].中国安全生产科学技术,2008,4(6)：95-97.
[22]黎锦贤,胡千庭.主成分分析法在煤矿安全评价中的应用[J].矿业安全与环保2007,34(5)：71-73,76.
[23]Tung-Chueng Chang and Ru-Jen Chao. Application of back-propagation networks in debris flow prediction[J]. Engineering Geology,2006,85:270-280.
[24]吴祥,程远平,刘静等.煤矿重特大瓦斯事故关键链控制研究[C].中国(淮南)煤矿瓦斯治理技术国际会议论文集,2007：420-426.
[25]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(3)：29-31.
[26]侯福均,模糊事故树分析及其应用研究[M].河北师范大学学报(自然科学版),6777,(9)
[27]梁建国.事故树分析法在斜巷运输事故中的应用[J].煤炭技术,2009,28(1)：93-95.
[28]邓明.矿井采煤面瓦斯爆炸事故树分析[J].工业安全与环保,2002,28(11)：45-46.
[29]黄相岩,程文东.基于事故树理论的矿山人员触电事故致因分析[J].中国西部科技,2008,7(17)：48-49.
[30]蒋绍军.基于事故树分析法的锚杆支护煤巷顶板安全评价[J].矿业安全与环保,2009,36(z1)：220-222.
[31]王育军,夏建波,林友.掘进工作面炮烟中毒事故的事故树分析[J].昆明冶金高等专科学校报,2009,25(1)：5-8.
[32]赵清华.地下矿山斜井跑车事故原因分析与预防[J].中国矿业,2007,16(4)：53-60.
[331林友,黄德镛,叶加冕等.矿山竖井提升伤亡事故的事故树分析[J].云南冶金,2006,35(3)：7-9.48.
[34]连友红,汪长明.用事故树分析法确定煤矿瓦斯突出的主导因素探讨[J].矿业安全与环保,2006,33(z1)：95-97.
[35]刘世民.煤矿机电设备的安全评价研究[D].北京工业大学,2007：78-79.
[36]曾强煤矿安全评价指标体系确定原则及其应用分析[J],矿业安全与环保,2005(06),18-19.
[37]邓宝,基于.BP神经网络的安全评价方法研究[J].安全与环境T程.2005：12-14.
[38]王伟.人工神经网络原理一入门与应用[M].北京：北京航空航天大学出版社,1995.53-61.
[39]Liu Yajing, Mao Shanjun, Li Mei, Yao Jiming. Study of a Comprehensive Assessment Method for Coal Mine Safety Based on a Hierarchical Grey Analysis[J]. Journal of China University of Mining& Technology,2007,17(1):6-10.
[40]Guoqiang Zhang, Michael Y. Artificial neural networks in bankruptcy prediction:General framework and cross-validation analysis[J]. European Journal of Operational Research,2010,116:16～32.
[41]黄辉宇,李从东.基于人工神经网络的煤矿安全评估模型研究[J].工业工程,2007,1(1)：112-115.
[42]Kazumi Saito, Ryohei Nakano. Extracting regression rules from neural networks[J]. Neural Networks, 2002,15:1279-1288.
[43]Fan Yongjian, Mai Jianying. Study of the Safety Assessment Model of Coal Mine Based on BP Neural Network[C]. International Conference on Intelligent Computation Technology and Automation, 2009,51:57-58.
[44]高大启.有教师的线性基本函数前向三层神经网络结构研究[J].计算机学报,1998,21(1)80-86.
[45]朱向彩,周伟BP神经网络在矿井安全监测评价系统中的应用[J].山东科技大学学报(自然科学版).2003(02).
[46]N.Okada, Intergrated Research on Methodological Development of Urban Diagnosis for Disaster Risk and its Applications[M]. Annuals of Disas, Prev. Res. Inst., No.47C,2004,89:1-8.
[47]张德丰MATLAB神经网络应用设计[M].北京：机械工业出版社,2009：13-17.
[48]闻新,周露MATLAB(?)申经网络仿真与应用.2003：35-38.
[49]Kazumi Saito, Ryohei Nakano. Extracting regression rules from neural networks[J]. Neural Networks,2002,15:1279～1288.
[50]范维唐,卢鉴章,中宝宏等.煤矿灾害防治的技术与对策[M].徐州：中国矿业大学出版社,2007：56-59.
[51]来存良.煤矿信息化技术[M].北京：煤炭工业出版社,2007.260-262.
[52]琚春华.基于Internet的群体决策支持系统研究与应用[J].东北工业大学,2001,21(2)：21-25.
[53]王永庆.人工智能原理与方法[M].西安：西安交通大学出版社,2000：35-39.
[54]陈晓红.决策支持系统理论和应用[M].北京：清华人学出版社,2000：26-29.
[55]闫坤,郭燚.基于Eclipse开发环境的J2EE编程技术[J].考试周刊.2008(47)：158-159.
[56]高洪深.决策支持系统(Dss)：理论、方法、案例[M]北京：清华大学出版社,2005.
[57]聂规划,吴高莉.基于JSP技术的工程项日评标智能决策支持系统的研究[J].价值工程.2006,(12)：84-86.
[58]杜晖.决策支持与专家系统实验教程[M].北京：电子工业出版社,2007.6：1-96.
[59]CHEN Wenwei. Decision support system and its development[M]. Beijing:Tsinghua University Press, Guangxi Science& Technology Press,2000,36:13-18.