基于T-S网络的煤矿安全预警系统研究
|
摘要
煤矿的安全生产是党和中央历来高度重视的问题,而现有的煤矿安全监控系统只是对单项的致灾因素进行监测、控制。经研究表明,煤矿事故的发生往往是多种因素相互作用引起的,因而多项致灾因素共同作用的预警系统越来越得到重视。
本课题在分析和研究现有的煤矿安全监控系统的基础上,以在煤矿生产过程中与安全相关的多项致灾因素为指标,完成了基于T-S模糊神经网络的煤矿安全评价系统,并在此基础上设计了基于T-S模糊神经网络的煤矿预警系统。
本课题中,首先以建立煤矿安全指标体系为基础,分析了引起煤矿灾害、事故的因素,并对这些因素之间的相互关系进行讨论,最后提取了六项对煤矿安全有影响的致灾因素作为指标体系。在确定指标体系后,介绍了现有的、煤矿使用的KJ95N监控系统的特点、结构、功能以及使用中的不足,进而提出了使用T-S模糊神经网络改进KJ95N煤矿监测系统的原因。其次,介绍了结合模糊控制和神经网络特点的T-S模糊神经网络的原理以及了基于T-S网络的煤矿安全预警原理。接着建立了基于T-S模糊神经网络的煤矿安全预警系统并且对该系统进行仿真研究。最后,介绍了预警系统的预警组态软件。
本预警系统与传统的监控系统相比,能够全面的对煤矿生产的安全状态进行评价、预测,可以大幅提高煤矿的安全性,对煤矿的安全生产具有重要的生产实践意义。
Coal mine safety production is the important issue of the party and the central, but the existing coal mine safety monitoring system is the single factors to disaster monitoring. The occurrence of coal mine accidents are often caused by the interaction of multiple factors, so multiple disaster-inducing factors in warning system have been paid more and more attention.
In the analysis and research of existing coal mine safety monitoring system and with a number of related disaster-causing factors as indicators, this topic completes coal mine safety evaluation system based on T-S fuzzy neural network, and designs early warning system of coal mine on the basis of T-S based fuzzy neural network.
In this paper, firstly, we put forward establishing coal mine safety index system, analyze the cause of mine disaster and accident, discuss the interrelationships between these factors, and identified six disaster-causing factors of the coal mine safety as the index. In determining the index system, introduces the characteristics, structure, functions and the use of inadequate of the existing coal mine monitoring system KJ95N, and put forward using T-S fuzzy neural network to improve KJ95N coal mine monitoring system. Secondly, introduces the principle of combination of fuzzy control with neural network characteristics of T-S fuzzy neural network and coal mine safety early warning system based on T-S fuzzy neural network. Then set the early warning system of mine safety based on T-S fuzzy neural network and do some simulation research. Finally, introduces the configuration software of early-warning system.
Compared with the traditional monitor systems, the warning system can fully to evaluate and predict the coal mine production safety status, and improve the security of coal mines greatly. The system has an important significance for production practice of the coal mine safety. Coal mine safety production is the important issue of the party and the central, but the existing coal mine safety monitoring system is the single factors to disaster monitoring. The occurrence of coal mine accidents are often caused by the interaction of multiple factors, so multiple disaster-inducing factors in warning system have been paid more and more attention.
本课题在分析和研究现有的煤矿安全监控系统的基础上,以在煤矿生产过程中与安全相关的多项致灾因素为指标,完成了基于T-S模糊神经网络的煤矿安全评价系统,并在此基础上设计了基于T-S模糊神经网络的煤矿预警系统。
本课题中,首先以建立煤矿安全指标体系为基础,分析了引起煤矿灾害、事故的因素,并对这些因素之间的相互关系进行讨论,最后提取了六项对煤矿安全有影响的致灾因素作为指标体系。在确定指标体系后,介绍了现有的、煤矿使用的KJ95N监控系统的特点、结构、功能以及使用中的不足,进而提出了使用T-S模糊神经网络改进KJ95N煤矿监测系统的原因。其次,介绍了结合模糊控制和神经网络特点的T-S模糊神经网络的原理以及了基于T-S网络的煤矿安全预警原理。接着建立了基于T-S模糊神经网络的煤矿安全预警系统并且对该系统进行仿真研究。最后,介绍了预警系统的预警组态软件。
本预警系统与传统的监控系统相比,能够全面的对煤矿生产的安全状态进行评价、预测,可以大幅提高煤矿的安全性,对煤矿的安全生产具有重要的生产实践意义。
Coal mine safety production is the important issue of the party and the central, but the existing coal mine safety monitoring system is the single factors to disaster monitoring. The occurrence of coal mine accidents are often caused by the interaction of multiple factors, so multiple disaster-inducing factors in warning system have been paid more and more attention.
In the analysis and research of existing coal mine safety monitoring system and with a number of related disaster-causing factors as indicators, this topic completes coal mine safety evaluation system based on T-S fuzzy neural network, and designs early warning system of coal mine on the basis of T-S based fuzzy neural network.
In this paper, firstly, we put forward establishing coal mine safety index system, analyze the cause of mine disaster and accident, discuss the interrelationships between these factors, and identified six disaster-causing factors of the coal mine safety as the index. In determining the index system, introduces the characteristics, structure, functions and the use of inadequate of the existing coal mine monitoring system KJ95N, and put forward using T-S fuzzy neural network to improve KJ95N coal mine monitoring system. Secondly, introduces the principle of combination of fuzzy control with neural network characteristics of T-S fuzzy neural network and coal mine safety early warning system based on T-S fuzzy neural network. Then set the early warning system of mine safety based on T-S fuzzy neural network and do some simulation research. Finally, introduces the configuration software of early-warning system.
Compared with the traditional monitor systems, the warning system can fully to evaluate and predict the coal mine production safety status, and improve the security of coal mines greatly. The system has an important significance for production practice of the coal mine safety. Coal mine safety production is the important issue of the party and the central, but the existing coal mine safety monitoring system is the single factors to disaster monitoring. The occurrence of coal mine accidents are often caused by the interaction of multiple factors, so multiple disaster-inducing factors in warning system have been paid more and more attention.
引文
[1]郭秀才,杨世兴.监测监控系统原理及应用[M].中国电力出版社,2010.9
[2]董川,双少敏等.煤矿瓦斯监测新技术[M].化学工业出版社,2010.4
[3]李江全,王玉巍等.案例解说组态软件典型控制应用[M].电子工业出版社,2011.3
[4]杨玉中,吴立云等.煤矿瓦斯重大灾害预警理论及应用[M].北京师范大学出版集团,2010,12
[5]景国勋,杨玉中.矿山重大危险源辨识、评价及预警技术[M].冶金工业出版社,2008,12
[6]谭文,王耀南.混沌系统的模糊神经网络控制理论与方法[M].科学出版社,2008,5
[7]李国勇.智能控制及其MATLAB实现[M].电子工业出版社,2005,5
[8]陈怀琛,吴大正,高西全MATLAB及在电子信息课程中的应用[M].电子工业出版社,2008,10
[9]史峰,王小川等.MATLAB神经网络30个案例分析[M].北京航空航天大学出版社,2010,4
[10]陈魏.基于神经网络的煤矿安全综合评价模型研究[D].首都经济贸易大学硕士学位论文,20103
[11]许满贵.煤矿动态综合安全评价模式及应用研究[D].西安科技大学硕士学位论文,200609
[12]李凡修,梅平.煤矿安全评价的等效数值模型及应用[J],2009,(2)：86～87
[13]郭佳,杨洋.基于远程监测模式的煤矿安全生产预警系统研究[J].中国煤炭,2007,33(9)69～71
[14]陈致远.金属矿山生产系统的安全分析与评价[D].武汉科技大学硕士学位论文,200911
[15]母丽华.煤矿安全预警系统的方法研究[D].哈尔滨工程大学博士学位论文,201006
[16]邵长安,李贺,关欣.煤矿安全预警系统的构建研究[J].煤炭技术.2007,26(5)：63～65
[17]孟凡荣,赵芳.煤矿安全预警系统体系构建[J].微计算机信息,2008,24(30)：60～61、73
[18]刘一山,.罗勇等.煤矿安全智能监控系统的设计和实现[J]。煤炭工程.,2009(8)：17～19
[19]张志明.基于WebGIS的煤矿瓦斯灾害预警系统开发研究[D].西安科技大学硕士学位论文,200905
[20]张颖.改进的T-S模糊神经网络在化工软测量中的应用[J].电子测量与仪器学报,2010(6)：585～589
[21]牛林,叶燎原,李明德.基于T-S模糊模型的多变量预测控制[J].自动化与仪表,2010(6)：34～37
[22]尹新权,王珺.基于T-S模糊模型的预测控制方法研究[J].信息技术,2009,33(12)：59～61
[23]李成利,黄存柱,苗建.基于模糊神经网络的温度控制系统设计[J].微计算机信息.2010,26(3)：75～76、98
[24]马科伟,袁梅等.基于人工神经网络的煤矿安全事故预测研究*[J].中国煤炭.2009(9)：109～112
[25]贾真.神经网络在煤矿瓦斯预警系统中的应用研究[D].长春工业大学硕士学位论文,200703
[26]梅国栋,刘璐等.影响我国煤矿安全生产的主要因素分析[J].中国安全生产科学技术,2008,4(3)：84～87
[27]王志刚,梁淼.煤矿瓦斯和煤尘的监测与控制模型[J].科技信息,2010(28)：124～125
[28]题正义,穆丹等.矿井高温气候评价[J].煤矿安全,2007,38(3)：22～23
[29]左金宝,吕品等.高温矿井热源分析与制冷降温技术应用[J].煤矿安全,2008,39(11)：46～49
[30]凌标灿.煤矿水灾安全评价内容探讨[J].中国安全科学学报,2004,14(7)：64～66
[31]白玉杰.煤矿水害原因分析及防治技术[J].煤炭技术,2009,28(11)：85～87
[32]石回春.透水事故因素分析及防患重点[J].中国西部科技,2009,08(26)：17～18
[33]李强.煤矿主排水监控系统的设计及应用[D].太原理工大学硕士学位论文,201004
[34]国汉君.关于煤矿事故致因理论的探讨[J].煤矿安全,2005,36(11)：75～76
[35]李艳强,王福等.矿井粉尘危害综合评价指标体系与应用研究[J].中国矿业,2005(5)：100～103
[36]房耀洲.刘明举等.我国煤矿事故特征及对策研究[J].煤炭技术,2007,26(12)：3～5
[38]刘卫东.高温环境对煤矿井下作业人员影响的调查研究[J].中国安全生产科学技术,2007,3(3)：43～45
[39]陈胜利.徐州矿区煤矿深井高温热害及防治技术[J].煤炭科技,2008(4)：92～94
[40]李德忠,李冰冰.两淮矿区深井高温热害防治技术初探[J].中国煤炭,2008,34(4)：64～66
[41]马恒,尹彬,刘剑.矿井风流温度预测分析研究[J].中国安全科学学报,2010,20(11)：91-95
[42]李琳琳,王绪本等.基于组态王的煤矿安全监测系统软件设计[J].煤炭工程,2010,(3)：106～108
[43]刘尹霞,訾贵昌.全中文工控组态软件MCGS在煤矿安全生产中的应[J].煤炭工程,2007(9)：137～138
[44]穆荣,赵安新,施秉莉.煤矿预警监测信息系统的研究[J].技术与创新管理,2008,29(2)：203～205
[45]张鹏.KJ95N煤矿安全监控系统在济宁二号煤矿的应用[J].矿业论坛,2011(21)：351
[46]王会功,陆峥.KJ95N型安全监测系统接入GEPON全矿井综合自动化系统的方法[J].工矿自动化,2010(2)：107～109
[47]王晓阳.KJ95N型煤矿综合监控系统[J].西安科技大学学报,2008(2)：397～400
[48]于中芳,张雅丽.KJ95N型煤矿综合监控系统在龙口矿业集团的改造[J].煤矿机械,2008(9)：140～141
[49]王勇,宁祎OPC Server在KJ95N型煤矿综合监控系统中的应用[J].工矿自动化,2010(8)：105～106
[50]霍峰,童敏明,张卫国.新版KJ95N型安全监控软件系统应用架构浅析[J].工矿自动化,2010(1)：81～82
[51]刘影,施式亮.中国近代煤矿业发展历程及煤矿事故概况研究[J].中国安全生产科学技术,2009,5(1)：95～98
[52]天地自动化煤矿安全生产综合控制系统软件使用说明书,煤炭科学研究总院常州自动化研究所
[53]高强,宋祎,杜忠晓.基于T-S模糊神经网络的信息融合在赤潮预测预警中的应用[J].海洋技术,2006,25(2)：103～106
[54]周忠寿.基于T-S模型的模糊神经网络在水质评价中的应用[D].河海大学硕士学位论文,200706
[55]刘学洋.煤矿井下高温热害的治理及开发利用[J].山东煤炭技术,2010年节能减排绿色矿山建设专刊上册：260～263
[56]李伟,刘国庆.龙固矿井高温热害分析与综合治理[J].山东煤炭技术,2008年矿井地热防治专刊：41～44
[57]李俊娇coal mine safety production intelligent evaluation based on T-S fuzzy network [J]. ICMSIC(国际会议)Aug.24,2011：549～552
[58]李俊娇,陆玉正.基于双模糊控制算法的直接转矩控制[J].煤矿机械,2012(5)：197～199
[2]董川,双少敏等.煤矿瓦斯监测新技术[M].化学工业出版社,2010.4
[3]李江全,王玉巍等.案例解说组态软件典型控制应用[M].电子工业出版社,2011.3
[4]杨玉中,吴立云等.煤矿瓦斯重大灾害预警理论及应用[M].北京师范大学出版集团,2010,12
[5]景国勋,杨玉中.矿山重大危险源辨识、评价及预警技术[M].冶金工业出版社,2008,12
[6]谭文,王耀南.混沌系统的模糊神经网络控制理论与方法[M].科学出版社,2008,5
[7]李国勇.智能控制及其MATLAB实现[M].电子工业出版社,2005,5
[8]陈怀琛,吴大正,高西全MATLAB及在电子信息课程中的应用[M].电子工业出版社,2008,10
[9]史峰,王小川等.MATLAB神经网络30个案例分析[M].北京航空航天大学出版社,2010,4
[10]陈魏.基于神经网络的煤矿安全综合评价模型研究[D].首都经济贸易大学硕士学位论文,20103
[11]许满贵.煤矿动态综合安全评价模式及应用研究[D].西安科技大学硕士学位论文,200609
[12]李凡修,梅平.煤矿安全评价的等效数值模型及应用[J],2009,(2)：86～87
[13]郭佳,杨洋.基于远程监测模式的煤矿安全生产预警系统研究[J].中国煤炭,2007,33(9)69～71
[14]陈致远.金属矿山生产系统的安全分析与评价[D].武汉科技大学硕士学位论文,200911
[15]母丽华.煤矿安全预警系统的方法研究[D].哈尔滨工程大学博士学位论文,201006
[16]邵长安,李贺,关欣.煤矿安全预警系统的构建研究[J].煤炭技术.2007,26(5)：63～65
[17]孟凡荣,赵芳.煤矿安全预警系统体系构建[J].微计算机信息,2008,24(30)：60～61、73
[18]刘一山,.罗勇等.煤矿安全智能监控系统的设计和实现[J]。煤炭工程.,2009(8)：17～19
[19]张志明.基于WebGIS的煤矿瓦斯灾害预警系统开发研究[D].西安科技大学硕士学位论文,200905
[20]张颖.改进的T-S模糊神经网络在化工软测量中的应用[J].电子测量与仪器学报,2010(6)：585～589
[21]牛林,叶燎原,李明德.基于T-S模糊模型的多变量预测控制[J].自动化与仪表,2010(6)：34～37
[22]尹新权,王珺.基于T-S模糊模型的预测控制方法研究[J].信息技术,2009,33(12)：59～61
[23]李成利,黄存柱,苗建.基于模糊神经网络的温度控制系统设计[J].微计算机信息.2010,26(3)：75～76、98
[24]马科伟,袁梅等.基于人工神经网络的煤矿安全事故预测研究*[J].中国煤炭.2009(9)：109～112
[25]贾真.神经网络在煤矿瓦斯预警系统中的应用研究[D].长春工业大学硕士学位论文,200703
[26]梅国栋,刘璐等.影响我国煤矿安全生产的主要因素分析[J].中国安全生产科学技术,2008,4(3)：84～87
[27]王志刚,梁淼.煤矿瓦斯和煤尘的监测与控制模型[J].科技信息,2010(28)：124～125
[28]题正义,穆丹等.矿井高温气候评价[J].煤矿安全,2007,38(3)：22～23
[29]左金宝,吕品等.高温矿井热源分析与制冷降温技术应用[J].煤矿安全,2008,39(11)：46～49
[30]凌标灿.煤矿水灾安全评价内容探讨[J].中国安全科学学报,2004,14(7)：64～66
[31]白玉杰.煤矿水害原因分析及防治技术[J].煤炭技术,2009,28(11)：85～87
[32]石回春.透水事故因素分析及防患重点[J].中国西部科技,2009,08(26)：17～18
[33]李强.煤矿主排水监控系统的设计及应用[D].太原理工大学硕士学位论文,201004
[34]国汉君.关于煤矿事故致因理论的探讨[J].煤矿安全,2005,36(11)：75～76
[35]李艳强,王福等.矿井粉尘危害综合评价指标体系与应用研究[J].中国矿业,2005(5)：100～103
[36]房耀洲.刘明举等.我国煤矿事故特征及对策研究[J].煤炭技术,2007,26(12)：3～5
[38]刘卫东.高温环境对煤矿井下作业人员影响的调查研究[J].中国安全生产科学技术,2007,3(3)：43～45
[39]陈胜利.徐州矿区煤矿深井高温热害及防治技术[J].煤炭科技,2008(4)：92～94
[40]李德忠,李冰冰.两淮矿区深井高温热害防治技术初探[J].中国煤炭,2008,34(4)：64～66
[41]马恒,尹彬,刘剑.矿井风流温度预测分析研究[J].中国安全科学学报,2010,20(11)：91-95
[42]李琳琳,王绪本等.基于组态王的煤矿安全监测系统软件设计[J].煤炭工程,2010,(3)：106～108
[43]刘尹霞,訾贵昌.全中文工控组态软件MCGS在煤矿安全生产中的应[J].煤炭工程,2007(9)：137～138
[44]穆荣,赵安新,施秉莉.煤矿预警监测信息系统的研究[J].技术与创新管理,2008,29(2)：203～205
[45]张鹏.KJ95N煤矿安全监控系统在济宁二号煤矿的应用[J].矿业论坛,2011(21)：351
[46]王会功,陆峥.KJ95N型安全监测系统接入GEPON全矿井综合自动化系统的方法[J].工矿自动化,2010(2)：107～109
[47]王晓阳.KJ95N型煤矿综合监控系统[J].西安科技大学学报,2008(2)：397～400
[48]于中芳,张雅丽.KJ95N型煤矿综合监控系统在龙口矿业集团的改造[J].煤矿机械,2008(9)：140～141
[49]王勇,宁祎OPC Server在KJ95N型煤矿综合监控系统中的应用[J].工矿自动化,2010(8)：105～106
[50]霍峰,童敏明,张卫国.新版KJ95N型安全监控软件系统应用架构浅析[J].工矿自动化,2010(1)：81～82
[51]刘影,施式亮.中国近代煤矿业发展历程及煤矿事故概况研究[J].中国安全生产科学技术,2009,5(1)：95～98
[52]天地自动化煤矿安全生产综合控制系统软件使用说明书,煤炭科学研究总院常州自动化研究所
[53]高强,宋祎,杜忠晓.基于T-S模糊神经网络的信息融合在赤潮预测预警中的应用[J].海洋技术,2006,25(2)：103～106
[54]周忠寿.基于T-S模型的模糊神经网络在水质评价中的应用[D].河海大学硕士学位论文,200706
[55]刘学洋.煤矿井下高温热害的治理及开发利用[J].山东煤炭技术,2010年节能减排绿色矿山建设专刊上册：260～263
[56]李伟,刘国庆.龙固矿井高温热害分析与综合治理[J].山东煤炭技术,2008年矿井地热防治专刊：41～44
[57]李俊娇coal mine safety production intelligent evaluation based on T-S fuzzy network [J]. ICMSIC(国际会议)Aug.24,2011：549～552
[58]李俊娇,陆玉正.基于双模糊控制算法的直接转矩控制[J].煤矿机械,2012(5)：197～199