基于SVM的矿井通风阻力系数影响因素分析与预测

矿井通风阻力系数是通风安全最重要的基础参数之一，为了实现矿井通风阻力系数简单准确地预测，提出了利用支持向量机（SVM）来预测矿井通风阻力系数的方法。通过分析影响因子与矿井通风阻力系数的相关性关系，并利用MATLAB逐步建立单影响因素与矿井通风阻力系数、多影响因素与矿井通风阻力系数之间的SVM预测模型，对比分析各预测模型的相对误差，确定最佳矿井通风阻力系数预测模型，即当输入模型影响因素为巷道断面积、周长和支护方式时，预测相对误差小于10%的样本数占测试样本的76%，相对误差小于20%的样本数占测试样本的90%。结果表明:该预测方法在矿井通风阻力系数预测中是可行的，并具较高的准确性。     

基于随机森林的阻变型通风网络故障诊断方法*

为了在矿井通风网络发生阻变型故障时,能够快速准确判断出故障位置和故障量,提出1种基于随机森林的通风网络故障位置和故障量诊断方法。利用矿井通风仿真系统IMVS将唐安矿模拟故障生成空间数据集并进行数据预处理,构建基于随机森林的故障诊断模型,并利用该诊断模型对唐安矿矿井通风网络模拟故障位置和故障量进行判断和预测。引用多种方法对模型进行度量,通过唐安矿模拟实验验证基于随机森林的故障诊断模型的有效性。将随机森林和决策树的故障诊断准确率进行对比,研究结果表明:随机森林较决策树故障准确率有进一步的提高,并发现故障地点失误诊断多是相邻巷道,在一定程度上工作人员对故障地点的判断并不受其影响。     

应急状态下矿井瓦斯爆炸致灾因子传播快速分类器研究*

为了在矿井瓦斯爆炸灾变发生后，快速确定瓦斯爆炸冲击波的压力、温度、有毒有害气体等致灾因子在井巷网络中的传播情况。利用CFD数值模拟或爆炸实验获得瓦斯爆炸冲击波的压力、温度、有毒有害气体等致灾因子传播大数据，将影响瓦斯爆炸传播的因素以及观测点等参数作为人工神经网络的输入节点，压力、温度等致灾因子作为输出节点，建立瓦斯爆炸致灾因子传播快速预测机器学习模型，解决CFD数值模拟的建模、计算及数据分析处理等过程耗时大、不适应灾变应急的快速响应等问题。研究结果表明:在给定爆炸位置和爆炸当量的均直巷道，获得任一点的爆炸冲击波压力、温度以及有毒有害气体所需时间是瞬时的，人工神经网络平均训练误差为6.92 %，有训练样本的验证误差为5.24 %，无训练样本的验证误差为6.88 %。     

流体网络的简化技术

网络自动简化技术是分析流体网络的强有力工具,网络简化对提高流体网络算法的运行速度也具有重要意义.采用最长路径的思想限制算法的搜索范围,减少深度优先搜索算法搜索子网的次数,如果搜索的次数超过了源汇节点之间的搜索次数上限阈,那么就可以判定源汇节点之间不存在可以简化的子网.只需要通过正向搜索和反向搜索两次搜索过程即可确定需要简化的子网分支集合以及子网的类型,避免了纯粹数学计算方法的缺陷.同时采取“由内至外”的网络简化策略,从网络中层次间距最小的子网开始简化,将子网简化成1条分支,一层一层的向外进行简化,这样使得算法本身就具备了层次性,保证了最终网络简化结果的层次性.最后将简化算法进行应用并与文献提出的算法的简化结果进行了比较和分析.     

基于有上下界风量约束的矿井风量极值流算法研究*

为解决既有方法不能准确求出矿井最大通风量与最小配风量,从而导致矿井通风系统产生能源浪费或难以满足矿井通风需求,出现安全隐患与改造难度大、潜力低等问题,提出1种基于有上下界风量约束的矿井风量极值流算法。该算法首先利用最大流算法求解满足节点流量平衡与分支上下界容量限制条件的可行流问题,若存在可行流,在求得可行流基础上,再利用最大流算法分别求解可能存在的可增加与可减少的流量,最后用可行流分别与可增加的流量相加、与可减少的流量相减,即得到最大流与最小流,其分配结果将仍满足节点流量平衡与分支上下界容量限制条件,总流量值即为矿井最大通风量与最小配风量。通过实例验证表明:该算法可准确求出矿井最大通风量与最小配风量。     

风门开闭动态过程对矿井风流影响规律研究*

为探究风门开闭动态过程对矿井风流的影响规律,采用数值模拟方法,得出风门开启角度对于巷道内流场变化及测点风速波动的影响及其规律,结合实验验证测点风速波动规律,并分析风门开启角度与第1次峰值出现时间、异常风速波动时长、风速波动幅值3个波动特征之间的关系。研究结果表明:风门开启后,风门所在巷道及其关联巷道流场产生剧烈波动;风门关闭后,波动影响也不会立即消失;风门开闭动态过程中,所有测点的风速皆呈现先升后降或先降后升的波动规律,随后进入震荡过程,最后震荡逐渐减小至正常风速波动范围内,其中风门所在巷道的测点风速会在震荡过程中产生风速方向反转现象;经对比分析,风门前的测点风速波动特征更好反映风门开启角度,二者呈正相关性。     

基于GA与最长路径并联通路法优化通风网络图绘制

针对矿井通风网络图分支交叉的问题,基于最长路径对网络图节点分层,以遗传算法优化节点排序,主要采用堆积木的组合思想来进行层间交叉与层内交叉操作,提高层次图的质量（减少分支交叉数）,并以重心定位启发式算法来增强遗传算法的局部搜索能力,提高遗传算法的搜索质量。最后,以改进的最长路径并联通路法绘制出较优的通风网络图。     

基于LDA的均直巷道断面风速分布规律实验研究

针对传统井下测风方法以及传统接触式流速测量方法的局限性,以矩形均直巷道断面风速实验测试为例,利用非接触式测试技术激光多普勒测速仪（LDA）对断面风速进行实验测试。实验表明:在平均风速为3m/s左右的均直巷道内的稳定流动下,断面风速分布近似呈矩形环状封闭波动曲线,测点风速具有极度的脉动现象,但测点速度大小服从正态分布。在不同断面平均风速下,断面轴线上风速分布均近似服从指数函数形式。研究表明,LDA测试技术能够较好的反映实验巷道流场风流湍流脉动特性,可以作为研究矿井通风一系列复杂流动的实验手段。     

基于风量-风压复合特征的通风系统阻变型故障诊断

为了避免风量单一特征进行故障位置诊断的不适定性，提出基于风量-风压复合特征的故障位置诊断方法，实现特征信息的多维互补，提高故障位置诊断的准确度。利用蒙特卡洛方法生成大致满足实际故障风阻值分布的故障仿真样本，为了避免不同变量之间不同量纲、不同数量级造成的数据损失，对原始风量、风压数据进行标准化处理，并分别以风量单一特征、风压单一特征、风量-风压复合特征作为支持向量机（SVM）的输入，构建通风系统阻变型故障位置诊断模型。通过故障模拟实验研究表明:风量、风压单一特征进行故障位置诊断的准确度分别为89.80%，90.34%，风量-风压复合特征进行故障位置诊断的准确度为98.23%，说明风量-风压复合特征进行故障诊断可以消除风量、风压单一特征进行故障诊断的不适定性，提高故障诊断的准确度。     

基于SVM的通风系统故障诊断惩罚系数与核函数系数优化研究

使用支持向量机（SVM）方法对矿井通风系统进行故障诊断,存在惩罚系数（c）和核函数系数（g）,通过人工方法选取效率低、难以达到较高准确率并且出现过拟合的问题。为了提高矿井通风故障诊断的效率、准确率,同时避免过拟合现象,提出了一种改进遗传算法（GA）,在故障诊断过程中对支持向量机的c,g参数进行优化。经过多组试验分析,研究结果表明:用遗传算法优化的SVM矿井通风故障诊断系统相比于未优化系统的故障诊断准确率有所提升,参数未优化前故障诊断的准确率为60%,优化后的准确率为97.894 7%,并且优化参数经过大数据样本验证,未出现过拟合现象,证明了本文提出方法的有效性。