基于动态数据驱动的煤矿瓦斯异常涌出风险预警系统设计*

为解决煤矿瓦斯异常涌出风险预警过程中过度依赖系统模型,不能动态实时修正预测模型,预测、预报精准度和可靠度不高的难题,基于动态数据驱动技术,搭建瓦斯异常涌出风险预警系统架构,探讨动态数据驱动的瓦斯涌出监测曲线拟合、动态预警模型选择和修正、预警系统研发等关键性技术,开发基于动态数据驱动的瓦斯异常涌出风险预警系统软件。结果表明:动态数据驱动技术在煤矿瓦斯异常涌出风险预警方面具有强大的信息处理和问题求解能力,可实现仿真系统与实际系统间的动态响应和控制功能,并实时反馈修正,使预测结果更加精确、可靠,设计研发的预警系统可在矿井受瓦斯异常涌出威胁时发出可靠的预警信号。     

工作面瓦斯浓度时间序列特征挖掘与预警应用

为实现工作面瓦斯异常涌出的动态、实时预警,对工作面瓦斯浓度时间序列的概率分布进行分析,利用Shapiro-Wilk和Lilliefors联合正态检验的方法,深入挖掘工作面瓦斯浓度时间序列的分布特征;以潘三矿某掘进工作面为例,实时正态检验工作面过断层时的瓦斯浓度时间序列。结果表明:当影响工作面瓦斯涌出因素作用比较均匀、单一因素不起决定性作用时,瓦斯浓度时间序列服从正态分布;当不服从正态分布时,则断层对工作面瓦斯涌出影响显著,有可能发生灾害。通过对工作面瓦斯浓度时间序列进行实时正态检验以辨识瓦斯涌出状态,将瓦斯浓度时间序列的分布特征作为预警的依据,能为瓦斯灾害的预测预警起有效的辅助作用。     

顶板灰岩瓦斯涌出异常分析及治理技术

为厘清吕梁矿区某低瓦斯矿井顶板灰岩瓦斯涌出异常的原因,实测开采煤层及邻近煤层瓦斯含量、顶板裂隙涌水量、岩溶水离子成分及裂隙内瓦斯浓度,结合瓦斯异常涌出地点地质构造特征,剖析顶板灰岩瓦斯富集的原因,跟踪考察工作面瓦斯治理效果。研究表明:顶板灰岩裂隙水的封堵作用及层间裂隙水对顶板灰岩溶蚀改造形成的瓦斯储集空间是顶板灰岩瓦斯涌出异常的原因;使用顶板高位钻孔抽采灰岩富集区瓦斯,可减少巷道空间的瓦斯涌出量,降低瓦斯浓度,保障工作面的安全高效生产。     

倾斜巷道中风流方向对瓦斯分布与积聚的影响

基于计算流体动力学基本理论,利用Fluent软件,采用控制容积法对描述流体流动的控制方程进行离散,用SIMPLEC(协调一致的压力耦合方程组的半隐式方法)算法来解算流场,使用标准 k-ε 壁面函数法解决近壁面的流动,在湍流充分发展区使用标准双方程湍流模型,对倾斜巷道两帮煤壁涌出瓦斯情况下的瓦斯分布与积聚进行数值模拟,研究了风速和倾角不同时风流方向对巷道中瓦斯分布的影响规律.结果表明:倾斜巷道两帮煤壁涌出瓦斯情况下巷道两帮煤壁附近及其上部的两个角上容易积聚高浓度瓦斯,且同一个横断面上部的瓦斯浓度比下部高;风速越大、巷道倾角越大,高浓度瓦斯与空气的交换距离越短,瓦斯与空气充分混合需要的距离越短;下行通风且风速较小时,巷道顶板出现明显的瓦斯逆流现象,逆流区瓦斯浓度远大于瓦斯涌出点下风流一侧的瓦斯浓度,随着风速增大,瓦斯逆流长度逐渐变短.     

基于可变模糊组合方法的瓦斯涌出量预测

矿井工作面瓦斯涌出是一个动态不确定过程。在分析了影响瓦斯涌出因素基础上,将可变模糊聚类与可变模糊模式识别两种模型相结合,提出了一种瓦斯涌出量预测的可变模糊组合方法。该方法首先利用粗糙集理论确定权重初值及各因素的重要性,然后利用可变模糊聚类模型求解最优模糊分类中心矩阵和最优权重,最后利用模式识别模型对待预测样本进行预测。以某矿井瓦斯涌出量预测为例,给出了具体预测过程。结果表明：可变模糊组合方法可行、有效。     

掘进巷道瓦斯分布数值实验研究

根据局部通风流场特点确定适合矿井局部通风掘进巷道工作面瓦斯与风流质量交换的数学模型,在近壁面使用标准壁面函数法解决近壁面的流动,在湍流充分发展区,使用RNG k-ε双方程湍流模型;讨论考虑巷道支护的情况下壁面粗糙度的影响,确定矿井掘进工作面局部通风模型网格划分的方法、掘进头瓦斯涌出的边界条件;利用计算流体力学(CFD)软件Fluent对掘进工作面的风流与瓦斯的混合过程进行了模拟;得出不同瓦斯涌出量情况下掘进巷道工作面风流分布和瓦斯浓度的分布规律。研究表明:瓦斯涌出量和风速对流场分布有影响,随着瓦斯涌出量的增大和风速的降低,瓦斯对流场的影响越来越明显。     

有限元数值模拟在巷道掘进中的应用研究

利用有限元分析进行数值模拟井下巷道分步开挖,对巷道应力、位移、应变进行了分析,改善了应力分布,有效减少了瓦斯涌出。本文利用数值模拟分步开挖并应用于实践,通过现场试验论证得出合理的分步开挖顺序改变了岩石应力集中,减少了瓦斯涌出量。     

压入式局部通风倾斜巷道掘进工作面瓦斯分布规律

运用Fluent软件对压入式局部通风倾斜巷道掘进工作面瓦斯分布进行了模拟.比较了向上掘进和向下掘进巷道中瓦斯分布的不同;分析了风量对向上、向下倾斜掘进巷道中瓦斯分布的影响;研究了消除瓦斯高浓度区域向上、向下倾斜巷道所需风量的差别.结果表明:当条件相同,即风筒出口平均风速、倾斜角度和迎头瓦斯涌出量相同时,向上倾斜掘进工作面的高浓度瓦斯区域比向下倾斜时的高浓度瓦斯区域大;当回风流中瓦斯平均浓度不变时,随着风量和瓦斯涌出量的增加,由于风量的增加使到达迎头的风速变大,使空气和瓦斯混合得更加均匀,向上倾斜掘进工作面的高浓度瓦斯区域和向下倾斜的高浓度瓦斯区域之间的差距逐渐减小.消除高浓度瓦斯区域所需的风筒出口风量向上倾斜掘进巷道比向下倾斜掘进巷道大.     

支持向量机法在煤与瓦斯突出分析中的应用研究

通过分析采煤工作面煤与瓦斯涌出量与地质构造指标的对应关系,应用支持向量机(SVM)方法对煤与瓦斯涌出类型及涌出量进行分析。建立两类突出识别的SVM模型、多类型突出识别的H-SVMs模型以及预测瓦斯涌出量的支持向量回归模型。研究结果表明:SVM方法能够很好地对煤与瓦斯突出模式进行识别,所建立的采煤工作面瓦斯涌出量预测模型的精度高于应用BP神经网络预测精度;SVM理论基础严谨,决策函数结构简单,泛化能力强,并且决策函数中的法向量W可以反映突出模式识别的地质结构指标的权重。     

风筒出口位置对掘进工作面瓦斯分布的影响

根据计算流体动力学(CFD)理论,运用Fluent软件对掘进工作面的风流流场及瓦斯分布进行数值模拟,研究了在断面形状为梯形的掘进巷道中,瓦斯从掘进迎头和巷道两帮均匀涌出时,风筒出口离掘进迎头的距离对掘进巷道中风流流场和瓦斯分布的影响.结果表明: 压入式局部通风掘进巷道工作面风流从风筒出口流出后,沿风流方向瓦斯浓度逐渐增大,在靠近迎头处巷道两帮底部和顶部瓦斯浓度较高;随着瓦斯涌出量的增加,由于高浓度瓦斯密度降低而产生的上浮力的作用,在靠近迎头的上部区域发生瓦斯沿顶板逆风流方向流动的现象;上浮力的作用会改变流场的分布状况,在靠近迎头处产生涡流;风筒出口离掘进迎头越近,风流到达迎头时携带的瓦斯量越少,且迎头处的风速越大,靠近迎头区域中的瓦斯浓度越低.     

基于Multi-class SVM的车辆换道行为识别模型研究

自动安全换道是车辆实现无人驾驶的关键,为精确识别行驶车辆换道状态,保证行车安全,设计了一种基于多分类支持向量机(Multi-class Support Vector Machine,Multiclass SVM)的车辆换道识别模型。从NGSIM数据集中选取美国101公路车辆轨迹数据进行分类处理,并将车辆换道过程划分为车辆跟驰阶段、车辆换道准备阶段和车辆换道执行阶段。采用网格搜索结合粒子群优化算法(Grid Search-PSO)对SVM模型中惩罚参数C和核参数g进行寻优标定,利用多分类支持向量机换道识别模型对样本数据进行训练和测试,模型测试精度达97.68%。研究表明,模型能够很好地识别车辆在换道过程中的行为状态,为车辆换道阶段的研究提供支持。     

视觉记忆型次任务对驾驶绩效及安全的影响

为研究视觉记忆型次任务对驾驶绩效及安全的影响,采用对未知内容的记忆任务和对已知内容的再认任务分别表征工作记忆和长时记忆过程,构建多组不同难度的次任务,基于标准换道试验环境LCT进行双任务研究。提取并分析驾驶人执行不同任务时车道保持、换道控制等指标的差异以及次任务绩效,基于主客观数据构建综合评判模型。结果表明:双任务驾驶条件下,车辆平均路径偏差、方向盘平均转向角、车道偏移次数指标增大,正确换道比例减小,感知负荷增大,总绩效下降。困难工作记忆组与简单工作记忆组相比,随着任务难度增大,换道控制绩效下降,感知负荷增大,总绩效下降36.1%;困难再认组与工作记忆组相比,车道保持绩效、换道控制绩效提高,感知负荷下降,总绩效提高50%;简单再认组与工作记忆组相比,总绩效变化不大;困难工作记忆组综合绩效最低。上述结果说明:随着次任务难度增大,总绩效下降,但将对未知内容的工作记忆过程转化为对已知内容的再认过程时,总绩效明显提升,这一特点在任务难度较大时更为显著。     

不确定背景环境下车道检测技术的研究

针对不确定背景的交通环境,提出一种新的车道检测算法。确定道路路面的色彩范围,提取车道标线的色彩信息,消除光照强度变化对车道标线信息提取过程的影响;通过对比车辆与车道标线在大小、形状和运动模式3方面的差异排除车道中车辆对车道线检测的干扰;单帧图像的车道检测结果存储于车道一致性确认模块中,运用车道标志线一致性确认提高车道检测结果的准确性。试验结果表明,该方法能够有效地检测各种天气条件下车道区域以及解决车道遮挡问题。     

基于免疫遗传算法的化工过程微小差别异常诊断

化工过程中同一类型的异常往往也存在微小差别,将不同程度的同一类型异常进行有效识别和归属,掌握同一类型异常的多样化情况,对于化工过程安全监控有重要意义。设计了一种基于人工免疫和遗传思想的微小差别异常诊断方法,并以一个典型的精馏过程Chem CAD仿真模型进行同类型不同程度的阀门异常模式设置,获取正常情况和各异常情况下的样本数据,然后利用所提出的诊断方法计算不同程度异常对其异常类型的隶属概率。结果表明,同一阀门不同开度异常尽管会导致过程监控参数的变化,但该微小差别异常诊断方法却能对其进行有效归属,且归属准确度经启发式算法多次运行后可达98%以上。最后进一步运用TE过程中具有微小差异输出结果的4种异常模式进行了验证试验,结果表明,该方法也可以在较少的异常数据基础上完成对异常模式的准确归属。     

Investigating lane change behaviors and difficulties for senior drivers using naturalistic driving data

Introduction: Lane changes can be a complicated maneuver occurring a dynamic environment requiring the integration of many streams of information. Older drivers may struggle with lane changes which may elevate crash risk. Methods: Real-world lane change behaviors were examined using the Second Strategic Highway Research Program Naturalistic Driving Study database. A total of 393 lane changes were observed for two age groups: middle-aged (30–49), and older (70+) drivers. Results: Older drivers were highly likely to fail to execute an over-the-shoulder glance prior to initiation of a lane change (in 98% of left lane changes and 92% for right lane changes). Older drivers also showed higher rates of OTS glance errors at any point during the lane change in 95% of left lane changes and 86% of right-lane changes. Additionally, older drivers frequently failed to activate the turn signal prior to lane change initiation (60% of lane changes for right changes and 59% for left lane changes). Of the older drivers that made side mirror glances, many occurred after the initiation of the maneuver (46% of left lane changes and 58% of right lane changes) suggesting glances were occurring while changing lanes. Conclusions: Results for older drivers showed that many key glances (particularly side mirror checks) and turn signal actuations observed in the current study occurred after the initiation of the lane change, ostensibly when this action may be too late to gather relevant information and avoid a conflict. Practical Applications: Knowledge of glance patterns during lane changes for older drivers can help older drivers maintain travel mobility as they age. Either through training to reinforce OTS and side mirror glances, or supplemental devices like convex mirrors or oversized rearview mirrors, older drivers can reduce high-risk lane change maneuvers and help older drivers to maintain their mobility and independence longer.     

地质动力区划预测煤与瓦斯突出

为了确定煤与瓦斯突出矿井的突出危险区域,威胁区域和安全区域,提出基于地质动力区划的多因素模式识别概率预测方法预测煤与瓦斯突出的新思路。以鸡西滴道矿立井为研究对象,利用地质动力区划方法确定不同尺度和级别构造运动的特征,建立板块构造学说与矿井工程实际的联系,将对矿井煤与瓦斯突出产生影响的因素为参数,采用多因素模式识别概率预测方法划分研究区域内的危险区域。研究表明该方法对煤与瓦斯突出区域预测的合理性与有效性,可以在实际工程中应用推广。     

基于双层规划的危险品运输专用车道优化设计

为更有效地设置危险品运输专用车道,在降低运输风险的同时减少专用道对路权的占用,从路网整体出发,以总体出行成本最小、路网运输风险最小和专用道利用率最大为目标,构建双层规划模型;使用NSGA-2算法求解双层规划模型,结合算例网络进行分析,验证模型和算法的有效性.结果表明:模型可综合考虑路网风险和总体出行成本,得到有效的专用...     

基于EMD-HHT可定位长输天然气管道第三方破坏事件监测技术

为适应目前管道安全监测需要,满足对扰动信号分类监测的实际需求,提出1种基于希尔伯变换和经验模态分解(EMD-HHT)的信号特征提取技术,利用基于φ-OTDR分布式光纤传感系统采集振动信号,通过EMD+HHT区分算法对管道沿线振动事件进行分解并提取6个典型特征向量,各特征事件数据经过EMD后选取IMF3为最终提取特征向量的原始数据,BP神经元网络可有效识别机械破坏、敲击破坏、车辆经过、人工挖掘、动力干扰5种事件。研究结果表明：在长输管道信号识别中,BP神经网络对5类事件平均识别率高达98.6%,该技术分类识别5类事件扰动信号,能够达到较高准确性,并且误报率平均在1.3%,能较好满足现场安全实时监测需求。研究结果对长输油气管道附近第三方破坏扰动信号分类监测具有一定参考意义。     

对城市道路交叉口左转专用车道设计的探讨

在参考国内外设计经验的基础上,从左转车道设置的原则、设置左转车道的常用方式、左转车道的长度和宽度等角度对左转车道的设计问题进行了探讨,提出对左转车道进行合理偏移可有助于提高驾驶员的视距.