模糊神经网络技术在矿山安全评价中的适应性研究

我国矿山企业安全生产形势严峻,矿山安全一直是我国矿山企业急需解决的安全评价技术及其应用是预防和控制矿山灾害事故的重要内容.对国内外矿山安全评价理论和技术的研究进展进行了系统的论述,并对国内安全评价理论和技术的研究和应用过程出现的问题进行了分析,指出模糊神经网络技术在矿山安全研究中的可行性,为矿山安全管理和科学决策提供了一种新的思路.     

灰色关联分析在矿山安全评价中的应用

寻求并建立科学、合理的矿山安全评价模型,并与实际生产相结合,是矿山安全管理与控制的关键问题,也是安全技术及工程学院投入大量的人力和物力进行研究的重要领域。根据矿山灾害系统的结构特点,应用灰色系统理论对矿山系统的安全状况进行评价,及时了解矿山安全生产的动态,可使矿山的技术和管理部门有针对性地采取措施,达到安全生产的目的。     

SPA在某矿山安全评价中的应用研究

鉴于安全评价系统的复杂性和不确定性特征,基于集对分析中的同异反向量模型,以某矿自然条件、人员安全素质、安全设施设备、工程生产技术及灾害控制、安全管理和职业卫生作为评价指标,构建安全评价模型,根据矿山情况对差异度系数取不同值,进行安全评价,得出的评价结果与客观实际耦合较好.理论分析和实例表明,该方法可以较好地应用在矿山安...     

基于层次分析和集对分析的铀矿山生态环境安全评价

铀矿山生态环境安全评价对于绿色矿山建设具有重要意义,为了对铀矿山生态环境安全状况进行综合评价,针对铀矿山生态环境特点,基于层次分析法和集对分析原理,建立了铀矿山生态环境安全评价模型。结合某铀矿山生态环境安全现状,开展了该铀矿山生态环境安全综合评价,计算得到综合联系度表达式并对其进行等级判断,确定了铀矿山整体生态环境安全状况等级,同时结合联系度表达式进行了分析,提出了矿山安全管理建议。结果表明:在多指标影响下具有模糊性和随机性的铀矿山生态环境安全评价问题中,该模型通过定量计算,较好的评价了铀矿山生态环境安全状况,方法简便,结果较为准确,为铀矿山生态环境安全评价提供了一个新方法。     

模糊评价在矿山安全管理中的应用

对矿山安全管理状况进行综合评价,有利于更好地了解矿山的安全管理现状.采用层次分析法建立层次结构模型,确定各指标相对权重及其等级隶属度,在此基础上建立模糊评价模型,并将该评价方法应用于某矿安全管理实例中.评价结果表明,应用此法对矿山安全管理综合评价时更直观、更科学.     

安全标准化有关技术问题探讨

针对在有关培训、咨询中发现的问题,对矿山安全标准化过程中安全基础管理、风险管理、安全工作持续改进以及系统策划和内部评价、标准化等级的确定等技术问题进行了探讨.     

人工神经网络对矿山安全状态的评判能力分析

通过改变神经网络训练样本等方法,对比分析了神经网络对不同训练样本的反映能力,讨论了人工神经网络对矿山安全程度进行评价的适应性.为了研究人工神经网络用于矿山安全评价时的优化设计,通过改变神经网络的神经元数目及初值赋值方式等方法,测试了不同结构、不同参数的神经网络对相同训练样本的评价结论.本文的研究为人工神经网络用于矿山安全评价时的进一步改进及其优化设计提出了合理的建议.     

基于SMART原则和D-S理论矿山企业 安全管理水平研究

矿山行业是我国事故伤亡率最高的行业,安全管理是防止事故发生的重要手段之一。为评价矿山企业安全管理水平,基于SMART原则从人员、设备、环境和组织四个方面设置了矿山安全管理指标,利用D-S理论对多证据、多指标的数据进行融合,并结合实例进行了分析。结果表明,该方法能够评价矿山企业安全管理水平,发现管理中存在的薄弱环节,为采取防护措施提供依据。     

金属矿山安全管理与信息化技术

信息化技术与传统产业的紧密结合,可实现传统产业快速发展.信息化技术对矿山安全也发挥了重要的作用.详细论述了金属非金属矿山的安全生产现状,矿山安全灾害种类和矿山安全信息化技术,指出信息化技术的应用是解决矿山安全问题的一个重要途径.     

地下金属矿山安全标准化系统信息平台的构建与应用

以金属非金属地下矿山安全标准化系统的管理思想为理论指导和主要目标,按照安全标准化14个要素的运行要求,构建地下矿山安全标准化系统信息平台,对安全标准化的具体建设内容进行相应的信息化管理.针对地下矿山的特点,开发采场安全管理和尾矿库安全管理2个特色模块.结合矿山企业的实际需求,将信息平台划分为工作管理、图形统计、报表分析、公共事务和系统管理等5个模块,并详细探讨各模块所实现的功能.信息平台的应用保障了地下矿山安全标准化系统的有效实施与运行.     

基于层次分析法(AHP)的煤矿安全生产能力指标体系研究

笔者从系统工程的角度,应用层次分析法的基本原理构建煤矿安全能力AHP(层次分析法)模型,确定煤矿安全生产能力指标体系,将成对比较矩阵的特征向量作为煤矿安全评价因子的权重,确定了相关因子的影响力排序。其结果显示:人因是影响我国煤矿安全生产能力的首要因素;其次是技术和管理因素;而地质条件等环境因素排序为最后。该排序基本反映了当前煤矿安全生产的实际情况。强化人的安全教育和技能培训,加强安全生产管理和安全监察力度,提高安全技术及安全装备水平,是提高安全生产能力的重要举措。     

基于BP神经网络的非煤地下矿山安全评价模型

针对非煤地下矿山安全评价的复杂性和非线性特性,BP神经网络对非线性动态系统较强的适应性,提出并建立了一种基于BP神经网络的非煤地下矿山安全评价模型。为提高该模型的可靠性,结合非煤地下矿山生产工艺特点,提出了一套便于统计和赋值的安全评价指标体系;确定了BP神经网络结构和评价结果表征方法;为提高BP神经网络算法的收敛速度和稳定性,对标准BP算法进行有效改进;通过实例运算验证了该模型的可行性。基于BP神经网络的安全评价模型为评价非煤地下矿山安全管理现状及水平提供了可操作的方法,为矿山有关部门提供了科学安全管理的依据。     

改进的加权C-F模型方法在煤矿安全评估中的应用

为在不确定的条件下准确地评估煤矿生产安全风险,构建煤矿安全评估证据体系(体系分为3级,包括3个一级证据,6个2级证据,22个3级证据),基于该体系和改进的加权C-F模型方法,提出一种新的煤矿安全评估方法。在煤矿安全领域专家给定推理规则强度和证据加权因子等数据下,应用该模型方法对不同类型煤矿进行计算机仿真实验,结果表明该方法在不确定条件下,能智能地评估煤矿企业生产安全风险,为提升煤矿安全生产和科学决策水平提供指导。     

基于模糊层次分析法的矿井安全综合评价

为定量地综合评价煤矿安全状况,结合目前煤矿灾害事故的特点,根据影响煤矿安全的因素,建立了包括环境、技术、人员、管理等4个单元、17项指标的多因素多级指标评价体系。采用模糊层次分析法(FAHP)和模糊综合评价模型相结合的方法对煤矿安全进行综合评价。首先是通过模糊层次分析法确定了各评价指标的权重,其结果显示:安全管理是影响煤矿安全的首要因素,其次是人员素质、技术与装备保障,而矿井自然安全条件排序为最后。理论联系实际,应用模糊综合评价方法对某矿的安全现状进行综合分析,得出其安全状况为"良好",同时也证明将模糊层次分析法应用于安全评价的可行性。     

煤矿安全管理方法及问题研究

加强煤矿安全管理是个迫切而重要的课题.在分析煤矿安全管理特殊性和复杂性的基础上,研究了当前煤矿安全生产存在的问题并提出了解决方法.     

地下金属矿山安全评价体系的探讨

对矿山实行安全评价是确保安全生产的重要措施。根据地下金属矿山生产工艺的特点，分析发生事故的原因及影响因素，以定量分析的方法，从企业管理、工程设计、人员配备、环境条件等方面进行安全评价，提出评价体系，系统而直观地反映企业生产安全程度。     

基于B/S模式的矿山安全现状评价研究

加强安全信息化建设已成为提高我国矿山安全管理水平的一项重要手段。本文对我国矿山安全现状评价进行了分析,指出了其存在的问题：缺乏合理性,安全评价方法的实用性和可操作性不强,缺乏动态性;探讨了安全现状评价中现场工作时若干难点问题的解决方法：主要有评价方法的选择,评价项目基础分数值及相关指标的确定;简要介绍了B/S模式下矿山安全现状评价及其系统、实现系统的主要步骤、评价模块、结构功能、数据库、网络、系统如何实现。B/S（Browser/Server）模式,即浏览器/服务器模式,基于计算机网络、数据库实现矿山安全评价的整个过程。＂煤矿事故三步安全评价法＂首先确定评价子系统,并设计出供评价使用的专项安全检查表,然后根据安全检查表进行检查,最后评定出各评价项目的危险分数,结合各项目的权重作出评价。     

基于ART-2人工神经网络的煤矿安全风险评价

旨在为煤矿安全风险预控管理提供一种适用的风险评价模型或方法。研究过程中,介绍了人工神经网络自适应共振理论的ART-2算法;在安全系统工程理论及相关研究基础上,结合调研分析建立了风险评价指标体系;选取山西9家煤矿作为研究样本进行实证研究。该算法仿真识别结果与煤矿实际安全风险情况一致性程度达到77.78%,表明针对煤矿安全风险预控管理过程中的安全风险评价,ART-2神经网络具有较好的适用性。