《基于多传感器及多元监测数据的瓦斯预警理论与方法研究》PDF下载

  • 购买积分:13 如何计算积分?
  • 作  者:汪云甲,朱世松,梁双华等著
  • 出 版 社:徐州:中国矿业大学出版社
  • 出版年份:2017
  • ISBN:9787564633097
  • 页数:373 页
图书介绍:本书是作者承担的国家自然科学基金重点项目、国际合作项目及面上项目部分相关成果总结。全书选择我国典型矿井作为重点剖析、研究对象,以凸显研究对象时空特性及空间分析、空间数据挖掘与知识发现为特点,运用多学科知识,从煤与瓦斯突出危险区域预测、瓦斯监测多传感器信息融合与知识发现、矿井瓦斯传感器优化选址三个方面对基于多传感器及多元监测数据的瓦斯预警理论与方法进行了较系统的阐述,展示了该领域另一视角的研究成果。

第1章 绪论 1

1.1 研究背景与意义 1

1.2 煤与瓦斯突出危险区域预测研究 2

1.3 瓦斯监测多传感器信息融合与知识发现研究 4

1.4 矿井瓦斯传感器优化选址研究 20

参考文献 28

第一篇 煤与瓦斯突出危险区域预测方法研究 43

第2章 瓦斯突出危险区预测的地质和地球物理基础 43

2.1 地震波 43

2.2 瓦斯突出的地球物理基础 45

2.3 地质构造对瓦斯赋存与富集的控制作用 47

2.4 瓦斯突出煤体的物理力学特性测试 52

2.5 本章小结 57

第3章 支持向量机理论及地震属性的特征优化 58

3.1 统计学习理论 58

3.2 支持向量机分类 60

3.3 支持向量机核函数 62

3.4 核函数的参数选择问题 64

3.5 基于支持向量机的地震特征优化 64

3.6 本章小结 71

第4章 基于地震正演模拟和SVM的煤与瓦斯突出危险区预测方法研究 72

4.1 地震正演模拟方法 72

4.2 含瓦斯煤层的地震剖面正演模型的建立 82

4.3 基于正演地震剖面的地震属性提取 91

4.4 基于地震属性和SVM的预测模型研究 96

4.5 应用实例 98

4.6 本章小结 103

第5章 煤与瓦斯突出危险区预测实证研究——以淮南矿区张集矿深部采区为例 104

5.1 研究区基本情况 104

5.2 淮南矿区张集矿深部采区含瓦斯煤层地震正演模拟 106

5.3 基于SVM的煤与瓦斯突出危险区预测 115

5.4 基于GIS的张集矿煤与瓦斯突出预测管理系统 129

5.5 本章小结 136

参考文献 136

第二篇 瓦斯监测多传感器信息融合与知识发现研究 143

第6章 煤矿瓦斯安全监测手段与评价指标研究 143

6.1 瓦斯监测的主要任务及方法概述 143

6.2 突出静态预测方法与危险评价指标 145

6.3 突出动态预测方法与危险评价指标 147

6.4 突出预测危险性指标排序 155

6.5 本章小结 157

第7章 瓦斯监测多传感器信息融合体系结构研究 158

7.1 多传感器信息融合体系结构的设计原则 158

7.2 瓦斯监测多传感器信息融合目标体系 159

7.3 瓦斯监测多传感器信息融合系统工作流程 160

7.4 瓦斯监测传感器的选用与组织 161

7.5 瓦斯监测多传感器信息融合体系总体结构 162

7.6 基于ArcGIS Server的瓦斯多级监管系统结构 165

7.7 基于模糊专家系统的瓦斯突出预测决策级融合 169

7.8 本章小结 174

第8章 基于时间序列相似性度量的瓦斯报警信号辨识 176

8.1 瓦斯超限报警原因分析 176

8.2 动态时间弯曲距离及其应用 176

8.3 基于DTW距离的GWTS聚类分析 180

8.4 GWTS形态度量与特征提取 182

8.5 基于分段形态度量的瓦斯报警信号辨识算法 184

8.6 实验与分析 185

8.7 本章小结 187

第9章 基于时空相关性分析的瓦斯监测数据异常识别 188

9.1 瓦斯传感数据异常原因分类 188

9.2 瓦斯异常传感数据时空相关分析 189

9.3 基于层次编码法的瓦斯传感器编码规则 192

9.4 基于时空相关性分析的瓦斯异常识别算法 194

9.5 实验与分析 195

9.6 本章小结 197

第10章 瓦斯监测知识发现及知识库系统设计 198

10.1 瓦斯监测数据挖掘方法 198

10.2 瓦斯报警时间序列知识发现 202

10.3 瓦斯监测知识库系统设计 208

10.4 基于专家系统的工作面GWTS模式识别示例 214

10.5 本章小结 215

第11章 基于粗集—神经网络集成的煤矿知识发现 216

11.1 粗集理论 216

11.2 神经网络理论及BP神经网络 217

11.3 粗集与神经网络集成 218

11.4 基于粗集神经网络的煤矿数据挖掘模型 220

11.5 本章小结 226

第12章 基于矩阵编码的改进GABP知识挖掘模型 228

12.1 煤矿预测神经网络模型的失效成因 228

12.2 遗传算法概述 229

12.3 遗传算法优化神经网络传统模式 230

12.4 改进遗传算法 231

12.5 遗传算法优化神经网络改进模型 240

12.6 本章小结 243

第13章 改进差分进化神经网络及其煤矿知识发现 244

13.1 差分进化算法的基本原理 244

13.2 差分进化算法分析 248

13.3 差分进化算法的改进思路 250

13.4 基于改进DE的神经网络优化模型 257

13.5 MDE性能的测试 261

13.6 模型参数的敏感性分析 262

13.7 应用实例 264

13.8 本章小结 269

参考文献 270

第三篇 煤矿井下瓦斯传感器优化选址研究 283

第14章 瓦斯传感器设施选址特征与决策域分析 283

14.1 煤矿安全监控系统与瓦斯传感器相关技术标准与规范 283

14.2 矿井瓦斯传感器设施选址特征分析 285

14.3 瓦斯传感器设施选址决策域分析 286

14.4 典型设施覆盖选址模型 289

14.5 本章小结 291

第15章 矿井通风巷道瓦斯积聚危险性评价 292

15.1 矿井通风巷道瓦斯浓度变化特征 292

15.2 基于信息熵的瓦斯积聚危险性评价模型 293

15.3 瓦斯积聚信息熵模型的积聚因子评价 294

15.4 实例分析 296

15.5 本章小结 302

第16章 矿井复杂通风巷道瓦斯传感器选址模型研究 303

16.1 选址模型构建方案及相关假设与定义 303

16.2 矿井瓦斯传感器选址模型输入表示 305

16.3 瓦斯传感器覆盖选址基础模型 313

16.4 瓦斯传感器备用覆盖选址模型 319

16.5 本章小结 322

第17章 瓦斯传感器选址模型求解算法 324

17.1 相关算法简介 324

17.2 模型求解思路及关键技术 327

17.3 混合ACA算法求解单目标选址模型 332

17.4 混合PACA算法求解多目标选址模型 335

17.5 算法求解效果分析 337

17.6 本章小结 339

第18章 瓦斯传感器优化选址决策支持系统开发与实例研究 341

18.1 MSDSS系统分析与设计 341

18.2 通风地理网络建模与分析 342

18.3 混合蚁群算法与GIS耦合求解选址模型 351

18.4 实例研究 353

18.5 本章小结 370

参考文献 371