-
公开(公告)号：CN106296435B
公开(公告)日：2018-02-02
申请号：CN201610685908.X
申请日：2016-08-18
Applicant: 西安科技大学
Inventor： 董丁稳
Abstract: 本发明公开了一种矿井瓦斯监测异常数据识别方法，考虑生产因素对瓦斯涌出的影响，对实时监测数据样本进行重构，设置初始质心向量进行聚类，对聚类中的判别样本进行分析，若存在突变情形，并在历史数据95％置信区间之外，则为小概率事件，确定监测异常，否则为正常检测数据。本方法能够有效识别煤矿井下瓦斯监测异常数据，从井下不同位置瓦斯涌出、流动与积聚特征出发，综合考虑通风因素，通风网络中流体的流动规律与上隅角瓦斯积聚源等因素，以历史监测数据统计分析为基础，通过与安全监测监控系统联机分析，对瓦斯监测异常数据进行甄别，解决瓦斯监测信息中虚假信号影响监测数据处理计算精度不高的问题与监测误报问题。
-
公开(公告)号：CN106408432A
公开(公告)日：2017-02-15
申请号：CN201611022041.6
申请日：2016-11-16
Applicant: 西安科技大学
IPC: G06Q50/02
CPC classification number: G06Q50/02
Abstract: 本发明属于煤矿安全管理信息化领域，具体涉及一种煤矿应急辅助决策支持系统。一种煤矿应急辅助决策支持系统，包括应急预案管理模块，用于将传统基于文本的纸质应急预案经过数字化抽象并储存；应急辅助决策模块，用于管理已批准备案的应急预案及安全信息，将原有以纸质形式管理的预案文件数字化，依据煤矿现场实际的生产情况将应急预案划分成多个专项来管理，管理内容包括预案的修订、审核和编制，事故分析模块，用于煤矿事故以及决策阶段的事故模拟与分析，调用本煤矿事故分析基础数据库的资料，评估事故风险程度和大小，分析事故发展趋势并预测可能后果。
-
公开(公告)号：CN106246226A
公开(公告)日：2016-12-21
申请号：CN201610687338.8
申请日：2016-08-18
Applicant: 西安科技大学
Inventor： 董丁稳
Abstract: 本发明公开了一种矿井瓦斯涌出异常的识别方法，将井下不同位置监测点的监测数据序列作为随机变量建立变量集，建立置信网络结构；再将各变量均匀离散化成取值区间；采用最小二乘法完成网络学习，并计算网络参数来定量表示各监测点位置瓦斯流量大小的依赖程度；再计算联合概率以及每个监测点的监测数据序列在不同取值区间上后验概率最大值，判断瓦斯涌出整体水平，最后通过概率推理计算得出瓦斯监测数据取值的最大后验概率，结合历史监测数据统计特征分析判断瓦斯涌出异常情况。本方法的计算结果有效且可靠，适用于现有煤矿安全监测监控系统产生海量监测数据条件下的大数据处理及安全预警应用。
-
公开(公告)号：CN109026130A
公开(公告)日：2018-12-18
申请号：CN201810938698.X
申请日：2018-08-17
Applicant: 西安科技大学
Abstract: 本发明公开了安全生产技术领域的一种矿井瓦斯数据异常的识别方法，该识别方法的具体步骤如下：S1：瓦斯浓度移动平均线建立；S2：反应瓦斯浓度变动的快慢程度；S3：通过方差计算瓦斯浓度偏离程度；S4：取全部时间序列数据进行分析；S5：对数据进行逐差处理并取其特征值；S6：针对异常可疑值进行判断和分析；S7：异常数据剔除减少屏蔽效应，本发明通过对矿井内瓦斯突出前夕瓦斯浓度变化的特性，实现对矿井内瓦斯突出的预测预报，同时针对瓦斯在不同时间序列中的瓦斯监测数据进行抽取、逐差处理，得到可疑监测数据，基于移动平均线分析判断瓦斯浓度是否超过规定的报警浓度和断电浓度临界值，其识别方法简单有效，识别的结果准确率高。
-
公开(公告)号：CN106295214B
公开(公告)日：2017-11-10
申请号：CN201610686297.0
申请日：2016-08-18
Applicant: 西安科技大学
Inventor： 董丁稳
IPC: G06F19/00
Abstract: 本发明公开了一种矿井瓦斯浓度预警方法，包括先将不同班次监测数据序列转化为瓦斯流量数据序列集Q；然后将Q中各序列按照设定样本维数m进行重构，将每天的监测数据重构形成n个样本，确定生产影响时间的长度以为分界点，计算检修班次内时间点t′前后监测数据样本均值之差；计算历史监测数据中均值之差序列C的平均值μ和标准差σ，确定一定置信水平下生产因素对瓦斯浓度大小影响的置信区间进行瓦斯浓度预警。本方法按照现场生产交替制度将瓦斯监测数据分解成不同时间段的时间序列，以统计分析为基础，引入序列样本距离，定量表示生产因素对瓦斯涌出的影响程度，采用置信区间定量表示瓦斯浓度大小的影响程度，能够有效分析生产因素对回采工作面瓦斯涌出的影响。
-
Patent Agency Ranking
公开(公告)号：CN106296435A
公开(公告)日：2017-01-04
申请号：CN201610685908.X
申请日：2016-08-18
Applicant: 西安科技大学
Inventor： 董丁稳
CPC classification number: G06Q50/02 , G06K9/6218
Abstract: 本发明公开了一种矿井瓦斯监测异常数据识别方法，考虑生产因素对瓦斯涌出的影响，对实时监测数据样本进行重构，设置初始质心向量进行聚类，对聚类中的判别样本进行分析，若存在突变情形，并在历史数据95％置信区间之外，则为小概率事件，确定监测异常，否则为正常检测数据。本方法能够有效识别煤矿井下瓦斯监测异常数据，从井下不同位置瓦斯涌出、流动与积聚特征出发，综合考虑通风因素，通风网络中流体的流动规律与上隅角瓦斯积聚源等因素，以历史监测数据统计分析为基础，通过与安全监测监控系统联机分析，对瓦斯监测异常数据进行甄别，解决瓦斯监测信息中虚假信号影响监测数据处理计算精度不高的问题与监测误报问题。
-
公开(公告)号：CN109752504A
公开(公告)日：2019-05-14
申请号：CN201910075695.2
申请日：2019-01-25
Applicant: 西安科技大学
Inventor： 董丁稳
IPC: G01N33/22
Abstract: 本发明公开了一种工作面瓦斯传感器调校辅助决策方法，包括以下步骤：假设瓦斯传感器调校前的时刻为t，按照时间顺序从瓦斯传感器调校前监测的瓦斯浓度数据序列中提取时刻t-1及t-1时刻以前的q个数据，形成基础数据C；依据高斯过程回归理论，训练得到高斯回归模型GP(C，y)；将瓦斯传感器调校前时刻t的瓦斯浓度监测数据作为测试输入；训练完成的高斯回归模型，得到时刻t对应的瓦斯浓度正常监测数据的均值函数和方差函数；根据得到的时刻t对应的瓦斯浓度正常监测数据的均值函数和方差函数，依据高斯分布的特征，得到置信区间；并将瓦斯传感器调校后瓦斯浓度实际监测值与得到的置信区间比较，判断瓦斯传感器调校的有效性。
-
公开(公告)号：CN106246226B
公开(公告)日：2017-07-21
申请号：CN201610687338.8
申请日：2016-08-18
Applicant: 西安科技大学
Inventor： 董丁稳
Abstract: 本发明公开了一种矿井瓦斯涌出异常的识别方法，将井下不同位置监测点的监测数据序列作为随机变量建立变量集，建立置信网络结构；再将各变量均匀离散化成取值区间；采用最小二乘法完成网络学习，并计算网络参数来定量表示各监测点位置瓦斯流量大小的依赖程度；再计算联合概率以及每个监测点的监测数据序列在不同取值区间上后验概率最大值，判断瓦斯涌出整体水平，最后通过概率推理计算得出瓦斯监测数据取值的最大后验概率，结合历史监测数据统计特征分析判断瓦斯涌出异常情况。本方法的计算结果有效且可靠，适用于现有煤矿安全监测监控系统产生海量监测数据条件下的大数据处理及安全预警应用。
-
公开(公告)号：CN115288766A
公开(公告)日：2022-11-04
申请号：CN202210903295.8
申请日：2022-07-29
Applicant: 西安科技大学
Abstract: 本申请公开了一种无尘煤巷掘进方法，包括步骤：在待掘进巷道的煤层中打出钻孔；在钻孔内下入筛管；在钻孔一端设置除尘器和除尘抽风机，除尘器连接于筛管的端部，除尘器和除尘抽风机连接，除尘抽风机连接于导风筒，导风筒连接于风幕封尘装置；将风幕封尘装置安装于掘进机的机身处，使风幕封尘装置的多个喷嘴布置于机身的周向；进行煤巷掘进，掘进工作面产生的粉尘通过筛管抽吸进入除尘器，除尘抽风机将除尘器过滤后的气体输送至导风筒，导风筒将气体输送至风幕封尘装置并通过其上的多个喷嘴喷出，喷出的气流形成风幕，风幕将掘进工作面和司机操作室隔离。本申请解决了现有技术中煤巷掘进时除尘效果不太理想的问题。
-
公开(公告)号：CN109752504B
公开(公告)日：2021-11-30
申请号：CN201910075695.2
申请日：2019-01-25
Applicant: 西安科技大学
Inventor： 董丁稳
IPC: G01N33/22
Abstract: 本发明公开了一种工作面瓦斯传感器调校辅助决策方法，包括以下步骤：假设瓦斯传感器调校前的时刻为t，按照时间顺序从瓦斯传感器调校前监测的瓦斯浓度数据序列中提取时刻t‑1及t‑1时刻以前的q个数据，形成基础数据C；依据高斯过程回归理论，训练得到高斯回归模型GP(C，y)；将瓦斯传感器调校前时刻t的瓦斯浓度监测数据作为测试输入；训练完成的高斯回归模型，得到时刻t对应的瓦斯浓度正常监测数据的均值函数和方差函数；根据得到的时刻t对应的瓦斯浓度正常监测数据的均值函数和方差函数，依据高斯分布的特征，得到置信区间；并将瓦斯传感器调校后瓦斯浓度实际监测值与得到的置信区间比较，判断瓦斯传感器调校的有效性。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.021 seconds)
