基于人工神经网络的矿井安全素质评价研究
煤炭是我国的主要能源,煤炭行业是国民经济的重要方面。但是由于我国煤炭资源的赋存与开采技术条件的复杂性和多样性,安全一直是煤炭企业所面临的重要问题。 论文根据我国煤矿企业及其安全生产现状,提出提高矿井安全素质是从根本上保障矿井安全生产的关键,在国内外煤矿及企业安全评价方法发展现状分析的基础上,提出用人工神经网络技术进行矿井安全素质评价,对提高矿井安全素质,促进安全生产有重要作用。 首先,以提高煤矿企业安全生产为目的,结合矿井素质的概念及煤矿行业的特殊性,建立了矿井安全素质评价指标体系,包括矿井形象、矿井能力及矿井作用发挥三个方面的16个指标。然后,建立的矿井安全素质评价的人工神经网络模型,确定了评价模型的网络结构及基于 BP算法的训练学习算法。运用MATLAB神经网络工具箱的强大功能,设计了矿井安全素质人工神经网络模型的学习和评价程序,并采用历史数据对人工神经网络进行训练,为矿井安全素质评价网络模型的应用奠定基础。其次,运用该模型对忻州窑煤矿矿井安全素质现状进行评价,得到了与实际比较符合的结果;最后,通过对影响该矿矿井安全素质指数的一些重要指标进行重要度分析,确定了这些指标对矿井安全素质指数的影响,据此提出提高矿井安全素质的建议,对矿井安全管理起到了重要作用。
煤炭工业;矿井安全;素质评价;人工神经网络
西安科技大学
硕士
安全工程
张辛亥;田利军
2012
中文
TD76
63
2012-11-02（万方平台首次上网日期，不代表论文的发表时间）