基于布里渊散射的煤矿巷道应力监测

光纤布里渊散射光时域反射测量技术（简称BOTDR）是国际上近几年才发展起来的一项尖端技术，应用非常广泛。着重介绍了BOTDR分布式光纤传感技术在煤矿巷道应力监测方面的应用。详细分析了其传感原理和系统应用。该项技术为煤矿巷道应力监测提供了一种全新而可靠的监测方法，可以使我国的煤矿安全生产迈上一个新的台阶，具有非常广阔的应用前景。     

煤矿巷道掘进综合防尘技术的应用

巷道掘进在煤矿开采过程中是十分重要的一个环节,巷道作业面积相对较小,粉尘的浓度较高,对作业工人的健康产生较大威胁。因此,防尘技术成为煤炭管理企业十分重视的问题。基于此,本文分析了煤矿巷道掘进的综合防尘技术,以期为煤矿管理工作提供参考。     

基于Rough Set理论的综合分类器设计与实现

在入侵检测系统中为了降低神经网络结构的复杂性和网络计算负担,提高学习和收敛速度,将综合分类器分解为由一些单一功能的基础分类器组成,从而将复杂多变的攻击任务分解为针对不同服务的简单攻击;采用Rough Set约简理论,对该综合分类器的输入和隐含层节点进行优化,在保证信息完整性下减少网络节点.使用Matlab和VC++程序设计语言实现了此设计,并给出了实现的关键算法.通过实验验证,取得了一定成效.     

煤矿巷道掘进支护存在的问题及改进方案研究

随着煤矿开采深度的不断增加,巷道面临的支护条件相对于先前更为恶劣,全面提升支护效果对于确保巷道稳定性非常关键,但从巷道支护来看,传统的巷道支护方式在很多方面已经不能满足实际工作需求。文章将某煤矿运输巷道掘进支护作为研究对象,对巷道掘进支护存在的问题进行了研究,剖析了导致巷道出现较大变形破坏的主要原因,针对性地提出“锚网索+注浆+U型钢棚”复合支护方案。从巷道返修情况看,取得了较好的支护效果,满足了巷道使用要求,可对类似巷道支护提供借鉴。     

基于数字图像的煤矿巷道三维模型重建

如何建立煤矿井下巷道的三维建模是构建煤矿虚拟环境的核心问题,针对现有的一些建模方法工作量大,无法实现快速巷道建模,研究了基于数字图像的三维重建方法,并将之应用到了巷道三维模型的快速建立上,通过角点检测和匹配获取巷道图像匹配点对,并计算出空间点坐标,最终由Delaunay三角剖分技术实现曲面恢复,给出了使用OpenCV实现的巷道三维重建系统的实验效果.     

基于蚁群优化神经网络的巷道围岩稳定性预测

巷道围岩的稳定性是保证煤矿安全开采的重要因素.在对影响巷道稳定性因素综合分析基础之上,针对神经网络处理非线性对象的优点,对样本数据进行神经元网络模型训练,并利用蚁群算法对神经网络进行快速优化,避免网络陷入局部极小值.仿真结果表明网络训练误差及收敛速度达到对顶底板和两帮的移近率的合理预测,进而可以确定巷道的稳定性状态。以移近率的大小和巷道稳定性为依据,选择合理的支护方式,对煤矿安全生产提供科学指导.     

基于证据理论的事故树分析在木业防火中的应用

针对木材加工行业火灾现场的事故特点,建立了基于事故树的安全评价模型;结合工程技术人员和专家的实际经验对事故树底事件进行基于现场的概率评估,应用了D-S证据理论和贝叶斯近似计算法解决了专家评判过程中对火灾起因的不确定性问题,并融合了不同领域专家的诊断意见;对各基本事件的结构重要度以及量化结构重要度进行分析,提出了具体的安全隐患,指导设备安全管理和检修维修工作。     

基于PSO-BP的神经网络卡钻事故预测研究

随着科技的快速发展,对能源的需求日益提高。石油作为基础的传统能源在其中扮演了重要地位。在勘探石油的钻井过程中,由于不确定的地质等客观因素,钻井事故常有发生。井下事故从发生到处理会占据石油生产单位大量的非生产时间,严重损害经济效益,危害工作人员人身安全。在钻井事故中以卡钻事故尤为常见,其中因卡钻事故引发的次生灾害不在少数。文章文参考近年钻井历史数据,分析导致卡钻事故发生的因素,建立经由PSO粒子群算法优化的BP神经网络模型,通过对相关样本的训练和验证,实现基于PSO-BP的神经网络预测模型。经实验,文章中PSO-BP神经网络预测模型相较优化前有更高的精确性。研究结果对钻井事故研究具有重要参考意义,对相关从业人员有重要启发意义。     

煤矿事故特点与煤矿通信、人员定位及监视新技术

频发的煤矿的安全事故一直是我国的煤矿行业最为严重的问题.我国的煤矿事故大多发生在采掘工作面.这一现象严重说明了我国的煤矿通信技术、人员定位技术和矿井监视技术的水平低下和发展落后.这些技术都是为了保证煤矿矿井下工作人员的安全.本文将对我国煤矿事故的特点进行总结,并且提出一些改进煤矿安全状况的新技术.     

基于虚拟现实技术的煤矿突出事故三维重现的研究

煤矿灾难是目前制约我国煤炭行业发展,影响社会稳定的重要因素。而目前的书面报告或二维平面图解的分析手段,很难直观生动地重现灾难原因及过程。本文采用虚拟现实技术,借助计算机设计构建煤矿三维虚拟场景,对煤矿中煤岩喷突与瓦斯扩散事故进行三维重现,为煤矿事故分析提供有效的工具,这对于预防煤矿突出事故的发生具有重大意义。     

一种新的集合理论Vague Rough sets

将不确定理论Vague集合和Rough集合相结合,提出一种新的集合理论Vague Rough sets.并讨论了其不确定性性质,如模糊度粗糙度等.     

基于变精度粗糙集的粗集神经网络

本文研究了基于变精度粗糙集模型下的粗集神经网络设计,对近似约简条件进行了弱化推广,同时提出了近似约简的选取原则。在对Brodatz纹理图像的分类实验中,比较了经典粗集神经网络RNN和变精度粗集神经网络VPRNN的性能,VPRNN不仅具有更为精简的结构和更短的训练时间,而且具有更强的近似决策和泛化能力。     

粗糙集理论及进展

粗糙集理论是一种新型的处理模糊和不确定知识的数学工具。本文给出了粗糙集理论的特点，主要阐述了几种粗糙集理论的扩展模型，然后讨论了近来粗糙集理论与其他方法的结合，并进一步讨论了粗糙集理论研究的前景。     

An Intrusion Detection System based on evidence theory and Rough Set Theory

In this paper, we propose a novel Intrusion Detection System (IDS) architecture utilizing both the evidence theory and Rough Set Theory (RST). Evidence theory is an effective tool in dealing with un-certainty question. It relies on the expert knowledge to provide evidences, needing the evidences to be inde-pendent, and this make it difficult in application. To solve this problem, a hybrid system of rough sets and evidence theory is proposed. Firstly, simplification are made based on Variable Precision Rough Set (VPRS) conditional entropy. Thus, the Basic Belief Assignment (BBA) for all evidences can be calculated. Secondly, Dempster’s rule of combination is used, and a decision-making is given. In the proposed approach, the diffi-culties in acquiring the BBAs are solved, the correlativity among the evidences is reduced and the subjectiv-ity of evidences is weakened. An illustrative example in an intrusion detection shows that the two theories combination is feasible and effective.     

粗糙集在犯罪信息中的应用

在信息爆炸的时代,随着数据信息的不断累积,如何从大量的数据信息中找到有用的信息变得越来越关键。从犯罪数据的特点出发,将大规模人群的行为属性数字化。在此基础上,基于粗糙集来建立属性约简模型。通过删除冗余特征属性得到关键属性,从而有效地帮助警察处理案件。     

粗糙集神经网络在电机故障诊断中的应用

随着社会的进步,科学的发展,电力工程在日常生活中的重要性也日趋明显。在电力系统中,电机的稳定与否关乎到整个系统稳定。电机设备诊断中针对感应电机故障复杂、提取方法不足等问题,运用粗糙神经网络对变压器的故障进行诊断,通过分析电机单相瞬时功率,滤波后进行小波包分解,从得出故障特征变化率,并用以表征故障特征,以此作为电机故障的依据,运用粗糙集理论进行约简,将约简结果作为特征向量输入到RBF 网络中。结果表明该方法诊断灵敏度高,可用于电机的故障诊断。     

粗糙集神经网络在电机故障诊断中的应用

随着社会的进步,科学的发展,电力工程在日常生活中的重要性也日趋明显。在电力系统中,电机的稳定与否关乎到整个系统稳定。电机设备诊断中针对感应电机故障复杂、提取方法不足等问题,运用粗糙神经网络对变压器的故障进行诊断,通过分析电机单相瞬时功率,滤波后进行小波包分解,从得出故障特征变化率,并用以表征故障特征,以此作为电机故障的依据,运用粗糙集理论进行约简,将约简结果作为特征向量输入到RBF网络中。结果表明该方法诊断灵敏度高,可用于电机的故障诊断。     

粗糙集理论及其在数据归约中的应用

数据预处理在数据挖掘中占有重要地位，传统的数据归约方法都有其局限性。本文介绍了粗糙集的相关概念及数据预处理的一些知识，并利用区分矩阵求粗糙集中核的思想，提出了一种知识归约的方法．为进一步的数据挖掘做准备。     

基于粗集理论的最小化决策模型

随着Internet的出现，信息过程量已经成为电子商务经营决策人员必须面对的问题。如何才能在大量的可用信息资源中及时发现有用的知识，已经引起了广泛关注。粗集理论在数据挖掘节中的应用，提供了应用处理模糊和不确定知识的数学工具，获取知识、精炼知识和实现知识增值的方法。在粗集基本概念的基础上，探讨了根据粗集理论分析处理信息、提取有用特征的方法，以及通过分析、推理产生最小决策规则的方法。     

基于粗糙集的过程控制规则挖掘算法及应用

在现代工业生产过程中，如何从实际生产过程中提取出有用的规则，用于调整控制生产是过程控制中一个难题。文章提出了一种基于粗糙集的过程控制规则挖掘算法，可以较大的降低计算复杂度，并将算法用于实际烟草制丝生产线的关联规则提取．得到了可用于实际生产过程控制的规则。