检索结果-维普期刊中文期刊服务平台

基于熵权−集对分析法的矿井综合安全评价: 1; 作者李杰崔朋志 +4 位作者贺亚飞王传省席义苗杨小彬刘顺《工矿自动化》北大核心 2025年第6期129-134,149,共7页; 现有矿井安全评价方法的评价指标单一,对各类指标无法定量分析其不确定性程度,在实际工程应用中存在明显的局限性。针对上述问题,提出了一种基于熵权−集对分析法的矿井综合安全评价方法。首先,基于人、机、环、管4类因素构建了包含19个... 展开更多; 关键词矿井安全评价熵权法集对分析法安全评价指标安全风险等级; 在线阅读下载PDF 职称材料

基于AHP-FCE的煤矿火灾风险评价研究: 2; 作者谭刚宋国栋 +2 位作者刘宇张古强赵凯旋《工矿自动化》北大核心 2025年第7期52-58,共7页; 传统的煤矿火灾评价手段存在主观性强、评价指标不全面等问题,评价结果难以量化和横向比较,影响了火灾评价结果的客观性和准确性。针对上述问题,提出一种基于层次分析法(AHP)-模糊综合评价法(FCE)的煤矿火灾风险评价方法。针对煤矿火灾... 展开更多; 关键词煤矿火灾风险评价火灾监测预警层次分析法模糊综合评价法四色分级预警; 在线阅读下载PDF 职称材料

高维小样本下煤与瓦斯突出集成学习预测模型: 3; 作者王超张绍源 +4 位作者刘宇亓帅金子浚喻豪宋大钊《矿业科学学报》北大核心 2025年第5期890-899,共10页; 煤与瓦斯突出预测数据具有高维、小样本等特征,给预测建模带来巨大挑战。针对这一问题,通过构建包含瓦斯压力、瓦斯含量、煤体破坏类型等7个指标的60组样本数据库,采用排列重要性降维方法进行特征降维,筛选出5个关键特征(瓦斯放散初速... 展开更多; 关键词煤与瓦斯突出预测特征降维 Stacking集成学习贝叶斯优化 SHAP可解释性; 在线阅读下载PDF 职称材料

矿井环境下视觉特征点算法的适用性研究: 4; 作者汪嘉文廖晨非 +5 位作者赵忠琦黄誌鹏谢沛龙刘心怡侯彦虎杨克虎《矿业科学学报》北大核心 2025年第3期531-541,共11页; 基于深度学习的特征点算法作为机器视觉底层核心算法之一,可服务于多种矿井应用,已成为矿山新型装备视觉感知能力的底层核心技术。光照变化、多粉尘、环境纹理缺失和纹理结构重复等矿井环境特点对特征点算法提出更高的挑战。为有效评估... 展开更多; 关键词智慧矿山特征点算法矿井图像数据集深度学习; 在线阅读下载PDF 职称材料

题名基于熵权−集对分析法的矿井综合安全评价: 1; 作者李杰崔朋志贺亚飞王传省席义苗杨小彬刘顺; 机构陕西小保当矿业有限公司应急管理部信息研究院矿山重大灾害风险监测预警技术国家矿山安全监察局重点实验室中国矿业大学(北京)应急管理与安全工程学院; 出处《工矿自动化》北大核心 2025年第6期129-134,149,共7页; 基金国家自然科学基金青年科学基金项目(51904310) 中国矿业大学(北京)中央高校基本科研业务费项目(2024ZKPYAQ06)。; 文摘现有矿井安全评价方法的评价指标单一,对各类指标无法定量分析其不确定性程度,在实际工程应用中存在明显的局限性。针对上述问题,提出了一种基于熵权−集对分析法的矿井综合安全评价方法。首先,基于人、机、环、管4类因素构建了包含19个评价指标的矿井综合安全评价指标体系;然后,利用熵权法根据安全评价指标数据的离散程度自动确认权重,可有效避免主观干预,保持计算简便的同时兼具客观性与准确性;最后,采用专家打分的形式得出矿井安全评价指标分值,并通过集对分析方法计算各安全评价指标分值与不同风险等级之间的联系度,再利用加权平均法得出每个评价对象与不同风险等级之间的平均联系度,最终基于最大隶属度理论确定矿井安全风险等级。应用结果表明,通过该方法计算得到的小保当矿井风险等级为较低风险,与实际情况一致;该矿井不安全因素主要表现为实际操作过程中工人疲劳作业率较高,技术水平达标率较低,设备更新换代较慢,以及应急管理措施不完善、安全监查不及时等,可为后续改善矿井安全水平提供依据。; 关键词矿井安全评价熵权法集对分析法安全评价指标安全风险等级; Keywords mine safety evaluation entropy weight method set pair analysis method safety evaluation indicator safety risk level; 分类号 TD67 [矿业工程—矿山机电]; 在线阅读下载PDF 职称材料

题名基于AHP-FCE的煤矿火灾风险评价研究: 2; 作者谭刚宋国栋刘宇张古强赵凯旋; 机构国家能源集团新疆能源化工有限公司乌东煤矿应急管理部信息研究院矿山重大灾害风险监测预警技术国家矿山安全监察局重点实验室辽宁工程技术大学安全科学与工程学院中安智讯(北京)信息科技有限公司; 出处《工矿自动化》北大核心 2025年第7期52-58,共7页; 基金应急管理部信息研究院科技创新发展基金项目(2023502)。; 文摘传统的煤矿火灾评价手段存在主观性强、评价指标不全面等问题,评价结果难以量化和横向比较,影响了火灾评价结果的客观性和准确性。针对上述问题,提出一种基于层次分析法(AHP)-模糊综合评价法(FCE)的煤矿火灾风险评价方法。针对煤矿火灾特点,构建了以“人、机、环、管”4个因素为一级指标,动火作业人员是否持动火证并接受培训、工作面推进度、回风隅角CO浓度、胶带附近浮煤是否及时清理等31个因素为二级指标的火灾指标评价体系;采用AHP确定2级指标的权重,指出“机”和“环”对火灾风险的影响较大;采用FCE计算矿井火灾风险评价向量,给出火灾风险综合评价值四色分级预警结果,并给出了二级指标的评分依据。基于乌东煤矿多次实时监测数据,采用基于AHP-FCE的煤矿火灾风险评价方法对该矿火灾风险进行评价,结果表明:乌东煤矿火灾风险较低,火灾风险为蓝色,与工程实际一致,证明了该评价方法具有较高的准确度。; 关键词煤矿火灾风险评价火灾监测预警层次分析法模糊综合评价法四色分级预警; Keywords coal mine fire risk assessment fire monitoring and early warning analytic hierarchy process fuzzy comprehensive evaluation four-color graded warning; 分类号 TD752 [矿业工程—矿井通风与安全]; 在线阅读下载PDF 职称材料

题名高维小样本下煤与瓦斯突出集成学习预测模型: 3; 作者王超张绍源刘宇亓帅金子浚喻豪宋大钊; 机构昆明理工大学国土资源工程学院北京科技大学资源与安全工程学院矿山重大灾害风险监测预警技术国家矿山安全监察局重点实验室; 出处《矿业科学学报》北大核心 2025年第5期890-899,共10页; 基金国家自然科学基金(42367024) 云南省基础研究计划面上项目(202301AT070462) 云南省矿山岩体稳定与灾害防控博士生导师团队建设项目(202427)。; 文摘煤与瓦斯突出预测数据具有高维、小样本等特征,给预测建模带来巨大挑战。针对这一问题,通过构建包含瓦斯压力、瓦斯含量、煤体破坏类型等7个指标的60组样本数据库,采用排列重要性降维方法进行特征降维,筛选出5个关键特征(瓦斯放散初速度、煤层厚度、瓦斯含量、瓦斯压力和煤的坚固系数),以减少弱相关特征对预测建模的影响;选取支持向量机(SVM)、随机森林(RF)、K最近邻(KNN)、逻辑回归(LR)和梯度提升算法(XGBoost)作为基学习器,XGBoost为元学习器构建Stacking集成模型,并结合贝叶斯优化(BO)算法对模型超参数进行全局寻优,构建一种煤与瓦斯突出预测的BO-Stacking集成模型,并采用沙普利加和解释(SHAP)方法对模型预测结果进行可解释性分析。结果表明:经过特征降维后的BO-Stacking模型准确率、F1值、Kappa系数和AUC值分别为92.4%、0.956、0.927和0.969,均优于各单一模型的预测性能;各特征指标对预测结果的影响大小排序为瓦斯放散初速度>瓦斯含量>瓦斯压力>煤的坚固系数>煤层厚度。BO-Stacking集成学习模型具有良好的预测性能和稳定性,为煤与瓦斯突出预测提供了一种新方法。; 关键词煤与瓦斯突出预测特征降维 Stacking集成学习贝叶斯优化 SHAP可解释性; Keywords coal and gas outburst prediction feature dimensionality reduction Stacking ensemble learning Bayesian optimization(BO) SHAP interpretability; 分类号 TD713 [矿业工程—矿井通风与安全]; 在线阅读下载PDF 职称材料

题名矿井环境下视觉特征点算法的适用性研究: 4; 作者汪嘉文廖晨非赵忠琦黄誌鹏谢沛龙刘心怡侯彦虎杨克虎; 机构中国矿业大学(北京)人工智能学院矿山重大灾害风险监测预警技术国家矿山安全监察局重点实验室; 出处《矿业科学学报》北大核心 2025年第3期531-541,共11页; 基金国家自然科学基金(52121003)。; 文摘基于深度学习的特征点算法作为机器视觉底层核心算法之一,可服务于多种矿井应用,已成为矿山新型装备视觉感知能力的底层核心技术。光照变化、多粉尘、环境纹理缺失和纹理结构重复等矿井环境特点对特征点算法提出更高的挑战。为有效评估特征点算法在矿井环境中的适用性,构建2类数据集:矿井煤壁图像测试数据集包含20组具有挑战性的煤壁或巷道壁图像序列;巷道巡检图像数据集包含轮式机器人巡检过程中的589帧图像数据。通过对比试验评估多种特征点算法,包括尺度不变特征变换(SIFT)、ORB、加速稳健特征(SURF)、AKAZE、L2-Net、HardNet、GeoDesc、SuperPoint、R2D2和DISK。结果表明:特征点算法整体表现优异,特别是R2D2优势显著。此外,还评估特征点算法在低功耗边缘计算平台上的运行效率,进一步验证其在实际应用中的可行性。; 关键词智慧矿山特征点算法矿井图像数据集深度学习; Keywords intelligent mine keypoint algorithm underground mine image dataset deep learning; 分类号 TD67 [矿业工程—矿山机电] TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	操作
1	基于熵权−集对分析法的矿井综合安全评价	李杰崔朋志贺亚飞王传省席义苗杨小彬刘顺	《工矿自动化》北大核心	2025	在线阅读下载PDF 职称材料
2	基于AHP-FCE的煤矿火灾风险评价研究	谭刚宋国栋刘宇张古强赵凯旋	《工矿自动化》北大核心	2025	在线阅读下载PDF 职称材料
3	高维小样本下煤与瓦斯突出集成学习预测模型	王超张绍源刘宇亓帅金子浚喻豪宋大钊	《矿业科学学报》北大核心	2025	在线阅读下载PDF 职称材料
4	矿井环境下视觉特征点算法的适用性研究	汪嘉文廖晨非赵忠琦黄誌鹏谢沛龙刘心怡侯彦虎杨克虎	《矿业科学学报》北大核心	2025	在线阅读下载PDF 职称材料