基于多層關聯規則算法的煤礦突出預警模型

宋 容

(成都理工大學工程技術學院,四川 樂山 614000)

煤炭是我國應用的主要能源之一[1]，煤礦掘進是我國煤炭資源來源的主要方式[2]。因此，煤礦掘進過程中的安全性十分重要。煤礦掘進過程中煤和瓦斯的突出問題對煤礦掘進的安全性產生重要影響[3]，并且在煤礦掘進深度與強度逐漸提升的條件下，突出問題對于煤礦安全生產的影響更為顯著，研究一種有效的方法整體識別并預警突出事故是抑制煤礦突出事故發生的有效方式[4]。

有國內學者[5]以瓦斯監控數據為依據，設計一個突出預警系統，設置滿足煤礦瓦斯突出特征的預警指標值與臨界值，并將該預警系統應用于煤礦突出預警問題中。該方法在分析過程中僅考慮了瓦斯數據，對于造成突出危險的因素考慮并不全面。還有國內學者分析礦井掘進工作面中的突出危險性預警方法[6]，該方法以灰色預測模型為核心，但該方法對于數據的分析并不充分。

也有國外學者提出了[7]程序升溫煤自燃試驗和煤自燃試驗。測得的參數為不同供氧條件下煤自燃過程中的O2濃度和產氣量。進一步分析了瓦斯和瓦斯比隨煤溫變化的特征，篩選出礦煤自燃特征瓦斯指標，定義了6個特征溫度及其閾值。將煤自燃過程分為潛伏期、重組期等7個階段。該方法對煤自燃過程的預警較為準確，但是對煤礦瓦斯突出的預警準確性仍有待增強。

研究應用多層關聯規則算法的煤礦突出預警模型，利用多層關聯規則算法確定預警指標權重，根據組合權重確定準確的煤礦突出預警結果。……