论文部分内容阅读
计算机技术、通信技术、监测技术等高新技术在矿井的广泛应用,产生大量的、丰富的、不同类型的生产数据,客观定量的描述生产状况、人员情况、设备状态等,实现了生产监控的自动化、数据化、系统化,在很大程度上提高了煤矿的安全管理水平。但日益增长的各类矿井监测数据与煤炭行业进步相对缓慢的数据处理技术的矛盾快速突显,大量生产经营及安全的实时数据得不到有效的开发和利用,制约着煤矿安全生产技术和管理水平的进一步提高。面对庞杂的数据,如何从中挖掘出有用的信息,建立先进适用的辅助决策模型,有效解决煤矿安全生产管理问题是一个重要课题,也是打造和提升矿井数字化、系统化、智能化综合水平的重要途径。本论文基于数据挖掘技术对矿井监测系统数据进行挖掘分析,对挖掘出的结果进行专业分析,结合矿井实际情况制定相应的措施,辅助矿井提高安全生产管理水平。研究工作首先通过收集平煤四矿大量的采煤工作面CH4浓度、CO浓度、粉尘浓度、温度、相对湿度等环境参数数值;进而,确定挖掘目标,运用关联规则方法,调用arules程序包,对其进行挖掘分析,得出环境参数之间的强规则;最后,分析产生强规则的原因,依据强规则提出一些建议和制定相应管理措施。平煤四矿三水平首采工作面己15-x为上保护层开采,瓦斯浓度偏高,影响正常生产。研究工作首先收集三个水平风机负压、抽放泵站相关信息、邻近工作面采掘信息等数据资料,建立挖掘模型;其次,运用回归分析进行挖掘分析,找出与首采工作面瓦斯浓度相关密切的因素,并得出预测回归方程;最后,从定性、定量的角度分析挖掘结果,结合开采实际情况提出一些建议和措施。数据挖掘技术丰富了矿井生产管理手段,为煤矿管理者提供决策依据,降低了安全隐患,提高矿井生产效率,这对煤矿安全生产具有一定的指导性和实用性。