CN111859288A - 一种采空区自燃危险性预测方法 - Google Patents
一种采空区自燃危险性预测方法 Download PDFInfo
- Publication number
- CN111859288A CN111859288A CN202010540009.7A CN202010540009A CN111859288A CN 111859288 A CN111859288 A CN 111859288A CN 202010540009 A CN202010540009 A CN 202010540009A CN 111859288 A CN111859288 A CN 111859288A
- Authority
- CN
- China
- Prior art keywords
- index
- weight
- goaf
- spontaneous combustion
- evaluation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000002485 combustion reaction Methods 0.000 title claims abstract description 79
- 230000002269 spontaneous effect Effects 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000011156 evaluation Methods 0.000 claims abstract description 73
- 239000003245 coal Substances 0.000 claims abstract description 35
- 239000011159 matrix material Substances 0.000 claims description 66
- 230000008878 coupling Effects 0.000 claims description 8
- 238000010168 coupling process Methods 0.000 claims description 8
- 238000005859 coupling reaction Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 6
- 230000002087 whitening effect Effects 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 5
- 239000011435 rock Substances 0.000 claims description 4
- 238000010521 absorption reaction Methods 0.000 claims description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 3
- 238000009933 burial Methods 0.000 claims description 3
- 238000004587 chromatography analysis Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000013278 delphi method Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 239000001301 oxygen Substances 0.000 claims description 3
- 229910052760 oxygen Inorganic materials 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 2
- 239000000446 fuel Substances 0.000 claims 1
- 230000003449 preventive effect Effects 0.000 abstract description 2
- 238000011002 quantification Methods 0.000 abstract description 2
- 238000011160 research Methods 0.000 description 2
- VXPSARQTYDZXAO-CCHMMTNSSA-N (4s,4ar,5s,5ar,12ar)-4-(dimethylamino)-1,5,10,11,12a-pentahydroxy-6-methylidene-3,12-dioxo-4,4a,5,5a-tetrahydrotetracene-2-carboxamide;hydron;chloride Chemical compound Cl.C=C1C2=CC=CC(O)=C2C(O)=C2[C@@H]1[C@H](O)[C@H]1[C@H](N(C)C)C(=O)C(C(N)=O)=C(O)[C@@]1(O)C2=O VXPSARQTYDZXAO-CCHMMTNSSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Mathematical Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Mathematical Optimization (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Mathematics (AREA)
- Operations Research (AREA)
- Marine Sciences & Fisheries (AREA)
- Evolutionary Biology (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Probability & Statistics with Applications (AREA)
- Health & Medical Sciences (AREA)
- Algebra (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及煤矿安全工程技术领域,具体涉及采空区自燃危险性预测方法,依据模糊统计学原理,改进AHP‑熵组合权法模拟人的决定思维过程,对引起工作面采空区煤炭自燃危险的不确定性多因素进行专家打分评估量化,从而得出一个能够描述其自燃危险性的数值,进而对采空区自燃危险进行客观评判,从而采取科学合理的采空区自燃预防措施。本方法利用模糊数学预测模型研究采空区自燃危险性,利用改进组合赋权法确定采空区自燃危险性评判各指标重要度,计算得出各指标的权重,通过结合灰色理论法对采空区自燃危险进行综合评价,不仅能够快速准确地为采空区自燃危险等级的各因素的权重排序,还可以解决利用较少的信息客观地评价自燃危险的估计的难题。
Description
技术领域
本发明涉及煤矿安全工程技术领域,尤其涉及一种采空区自燃危险性预测方法。
背景技术
采空区自燃是一种受多因素影响的内因火灾,由于近年来开采深度的增加,围岩温度升高等因素影响,采空区自燃危险日趋严重,采空区自燃常源于煤体深部,且只冒烟而不出见明火,火源位置难确定。采空区自燃火灾不仅造成大量煤炭资源的浪费、物资设备的损坏,还常伴随粉尘、瓦斯气体***的二次破坏,目前采空区煤炭自燃是造成的火灾约占总火灾的90%,我国46%~49%的重点煤矿存在采空区煤炭自燃危险,因此,预测评价采空区是否受煤炭自燃危险影响俨然成为了一项紧迫的课题,如何高效地预测采空区自燃危险,已经成为科研工作者的工作重点与难点,研究采空区自燃危险预测问题具有重要意义。
由于煤矿采空区自燃火灾是一个具有突发性、不确定性的动态的复杂***,很难用线性变化评价其发生的可能性。对其进行评价时,需要综合考虑不同因素的主次关系,根据各因素的重要性排序,确定事故发生的权重系数。目前现有的研究对采空区自燃危险的预测与防治具有重要意义,但是其所建模型在实际操作中具有权重难确定,考虑指标因素不全面,影响因素主次关系不明确等问题。
发明内容
为解决上述问题,本发明提供了一种采空区自燃危险预测方法,依据模糊统计学原理,改进AHP-熵组合权法模拟人的决定思维过程,对引起工作面采空区煤炭自燃危险的不确定性多因素进行专家打分评估量化,从而得出一个能够描述其自燃危险性的数值,进而对采空区自燃危险进行客观评判,从而采取科学合理的采空区自燃预防措施。
为实现上述目的,本发明采用的技术方案是:
一种采空区自燃危险性预测方法,包括以下步骤,
步骤1:确定评价指标并确定评价指标权重:将测试点自燃危险单项指标煤的吸氧量、CO温升增长率、煤样燃点温差、漏风量、煤层厚度、煤层倾角、漏风时长、漏风强度、遗煤厚度、围岩温度、煤层埋藏深度作为评价指标,利用改进AHP-熵组合权-灰色理论法对采空区自燃危险各指标权重进行确定;
步骤2:建立采空区自燃危险评价的递阶层析模型:分析采空区自燃危险评价***中各基本要素的联系与影响,将各指标划为指标层、准则层、目标层三级递阶层次结构;按照两两比较标度法对每层指标因素相对上一层某一准则的重要性进行比较,构造判断矩阵A=(aij)n×n:
其中aij表示指标i对指标j重要性之比;
利用改进AHP赋权法对指标权重进行确定,对矩阵每一行元素乘积求n次方根,用几何平均法求权重公式;
β={β1,β2…βn}T
步骤3:对判断矩阵的一致性检验;
步骤4:构造决策矩阵B0:按照定性与定量结合的原则对自燃危险等级评价的m个样本,n个自燃危险等级评价指标的原始数据矩阵B=(bij)m×n进行无量纲、标准化处理构造决策矩阵B0=(rij)m×n:
式中,bij为初始值;rij为标准化指标;bj max,bj min分别表示指标j下不同样本的指标值中的最大值和最小值;
步骤5:确定评价指标熵值:为了避免指标特征比重值为零,确保评价指标熵具有数学意义,并将rij·ln rij对指标熵的影响控制在合理范围内,进而确定评价指标熵值:
式中:xij为修正的评价指标;ψ为修正系数;ej为第j个指标熵值;m为样本个数;
步骤6:计算第j项指标的信息权重:
wE=(wE1,wE2…wEn)
步骤7:得到综合权重向量:将各指标因素的主观权重与客观权重相耦合,即:
Q=(q1,q2…qn)
式中:qi为第i个指标因素的耦合权重;Q为综合权重向量;
步骤8:建立综合评价指标体系:结合德尔菲法对各指标进行筛选,构建了3级层阶结构综合评价指标体系;
步骤9:建立评语矩阵M;
步骤10:根据组合赋权原理、确定各指标权重、基于改进AHP-熵组合权-灰色理论法构建评判矩阵R;
步骤11:根据综合权重向量Q、评判矩阵R和评语矩阵M,可得到采空区自燃危险评价结果,即:
L=Q·R·M
式中:L为评价结果;Q为主观权重与客观权重相耦合的综合权重向量;R为评判矩阵,M为评语矩阵。
作为优选的,在步骤3中,对判断矩阵进行一致性检验,以确定各层次权重分配是否合理;
式中,λmax为判断矩阵的最大特征值;CI为一致性指标;IR为随机一致性指标;CR为一致性比例。
作为优选的,对CR检验:当CR<0.1时,所构建判断矩阵满足了一致性要求,否则需要对其进行修正。
作为优选的,在步骤9中,对采空区自燃危险等级进行建立,根据煤矿安全生产特点,将采空区自燃危险分为多级评语矩阵M。
作为优选的,采空区自燃危险分为多级等差数列评语矩阵M。
作为优选的,采空区自燃危险分为5个等级的评语矩阵M。
作为优选的,在步骤10中,依据灰色***理论,构建采空区自燃危险的多个评价等级的白化权函数;
评估指标Uij有多个评分,dijt表示第t个对指标Uij给出的评分,将其代入白化权函数,fk(dijt)表示第k类灰色中第t个专家对指标Uij的函数值,再进行求和得到Uij的第k个灰色评价系数Xijk,进而得到各指标总灰色评价系数Xij,即:
Xijk与Xij两者作比值得到指标Uij属于第k个灰色评价权向量ηijk,进而得到二级指标Uij的灰色评价权向量ηij,结合改进的AHP法和熵值法得出的综合权重Wij,求出各指标的灰色权评判矩阵R,并以此计算一级指标Ui的评价矩阵,即:
ηij=(ηij1,ηij2…ηijn)
以获得评判矩阵R。
使用本发明的有益效果是:
本方法利用模糊数学预测模型研究采空区自燃危险性,利用改进组合赋权法确定采空区自燃危险性评判各指标重要度,计算得出各指标的权重,通过结合灰色理论法对采空区自燃危险进行综合评价,不仅能够快速准确地为采空区自燃危险等级的各因素的权重排序,还可以解决利用较少的信息客观地评价自燃危险的估计的难题。
附图说明
图1为采空区自燃危险预测评价体系层次模型;
图2为改进的AHP-熵组合权-灰色理论法评价模型流程。
具体实施方式
为使本技术方案的目的、技术方案和优点更加清楚明了,下面结合具体实施方式,对本技术方案进一步详细说明。应该理解,这些描述只是示例性的,而不是要限制本技术方案的范围。
结合发明内容部分,如图1所示,本实施例提出的一种采空区自燃危险预测方法,包括以下步骤:
步骤1:将测试点自燃危险单项指标煤的吸氧量、CO温升增长率、煤样燃点温差、漏风量、煤层厚度、煤层倾角、漏风时长、漏风强度、遗煤厚度、围岩温度、煤层埋藏深度作为评价指标,利用改进AHP-熵组合权-灰色理论法对采空区自燃危险各指标权重进行确定;
步骤2:建立采空区自燃危险评价的递阶层析模型。分析采空区自燃危险评价***中各基本要素的联系与影响,结合专家意见,将各指标划为指标层、准则层、目标层三级递阶层次结构。按照两两比较标度法对每层指标因素相对上一层某一准则的重要性进行比较,构造判断矩阵A=(aij)n×n,其中aij表示指标i对指标j重要性之比.
利用改进AHP赋权法对指标权重进行确定,对矩阵每一行元素乘积求n次方根,用几何平均法求权重公式;
β={β1,β2…βn}T
步骤3:判断矩阵的一致性检验。通常构造的判断矩阵难以满足完全一致性要求,我们需要制定某一标准,当判断矩阵满足此标准时,就近似认为其具有完全一致性,因此需要对判断矩阵进行一致性检验,以确定各层次权重分配是否合理。
式中,λmax为判断矩阵的最大特征值;CI为一致性指标;IR为随机一致性指标,可查表确定。CR为一致性比例,当CR<0.1时,认为所构建判断矩阵满足了一致性要求,否则需要对其进行修正。
步骤4:构造决策矩阵B0,按照定性与定量结合的原则对自燃危险等级评价的m个样本,n个自燃危险等级评价指标的原始数据矩阵B=(bij)m×n进行无量纲、标准化处理构造决策矩阵B0=(rij)m×n:
式中,bij为初始值;rij为标准化指标;bj max,bj min分别表示指标j下不同样本的指标值中的最大值和最小值。
步骤5:确定评价指标熵值,为了避免指标特征比重值为零,确保评价指标熵具有数学意义,并将rij·ln rij对指标熵的影响控制在合理范围内,需要对决策矩阵中部分因素进行修正,进而确定评价指标熵值:
式中:xij为修正的评价指标;ψ为修正系数;ej为第j个指标熵值;m为样本个数。
步骤6:计算第j项指标的信息权重:
wE=(wE1,wE2…wEn)
步骤7:为了确保决策者对采空区自燃影响因素的主观认识和客观调查数据能够真实地反映规律,将各指标因素的主观权重与客观权重相耦合,得到综合权重向量,记为Q。
Q=(q1,q2…qn)
式中:qi为第i个指标因素的耦合权重;Q为综合权重向量。
步骤8:由于煤矿采空区自燃危险的复杂性、不确定性,通过实地调查及参考有关文献,结合德尔菲法对各指标进行筛选,构建了3级层阶结构综合评价指标体系,如表1所示。
表1采空区自燃危险评价指标及专家打分平均值
步骤9:对采空区自燃危险等级进行建立,根据煤矿安全生产特点,将采空区自燃危险分为5个级别比较合理,分别赋予I级(安全-基本不可能发生)、II级(较安全-较不可能发生)、III级(中等安全-可能发生)、IV级(较不安全-较可能发生)、V级(不安全-极可能发生)10、8、6、4、2分构成评语矩阵M,各指标赋值越高说明该指标引起采空区自燃危险性越小,采空区发生自燃的概率越小。
步骤10:依据灰色***理论,构建采空区自燃危险的5个评价等级的白化权函数。
评估指标Uij有n个专家给出评分,dijt表示第t个专家对指标Uij给出的评分,将其代入白化权函数,fk(dijt)表示第k类灰色中第t个专家对指标Uij的函数值,再进行求和得到Uij的第k个灰色评价系数Xijk,进而得到各指标总灰色评价系数Xij。
Xijk与Xij两者作比值得到指标Uij属于第k个灰色评价权向量ηijk,进而得到二级指标Uij的灰色评价权向量ηij,结合前文中改进的AHP法和熵值法得出的综合权重Wij,求出各指标的灰色权评判矩阵R,并以此计算一级指标Ui的评价矩阵。
ηij=(ηij1,ηij2…ηijn)
步骤11:根据组合赋权原理,确定各指标权重,基于改进AHP-熵组合权-灰色理论法构建评判矩阵R,可得到采空区自燃危险评价结果。
L=Q·R·M
式中:L为评价结果;Q为主观权重与客观权重相耦合的综合权重向量;R为评判矩阵,M为评语矩阵。
以上内容仅为本发明的较佳实施例,对于本领域的普通技术人员,依据本技术内容的思想,在具体实施方式及应用范围上可以作出许多变化,只要这些变化未脱离本发明的构思,均属于本专利的保护范围。
Claims (7)
1.一种采空区自燃危险性预测方法,其特征在于:包括以下步骤,
步骤1:确定评价指标并确定评价指标权重:将测试点自燃危险单项指标煤的吸氧量、CO温升增长率、煤样燃点温差、漏风量、煤层厚度、煤层倾角、漏风时长、漏风强度、遗煤厚度、围岩温度、煤层埋藏深度作为评价指标,利用改进AHP-熵组合权-灰色理论法对采空区自燃危险各指标权重进行确定;
步骤2:建立采空区自燃危险评价的递阶层析模型:分析采空区自燃危险评价***中各基本要素的联系与影响,将各指标划为指标层、准则层、目标层三级递阶层次结构;按照两两比较标度法对每层指标因素相对上一层某一准则的重要性进行比较,构造判断矩阵A=(aij)n×n:
其中aij表示指标i对指标j重要性之比;
利用改进AHP赋权法对指标权重进行确定,对矩阵每一行元素乘积求n次方根,用几何平均法求权重公式;
β={β1,β2…βn}T
步骤3:对判断矩阵的一致性检验;
步骤4:构造决策矩阵B0:按照定性与定量结合的原则对自燃危险等级评价的m个样本,n个自燃危险等级评价指标的原始数据矩阵B=(bij)m×n进行无量纲、标准化处理构造决策矩阵B0=(rij)m×n:
式中,bij为初始值;rij为标准化指标;bjmax,bjmin分别表示指标j下不同样本的指标值中的最大值和最小值;
步骤5:确定评价指标熵值:为了避免指标特征比重值为零,确保评价指标熵具有数学意义,并将rij·lnrij对指标熵的影响控制在合理范围内,进而确定评价指标熵值:
式中:xij为修正的评价指标;ψ为修正系数;ej为第j个指标熵值;m为样本个数;
步骤6:计算第j项指标的信息权重:
wE=(wE1,wE2…wEn)
步骤7:得到综合权重向量:将各指标因素的主观权重与客观权重相耦合,即:
Q=(q1,q2…qn)
式中:qi为第i个指标因素的耦合权重;Q为综合权重向量;
步骤8:建立综合评价指标体系:结合德尔菲法对各指标进行筛选,构建了3级层阶结构综合评价指标体系;
步骤9:建立评语矩阵M;
步骤10:根据组合赋权原理、确定各指标权重、基于改进AHP-熵组合权-灰色理论法构建评判矩阵R;
步骤11:根据综合权重向量Q、评判矩阵R和评语矩阵M,可得到采空区自燃危险评价结果,即:
L=Q·R·M
式中:L为评价结果;Q为主观权重与客观权重相耦合的综合权重向量;R为评判矩阵,M为评语矩阵。
3.根据权利要求2所述的采空区自燃危险性预测方法,其特征在于:
对CR检验:当CR<0.1时,所构建判断矩阵满足了一致性要求,否则需要对其进行修正。
4.根据权利要求1所述的采空区自燃危险性预测方法,其特征在于:
在步骤9中,对采空区自燃危险等级进行建立,根据煤矿安全生产特点,将采空区自燃危险分为多级评语矩阵M。
5.根据权利要求4所述的采空区自燃危险性预测方法,其特征在于:采空区自燃危险分为多级等差数列评语矩阵M。
6.根据权利要求4所述的采空区自燃危险性预测方法,其特征在于:采空区自燃危险分为5个等级的评语矩阵M。
7.根据权利要求4所述的采空区自燃危险性预测方法,其特征在于:
在步骤10中,依据灰色***理论,构建采空区自燃危险的多个评价等级的白化权函数;
评估指标Uij有多个评分,dijt表示第t个对指标Uij给出的评分,将其代入白化权函数,fk(dijt)表示第k类灰色中第t个专家对指标Uij的函数值,再进行求和得到Uij的第k个灰色评价系数Xijk,进而得到各指标总灰色评价系数Xij,即:
Xijk与Xij两者作比值得到指标Uij属于第k个灰色评价权向量ηijk,进而得到二级指标Uij的灰色评价权向量ηij,结合改进的AHP法和熵值法得出的综合权重wij,求出各指标的灰色权评判矩阵R,并以此计算一级指标Ui的评价矩阵,即:
ηij=(ηij1,ηij2…ηijn)
以获得评判矩阵R。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010540009.7A CN111859288B (zh) | 2020-06-12 | 2020-06-12 | 一种采空区自燃危险性预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010540009.7A CN111859288B (zh) | 2020-06-12 | 2020-06-12 | 一种采空区自燃危险性预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111859288A true CN111859288A (zh) | 2020-10-30 |
CN111859288B CN111859288B (zh) | 2023-06-23 |
Family
ID=72987044
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010540009.7A Active CN111859288B (zh) | 2020-06-12 | 2020-06-12 | 一种采空区自燃危险性预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111859288B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112308427A (zh) * | 2020-11-02 | 2021-02-02 | 江苏省电力试验研究院有限公司 | 一种基于组合赋权-灰关联的新能源消纳制约因素评估方法及*** |
CN112785292A (zh) * | 2021-01-29 | 2021-05-11 | 湖南大学 | 基于区块链的预付卡管理方法及***、设备、存储介质 |
CN113344403A (zh) * | 2021-06-18 | 2021-09-03 | 安徽理工大学 | 一种采空区建设场地的稳定性评价方法 |
CN113408878A (zh) * | 2021-06-07 | 2021-09-17 | 山东电工电气集团有限公司 | 基于多源信息的电缆隧道运行状态评价方法及区域控制*** |
CN113723817A (zh) * | 2021-08-31 | 2021-11-30 | 北京石油化工学院 | 一种企业粉尘***风险评估方法、装置和设备 |
CN116151674A (zh) * | 2023-02-22 | 2023-05-23 | 辽宁艾特斯智能交通技术有限公司 | 一种公路机电设备维护的决策方法、装置、设备及介质 |
CN117291426A (zh) * | 2023-10-11 | 2023-12-26 | 中铁十九局集团矿业投资有限公司 | 基于费歇尔判别法的采空区安全风险等级预测方法及*** |
CN117726489A (zh) * | 2024-02-18 | 2024-03-19 | 昆明理工大学 | 一种溜石坡灾害危险性的评价方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180284745A1 (en) * | 2016-05-09 | 2018-10-04 | StrongForce IoT Portfolio 2016, LLC | Methods and systems for self-organization of collected data using 3rd party data from a data marketplace in an industrial internet of things environment |
US20190339688A1 (en) * | 2016-05-09 | 2019-11-07 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for data collection, learning, and streaming of machine signals for analytics and maintenance using the industrial internet of things |
CN110578555A (zh) * | 2019-09-12 | 2019-12-17 | 辽宁工程技术大学 | 一种瓦斯抽采钻孔自燃危险预测方法 |
CN110599033A (zh) * | 2019-09-12 | 2019-12-20 | 辽宁工程技术大学 | 一种引入更新因子的采空区自燃危险动态预测方法 |
-
2020
- 2020-06-12 CN CN202010540009.7A patent/CN111859288B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180284745A1 (en) * | 2016-05-09 | 2018-10-04 | StrongForce IoT Portfolio 2016, LLC | Methods and systems for self-organization of collected data using 3rd party data from a data marketplace in an industrial internet of things environment |
US20190339688A1 (en) * | 2016-05-09 | 2019-11-07 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for data collection, learning, and streaming of machine signals for analytics and maintenance using the industrial internet of things |
CN110578555A (zh) * | 2019-09-12 | 2019-12-17 | 辽宁工程技术大学 | 一种瓦斯抽采钻孔自燃危险预测方法 |
CN110599033A (zh) * | 2019-09-12 | 2019-12-20 | 辽宁工程技术大学 | 一种引入更新因子的采空区自燃危险动态预测方法 |
Non-Patent Citations (5)
Title |
---|
吕辰;薛生;刘辉;徐晓萌;: "基于物元可拓灰聚类模型的采空区火灾风险预测", 煤炭技术, no. 04 * |
左云飞;: "基于熵权物元可拓的采空区自燃危险性评价", 煤炭技术, no. 07 * |
王金宝;侯金玲;张浪;舒龙勇;: "采空区遗煤自燃危险性评价的熵权可拓方法", 矿业安全与环保, no. 02 * |
秦忠诚;陈光波;李谭;孙伟;付彪;: ""AHP+熵权法"的CW-TOPSIS煤矿内因火灾评价模型", 西安科技大学学报, no. 02 * |
郇华清;祁云;汪伟;齐庆杰;: "基于AHP优化的采空区自燃危险性预测研究", 能源技术与管理, no. 02 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112308427A (zh) * | 2020-11-02 | 2021-02-02 | 江苏省电力试验研究院有限公司 | 一种基于组合赋权-灰关联的新能源消纳制约因素评估方法及*** |
CN112308427B (zh) * | 2020-11-02 | 2024-03-19 | 江苏省电力试验研究院有限公司 | 一种基于组合赋权-灰关联的新能源消纳制约因素评估方法及*** |
CN112785292A (zh) * | 2021-01-29 | 2021-05-11 | 湖南大学 | 基于区块链的预付卡管理方法及***、设备、存储介质 |
CN112785292B (zh) * | 2021-01-29 | 2024-02-27 | 湖南大学 | 基于区块链的预付卡管理方法及***、设备、存储介质 |
CN113408878A (zh) * | 2021-06-07 | 2021-09-17 | 山东电工电气集团有限公司 | 基于多源信息的电缆隧道运行状态评价方法及区域控制*** |
CN113344403B (zh) * | 2021-06-18 | 2023-06-27 | 安徽理工大学 | 一种采空区建设场地的稳定性评价方法 |
CN113344403A (zh) * | 2021-06-18 | 2021-09-03 | 安徽理工大学 | 一种采空区建设场地的稳定性评价方法 |
CN113723817A (zh) * | 2021-08-31 | 2021-11-30 | 北京石油化工学院 | 一种企业粉尘***风险评估方法、装置和设备 |
CN116151674A (zh) * | 2023-02-22 | 2023-05-23 | 辽宁艾特斯智能交通技术有限公司 | 一种公路机电设备维护的决策方法、装置、设备及介质 |
CN116151674B (zh) * | 2023-02-22 | 2024-05-28 | 辽宁艾特斯智能交通技术有限公司 | 一种公路机电设备维护的决策方法、装置、设备及介质 |
CN117291426A (zh) * | 2023-10-11 | 2023-12-26 | 中铁十九局集团矿业投资有限公司 | 基于费歇尔判别法的采空区安全风险等级预测方法及*** |
CN117291426B (zh) * | 2023-10-11 | 2024-03-12 | 中铁十九局集团矿业投资有限公司 | 基于费歇尔判别法的采空区安全风险等级预测方法及*** |
CN117726489A (zh) * | 2024-02-18 | 2024-03-19 | 昆明理工大学 | 一种溜石坡灾害危险性的评价方法 |
CN117726489B (zh) * | 2024-02-18 | 2024-04-26 | 昆明理工大学 | 一种溜石坡灾害危险性的评价方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111859288B (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111859288A (zh) | 一种采空区自燃危险性预测方法 | |
CN107544253B (zh) | 基于改进模糊熵权法的大型导弹装备退役安全控制方法 | |
CN112699553B (zh) | 一种岩爆烈度等级智能预测***方法 | |
CN108256141B (zh) | 一种基于Copula理论的主余震联合易损性分析方法 | |
CN111737642A (zh) | 基于模糊网络分析法的海底管道失效风险综合评价方法 | |
CN112308360A (zh) | 一种基于熵权值法修正ahp法的岩质基坑安全评价方法 | |
CN110889440A (zh) | 基于主成分分析和bp神经网络的岩爆等级预测方法及*** | |
CN110717689A (zh) | 一种露天矿矿岩台阶岩体可爆性分级评价方法 | |
CN117877646B (zh) | 基于不同评价指标的轮轨材料滚动接触疲劳损伤预测方法 | |
Zhu et al. | Evaluation of deep coal and gas outburst based on RS-GA-BP | |
CN115063056A (zh) | 基于图拓扑分析改进的建造行为安全风险动态分析方法 | |
CN115471097A (zh) | 一种数据驱动的井下局部区域安全状态评估方法 | |
CN114862267A (zh) | 一种输油气管道报警管理体系的评价方法及*** | |
Wang et al. | A rockburst proneness evaluation method based on multidimensional cloud model improved by control variable method and rockburst database | |
CN113139701B (zh) | 一种基于层次分析方法的区域内能源健康度评价方法 | |
CN117172119A (zh) | 一种基于变权贝叶斯理论的岩爆烈度等级预测方法 | |
CN108776866B (zh) | 一种油田矿场原油储运***适应性评价方法 | |
CN114298453A (zh) | 一种配电网工程造价影响因素层次分析的方法 | |
CN115358454A (zh) | 基于可拓-模糊层次分析理论的煤与瓦斯突出预测方法 | |
CN116384780A (zh) | 一种消防***安全程度判断方法 | |
CN116933920A (zh) | 一种矿山井下泥石流的预测预警方法及*** | |
CN115755831A (zh) | 一种基于模糊层次分析的故障诊断方法及*** | |
CN115689191A (zh) | 一种面向指标体系筛选优化的智能电网安全性评估方法 | |
CN115375077A (zh) | 基于毕达哥拉斯模糊赋权法的海底管道失效风险评价方法 | |
CN117196313B (zh) | 一种隧道施工塌方事故耦合风险源识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 113122 No.11 Binhe Road, Shenfu demonstration area, Fushun City, Liaoning Province Applicant after: Shenyang Research Institute Co.,Ltd. Address before: 113122 No. 11 Binhe Road, Fushun Economic Development Zone, Fushun City, Liaoning Province Applicant before: CCTEG SHENYANG Research Institute |
|
GR01 | Patent grant | ||
GR01 | Patent grant |