基于粗糙集和改进胶囊网络的煤矿智能通风管理方法
苏淑娴
欧阳名三
安徽理工大学 电气与信息工程学院,安徽 淮南232001;安徽理工大学 深部煤矿采动响应与灾害防控国家重点实验室,安徽 淮南 232001
摘要：煤矿智能通风管理是煤炭开采过程中实现安全保障的关键一环,由于煤矿类型及其开采技术条件复杂多变,矿井通风过程存在众多通风安全隐患,通风系统的可靠性得不到保障,严重影响矿井通风系统的稳定性.为了解决煤矿通风系统存在的通风异常情况下应急决策水平与智能调控水平不高的问题,研究了一种基于粗糙集算法和改进胶囊网络的煤矿智能通风管理系统.该系统采用基于粗糙集的信息约简模型,利用粗糙集算法进行影响指标约简,筛选掉无关影响因素,降低样本数据冗余性,提高数据样本的可靠性与模型的泛化能力;采用基于改进胶囊网络的煤矿通风环境胶囊感知模型,通过卷积重构胶囊神经元组,对数据特征进行采集,建立设备状态感知胶囊和通风环境感知胶囊等模型,由此构建了煤矿井下区域胶囊网络,来实现对矿山通风环境全面感知、智能监控与智慧决策.试验仿真结果表明:基于粗糙集与改进胶囊网络的煤矿智能通风管理系统对煤矿通风安全决策的准确率为89.5％,召回率为83.7％,F值为86.5％,较其他系统准确率提升了4.4％,召回率提升了8％,F提升了6.4％,大幅提高了煤矿通风安全决策准确率,对出现的安全隐患及时预警效果显著,具有信息感知能力强、决策准确等特点,为煤矿井下通风安全提供重要保障.
关键词：矿井通风粗糙集胶囊网络智能监控决策准确率智能通风
分类号：TP67(射流技术（流控技术）)
资助基金：国家自然科学基金(51874010)
论文发表日期：2021-07-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 124-132 )
英文信息