一、瓦斯浓度超限动态图形显示系统的研制（论文文献综述）
李冰[1]（2021）在《基于深度学习和多源信息融合的煤与瓦斯突出预警方法研究》文中进行了进一步梳理随着煤矿开采深度不断增加,煤与瓦斯突出作为煤矿重大动力灾害之一呈现日益严重趋势,严重制约着煤矿安全生产。准确可靠的监测预警是有效防治煤与瓦斯突出发生的前提和关键。电磁辐射和声发射监测技术已较为广泛应用于煤岩动力灾害监测预警中。受到突出演化过程不确定性强和作业环境干扰因素复杂等因素的影响,突出监测过程中噪声信息滤除、有效信号识别及危险性准确预警是科技难题。针对以上问题,本文通过实验方法和现场监测方法,提出基于多源噪声信号特征的滤噪方法,获得有效前兆信号及其时频特征;建立基于电磁辐射或声发射信号的突出前兆时频特征深度学习识别模型,并进行验证;建立基于声电瓦斯多源信息融合的突出预警模型,并在金佳煤矿和石屏一矿进行现场应用及验证。研究工作及取得的主要成果如下:（1）分析揭示了实验诱发煤与瓦斯突出的演化过程中应力、瓦斯压力的变化规律和声电信号的波形、时域特征、频域特征及其能量分布规律。结果表明:突出发生时,煤体的应力和瓦斯压力变化在时间和空间上都存在显着差异,近突出口应力和瓦斯压力均急剧下降;远突出口应力呈先增后减趋势,瓦斯压力延迟下降;掘进过程中,声电有效信号波动明显,幅值呈显着增长趋势,突出发生前信号幅值出现突增;具有持续增长趋势的高幅值有效信号及有效信号的主频段可作为突出前兆特征;声电噪声信号波形简单且无显着主频段,在时域和频域上都与前兆特征信号存在显着差异。（2）通过对现场掘进过程中电磁辐射和声发射强度信号及多源噪声信号特征进行分析,发现井下噪声类型通常为两种,分别是突增的“尖脉冲”型（放炮、移动传感器、耙煤）和间歇性“n”型（顶板支护、区域钻）;提出基于奇异值分解与集合经验模态分解（SVD-EEMD）相结合的声电强度信号滤噪方法,确定奇异值分解降噪的最优时间尺度为8小时,并获得降噪后的重构声电信号;对重构信号进行短时傅里叶变换获得了基于二维时频特征图像的突出前兆信息,确定声电信号的突出前兆特征主频段,为突出危险性前兆特征识别提供了基础依据。（3）建立了基于VGG-16（Visual Geometry Group Network）卷积神经网络的煤与瓦斯突出电磁辐射或声发射信号前兆特征识别模型,并利用金佳煤矿数据库中声电信号进行现场应用验证。结果表明:该模型对测试集电磁辐射和声发射前兆特征的识别准确率分别为98.00%和98.40%;其中,有效前兆信号100%被识别,不存在漏报现象。该模型提高了前兆特征识别准确率,为掘进过程过中煤与瓦斯突出多源信息融合预警提供可靠的证据来源。（4）选取电磁辐射、声发射以及瓦斯浓度数据作为多源信息融合的证据来源,建立基于可传递信度模型（TBM）的煤与瓦斯突出多源信息融合预警模型,并将模型应用于金佳煤矿和石屏一矿进行现场应用及验证。结果表明:基于声电瓦斯的突出多源信息融合预警模型可以更加全面且动态地反映掘进过程中可能存在的突出危险性,多源信息之间的验证与互补也使突出超前预警结果更加可靠,避免漏报、误报或迟报等问题。该模型对金佳煤矿喷孔事件、煤炮事件超前1～3天时间进行预警;对石屏一矿K1值临近超限事件和瓦斯超限事件超前7～12小时进行预警。验证了该模型可以实现突出危险性的智能识别和超前精准预警,具有较高的可靠性。本文的研究成果为煤与瓦斯突出危险性预警提供了理论依据,对于提高煤与瓦斯突出前兆特征识别准确率,提升突出预警超前性与可靠性,增强煤矿生产安全及风险控制具有现实意义。该论文有图90幅,表19个,参考文献259篇。
毛俊凯[2]（2021）在《基于IWOA-GRU的综采工作面瓦斯浓度监测预警研究》文中进行了进一步梳理瓦斯安全事故是长期以来困扰我国煤矿井下人员安全和生产作业的重大影响因素之一,对煤矿井下人员和设备安全造成了严重威胁。综采工作面作为煤矿开采的第一现场,属于瓦斯事故高发区域,因此对综采工作面瓦斯浓度异常变化趋势进行研究,实现稳定的瓦斯浓度监测并提前对瓦斯浓度异常趋势进行预警,对保障煤矿工作人员生命安全和提高煤炭资源生产有着重要的研究价值和实践意义。本文以综采工作面瓦斯浓度监测数据为研究对象,在对瓦斯浓度监测预警方法国内外研究现状分析的基础上,对综采工作面瓦斯浓度异常变化趋势特征进行研究,确定了综采工作面瓦斯浓度预测参数,在此基础上采用门控循环单元（GRU）神经网络进行综采工作面瓦斯浓度预测。针对GRU在预测过程中由于梯度下降算法易陷入局部最优问题,采用改进鲸鱼优化算法（IWOA）对神经网络模型参数进行寻优并进行瓦斯浓度预测。将预测结果与预测样本灰色关联度分析相结合建立了 IWOA-GRU瓦斯浓度预警模型并应用于综采工作面瓦斯浓度预警中,并通过实验仿真对预警可靠性进行验证。本文在煤矿KJ95X安全监测平台的基础上设计了综采工作面瓦斯浓度预警系统,通过主机、数据库与预警模型的交互式应用完成了综采工作面瓦斯浓度实时预测,实现了综采工作面瓦斯浓度数据显示、预测和预警功能。本文通过对综采工作面瓦斯浓度数据监测预警方法的研究,可以实现综采工作面瓦斯浓度的准确预测并对瓦斯异常上升趋势进行预警,能够对煤矿安全监控系统进行完善和补充,在一定程度上确保了煤矿安全生产,具有一定的理论研究价值和工程应用价值。
陈帅[3]（2020）在《基于Web技术的金川公司三矿区通风管理系统研究》文中认为在我国矿山安全研究领域,矿井通风技术的研究比较薄弱,尤其是在矿井通风系统实时监测与井下通风动力装置和通风构筑物远程智能化控制技术方面更为落后。在实际的矿井生产中,矿井通风系统主要靠现场经验进行调节,存在自动化和智能化程度低,瓦斯浓度、粉尘浓度和CO浓度等重要灾变参数采集不及时,通风设备远程集中控制和运行状态参数动态监测显示技术不先进等问题。在智能化迅速发展的背景下,发展智能通风系统是矿山实现少人化、无人化的必由之路。本文通过对国内外矿井智能通风系统研究现状及发展趋势的分析,结合金川公司三矿区通风系统现状,梳理了通风管理系统的总体需求,提出了通风管理系统模块化设计及各模块实现功能需求,设计了主要通风机远程监测控制模块、辅助通风机远程监测控制模块、局部通风机远程监测控制模块、自动化风门远程监测控制模块、自动化风窗远程监测控制模块、风墙远程监测模块等六大功能模块,采用了 B/S架构设计和Java语言开发,前台采用Bootstrap、Layui、Bootstrap Table、Thymeleaf 等技术布局显示,服务端采用 Spring Boot、Mybatis-Plus、Shiro、Druid、WebSocket等技术搭建,数据库选用SQL Server 2008,完成了基于Web技术的金川公司三矿区通风管理系统的设计与功能实现。并通过工程应用,实现了金川公司三矿区部分通风设备的远程监测控制,包括:主要通风机的远程监测控制、0#辅助通风机的远程监测控制和1150m水平内9台局部通风机的远程监测监控。图[41]表[31]参[71]
张庆华,马国龙[4]（2020）在《我国煤矿重大灾害预警技术现状及智能化发展展望》文中指出在煤矿智能化建设大背景下,发展煤矿灾害智能预警技术及装备是保障煤矿安全生产和高质量发展的有效途径。对我国煤与瓦斯突出、水灾、火灾、冲击地压、瓦斯与煤尘爆炸等煤矿重大灾害预警技术及装备近年来的研究与实践成果进行了系统梳理、归纳和总结,并指出了煤矿重大灾害智能预警亟待解决的技术难题:预警信息全面、及时、准确获取;多源、海量预警信息深度挖掘与融合分析;预警模型自学习、自优化;煤矿灾害信息集成、可视化与透明共享。针对这些技术难题,提出了煤矿重大灾害智能预警的重点研究方向:重大灾害智能感知技术及装备;井下高带宽、低延时、大容量、透明传输技术及装备;重大灾害智能预警指标及模型;基于GIS的重大灾害智能预警系统等,并详细指出了各研究方向的关键核心技术内容。通过这些技术及装备的研究,最终形成煤矿重大灾害智能预警技术体系。
王泓锦[5]（2020）在《基于深度学习的矿井瓦斯多因素预警系统的设计与实现》文中认为瓦斯灾害对矿井工作人员的生命构成严重威胁,同时也制约着煤矿产业的发展。随着信息科技的进步,山西中兴煤矿积极引进监控技术并应用于实际生产,但传统监测设备通常在瓦斯浓度超限情况下进行报警,因此事故预测能力不足,同时矿井子系统分散,不利于集成管理。针对上述问题,本文基于深度学习理论构建瓦斯浓度预测模型,设计并实现瓦斯多因素预警系统。文中以中兴煤矿北翼治理巷、1209工作面监测数据为研究背景,集成KJ95监控子系统,借助多因素传感器进行实时数据采集。将其存储在Mongo DB与My SQL后,完成数据清洗、修复及融合任务,合理去除异常值,补充缺省值,获得多因素历史数据的时间序列。论文通过构建瓦斯单变量及多变量预测模型,发掘一氧化碳、二氧化碳、氧气、风速及温度因素对瓦斯浓度趋势变化的影响。设计卷积神经网络（CNN）与长短期记忆网络（LSTM）融合结构预测未来时间内瓦斯浓度变化趋势,将时间序列预测转化为监督学习,通过调节模型的网络结构、优化算法以及学习行为来提升预测精度。同时建立门控循环单元（GRU）网络进行实验训练,通过ADF检验及AIC定阶构建差分自回归移动平均（ARIMA）模型,最终比较三种模型在测试集上的平均绝对误差以及均方误差结果,择优选取后,采用Django框架封装并部署到模型服务器,提供接口供外部访问调用。在预测模型基础上,确定预警限值与等级,设计并实现瓦斯多因素预警系统。系统内部共分为五个模块,分别为趋势预测模块、数据监控可视化模块、联动预警模块、公式处理器模块以及权限管理模块,共同完成瓦斯浓度趋势预测功能,实时展现多因素监测数据,实现各类型传感器间联动预警与根因分析。系统搭建采用Sping、Spring MVC及Hibernate框架,前端使用Bootstrap框架,同时借助ECharts、Web GL以及GIS等工具实现可视化交互。目前,系统研发及验证工作已完成,并且部署在实际煤矿生产环境中试运行。运行结果表明,该系统既增强了瓦斯监控的预警能力,又提高了煤矿企业的信息融合管理水平,具有较强的应用价值。
魏宗康[6]（2020）在《平顶山某矿丁6-31030工作面瓦斯异常特征及诊断准则研究》文中研究指明煤矿井下瓦斯浓度是监测监控的重中之重,但是针对瓦斯监测数据异常的问题,目前主要依靠人工判断与决策,对数据特征的分析与利用不足,且存在滞后性,海量的瓦斯监测数据尚有极大的研究空间。本文就平顶山某矿丁6-31030工作面为例,对其瓦斯监测数据进行分析和挖掘,通过分析监测数据的稳定性,并对其进行预处理,发现其数据特征,研究瓦斯异常类型的识别方法,同时设计了基于时空相关性的辅助决策系统。通过三次平滑法、移动平均线法和AR模型法等对非正常监测数据进行与处理后,分析瓦斯监测数据的稳定性,确定了最佳稳定周期30d、最短稳定周期16d。通过分析瓦斯监测数据的特征确定了7种表现模式及其成立条件。在确定了7种易发生在回采工作面的瓦斯类型后,根据进一步的研究,发现每种异常对应的表现模式,并确定了每种异常的诊断准则。采用神经网络的方法对瓦斯监测数据进行异常识别,通过其较高的准确率验证了诊断准则的准确性。进而编程实现了瓦斯异常类型的实时诊断,准确率较高。通过寻找最大相关性的方法,确定了不同位置瓦斯监测数据的滞后时间,并将其运用到辅助决策,一方面提高了诊断准则的准确率;另一方面,对无法识别的瓦斯异常提供了辅助决策,最终构成了瓦斯异常类型的在线识别和辅助决策。研究结果对于地面人员判断回采工作面安全形势以及井下作业活动有一定的实际意义和科学价值。
景江波[7]（2020）在《基于时空约束的瓦斯事故知识库构建及预警推理》文中研究指明随着煤矿事故防治技术的发展,矿山企业针对瓦斯事故研制了一系列预警系统来预防事故发生,一定程度上降低了瓦斯事故率,然而现有煤矿瓦斯事故预警方法多基于监测数据的人工防控,效率和准确性都不够理想。为了实现瓦斯事故智能化分析预警以及相关知识复用和共享,基于本体和事故树理论,本文提出了构建动态瓦斯事故知识库及预警推理模型,满足各致灾因素时间空间共存约束下的瓦斯事故知识描述和分析预警,可有效计算时空约束下的动态瓦斯事故发生概率,在瓦斯事故知识描述和智能化预警领域做出了有益的探索。具体研究内容如下:（1）构建矿井瓦斯事故时空知识库。首先采用事故树分析法与本体描述相结合,同时融合矿井时空特性与瓦斯事故发生的内在联系,采用protege构建时空约束下的瓦斯事故知识库,描述时空约束下的瓦斯事故发生的知识逻辑。然后在构建好的瓦斯事故知识库知识逻辑下,基于R2RML算法设计映射文件自动生成算法,描述关系数据库中不同类型表之间如何自动编写映射文件,最后通过自定义的本体映射处理器解析映射文件,实现将关系数据库中数据映射到指定瓦斯事故知识库中,形成知识库中的实例数据。（2）设计了瓦斯事故预警推理规则。首先研究并设计基于根源危险源到基本事件的Jena推理规则,实现从根源危险源到事故基本致灾事件的推理,接着融入满足各致灾因素的时空约束规则,从定量方面实现基于时空事故树分析法的瓦斯事故发生概率预测,针对预测的结果对瓦斯灾害事件发生进行预警与否,同时给出导致瓦斯事故发生的基本事件组合来预防事故的发生。（3）开发一套基于时空约束的瓦斯事故智能推理预警系统。该系统设计实现关系数据库中数据去重,瓦斯事故知识库中实例数据半自动化构建,瓦斯事故发生概率预警以及给出导致瓦斯事故发生的基本事件组合等功能,同时对各个模块的功能进行了可视化展示,初步实现基于知识逻辑层面的瓦斯事故预警,验证了煤矿瓦斯灾害智能化预警系统的可行性与实用性。该论文有图49幅,表19个,参考文献78篇
郭岳[8]（2020）在《基于数字孪生技术的矿井风流调控虚拟系统设计与开发》文中提出近年来,随着煤矿开采不断向数字化和智能化方向发展,为减少煤矿开采事故的发生率,将新技术应用到煤矿的安全生产领域就变成了关键。通风系统是煤矿开采作业的重要组成部分,传统通风方式风流状态不能实时调节,难以保障风场的合理分布,不能满足煤矿掘进过程中对风速、风向的动态调节。数字孪生技术是一种以建模、仿真和虚拟现实为核心,大数据和机器学习为依托的新技术。为解决上述问题,本文根据项目组新研发的煤矿综掘面风流调控系统的特点,设计与实现其数字孪生体模型。本文主要工作如下:（1）首先对项目组新研发的风流调控物理系统从原理、功能和组成等方面进行介绍,进而基于数字孪生技术建立其虚实映射模型,最后为风流调控系统物理世界和虚拟世界建立沟通桥梁数字孪生体模型,并对其整个传感体系所产生的孪生数据进行融合处理,建立风流智能调控决策系统。（2）分析总结风流调控虚拟系统的需求,建立符合实际需求的数字化模型,对虚拟模型主要部分风流调控装置的数化过程从几何模型、运动模型和控制模型三个层次进行建模,具体分为实体建模及渲染建立几何模型、风流调控装置运动分析及参数定义和虚实运动映射研究建立运动模型和3DMAX与Unity3D集成建立控制模型。（3）建立虚拟世界与物理世界的交互桥梁虚拟传感器,通过Unity3D工具实现了虚拟传感器模型配置、物理传感器采集数据图形化显示和瓦斯、粉尘浓度可视化粒子仿真。（4）在Unity3D工具下开发数字孪生风流调控系统原型,通过系统界面和系统功能展示验证系统设计的可行性和有效性。风流调控系统数字孪生体模型的建立是煤矿生产安全逐步走向智能化的方向性和技术性思路拓展,将为煤矿的安全开采提供重要保障。
王安虎[9]（2020）在《突出危险煤层区域应力场CT探测及多参量集成预警技术研究》文中指出煤与瓦斯突出是我国煤矿开采过程中的主要动力灾害之一。可靠的监测预警是防治煤与瓦斯突出灾害的关键。动载应力、静载应力及瓦斯压力是煤与瓦斯突出发生的动力来源,在煤与瓦斯突出监测预警研究过程中应予以重视。基于此,本文实验研究了突出煤岩受载破裂过程纵波波速、电磁辐射、声发射等多参量响应特征,提出了适用于突出危险煤层的区域微震及震动波CT探测技术方法,构建了突出危险局部重点区的声电瓦斯多参量集成预警模型,最终形成了突出危险煤层区域应力场CT探测与多参量集成预警技术,并进行了现场应用验证。实验研究了含瓦斯突出煤岩受载破裂过程的纵波波速响应特征,建立了适用于突出危险煤层的区域微震及震动波CT探测技术方法,并进行了现场实测研究。结果表明,瓦斯压力对纵波波速的影响较小,瓦斯压力对纵波波速的影响约占应力对纵波波速影响的10%;突出煤岩试样受载过程应力与纵波波速间具有VP=η（σ）ξ形式的幂函数关系,基于此构建了突出煤岩受载应力与纵波波速的耦合关系模型,基于耦合模型探测得到的区域应力场分布特征与理论相一致,并利用便携式电磁辐射仪对比验证了区域应力场CT探测结果的可靠性与准确性,发现了突出危险区与应力集中区空间位置相吻合,这对利用微震及震动波CT技术探测突出危险区的可行性提供了实例验证。实验研究了突出煤岩破裂前电磁辐射、声发射等参量的前兆响应规律,建立了突出危险局部重点区的声电瓦斯多参量集成预警方法,并进行了现场实测研究。结果表明:声发射、电磁辐射与煤岩试样受载应力大小成正相关关系,声发射、电磁辐射信号在时间上具有很好的一致性,强度并不严格呈正相关关系,具有一定差异性;研究提出了声电信号的偏差值处理方法,研究得到了偏差值指标、偏差异常持续时间、异常频次等指标对突出危险前兆响应明显。研究并建立了突出危险煤层多参量集成探测预警指标体系,构建了突出危险微震动态监测与区域探测模型、局部声电瓦斯多参量集成预警模型。应用结果表明:突出煤层区域微震及震动波CT探测新方法能够有效的探测突出危险重点区;声电瓦斯等多参量集成预警技术则对突出危险事件能够及时做出预警,解决了单参量预警结果不一致的问题,提高了突出危险的预警可靠性及灾害防治的针对性。研究成果实现了突出危险的区域-局部集成探测预警,为突出危险煤层监测预警提供了一种系统性的探测预警新方法,为突出危险煤层的安全开采提供了技术保障。该论文有图105幅,表21个,参考文献202篇。
杜波[10]（2019）在《矿用安全头盔信息采集系统研究》文中研究表明煤炭作为我国的主要能源,为国家经济的发展做出了重要的贡献。虽然煤矿安全监测技术发展有了很大进步,但仍有很多不足之处,所以加强煤炭有序开发、安全开发相当重要。目前,煤矿安全监测主要应用固定式传感器,不能及时监测下井人员自身周围环境。因此,对煤矿环境的安全监测智能移动终端系统进行研究有一定的应用价值。本文主要通过分析国内外安全监测技术发展动态,针对目前煤矿监测中存在的问题,利用传感器技术、嵌入式技术,研究数据传输和分析处理技术,设计了一款集成度高、功能强大、功耗低的矿用安全头盔信息采集系统。该系统分为数据采集层,数据传输层及数据分析层三个部分。在数据采集层,以矿工安全头盔为载体,集成以S3C2440控制器为核心的各功能模块,完成井下人员定位、矿工作业环境信息监测、实时语音通信、远程视频监测、声光报警等功能;在数据传输层中通过无线传输转有线传输的方式,完成数据采集层和数据分析层之间的数据传输;在数据分析层中通过本系统开发的监测软件,完成对监测数据的显示、存储、报警、管理等功能,并通过DDE通信技术调用MATLAB软件,基于层次分析法和模糊综合评判理论,对监测数据进行分析,完成瓦斯预警。最后对系统进行测试,测试结果和理论分析结果相符。矿用安全头盔信息采集系统对整个煤矿作业环境的改善有着巨大的作用,能够实时采集煤矿井下工作人员周边环境数据,能及时有效保障矿工安全和煤矿安全生产。其具有重要的应用价值。
二、瓦斯浓度超限动态图形显示系统的研制（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、瓦斯浓度超限动态图形显示系统的研制（论文提纲范文）
（1）基于深度学习和多源信息融合的煤与瓦斯突出预警方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 存在问题 |
| 1.4 主要研究内容 |
| 1.5 研究方法及路线 |
| 2 掘进过程中煤与瓦斯突出演化过程及信号特征 |
| 2.1 实验系统与实验方案 |
| 2.2 煤与瓦斯突出实验 |
| 2.3 电磁辐射和声发射信号变化规律 |
| 2.4 掘进过程中煤与瓦斯突出前兆特征分析 |
| 2.5 本章小结 |
| 3 基于SVD-EEMD的声电信号滤噪方法与突出前兆时频特征研究 |
| 3.1 掘进过程中电磁辐射和声发射信号特征 |
| 3.2 EEMD信号分解原理及噪声影响分析 |
| 3.3 SVD降噪基本理论及阶次选取 |
| 3.4 基于SVD-EEMD的电磁辐射和声发射信号滤噪及重构应用 |
| 3.5 声电重构信号的突出前兆时频特征分析 |
| 3.6 本章小结 |
| 4 基于卷积神经网络的突出前兆时频特征识别模型 |
| 4.1 卷积神经网络 |
| 4.2 基于卷积神经网络的突出前兆时频特征识别模型建立 |
| 4.3 基于卷积神经网络的突出前兆时频特征识别模型验证 |
| 4.4 本章小结 |
| 5 基于可传递信度模型(TBM)的煤与瓦斯突出多源信息融合预警模型 |
| 5.1 可传递信度模型 |
| 5.2 基于TBM模型的多源信息融合方法 |
| 5.3 基于TBM模型的煤与瓦斯突出多源信息融合预警模型建立 |
| 5.4 多源信息融合突出危险性预警过程 |
| 5.5 本章小结 |
| 6 基于TBM模型的煤与瓦斯突出多源信息融合预警模型的应用 |
| 6.1 矿井及工作面概况 |
| 6.2 煤与瓦斯突出监测预警应用 |
| 6.3 本章小结 |
| 7 总结、创新点及展望 |
| 7.1 本文总结 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（2）基于IWOA-GRU的综采工作面瓦斯浓度监测预警研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 煤矿数据监测系统及应用研究现状 |
| 1.2.2 瓦斯浓度预警方法研究现状 |
| 1.2.3 目前研究存在的主要问题 |
| 1.3 论文研究方案及结构安排 |
| 2 综采工作面瓦斯浓度监测数据分析 |
| 2.1 综采工作面工况环境分析 |
| 2.2 综采工作面瓦斯浓度变化影响因素分析 |
| 2.3 综采工作面瓦斯浓度表示及特性分析 |
| 2.3.1 综采工作面瓦斯浓度表示 |
| 2.3.2 综采工作面瓦斯浓度数据特性 |
| 2.4 综采工作面瓦斯浓度监测数据特征 |
| 2.5 本章小结 |
| 3 综采工作面瓦斯浓度预警方法研究 |
| 3.1 综采工作面瓦斯浓度预警技术分析 |
| 3.2 瓦斯浓度预测方法研究 |
| 3.3 瓦斯浓度预警方法研究 |
| 3.4 本章小结 |
| 4 基于IWOA-GRU预测的综采工作面瓦斯浓度预警 |
| 4.1 基于IWOA-GRU的综采工作面瓦斯浓度预测 |
| 4.1.1 门控循环单元神经网络 |
| 4.1.2 基于GRU神经网络的综采工作面瓦斯浓度预测 |
| 4.1.3 改进鲸鱼优化算法 |
| 4.1.4 基于IWOA-GRU的综采工作面瓦斯浓度预测 |
| 4.2 基于IWOA-GRU预测的综采工作面瓦斯浓度预警模型 |
| 4.2.1 综采工作面瓦斯浓度预警指标选择 |
| 4.2.2 综采工作面瓦斯浓度预警阈值确定 |
| 4.2.3 综采工作面瓦斯浓度预警分析流程 |
| 4.3 综采工作面瓦斯浓度预警实验分析 |
| 4.4 本章小结 |
| 5 综采工作面瓦斯浓度预警系统调试 |
| 5.1 验证工作面概况 |
| 5.1.1 工作面位置 |
| 5.1.2 煤层情况 |
| 5.2 综采工作面瓦斯浓度预警系统总体架构 |
| 5.3 综采工作面瓦斯浓度预警系统软件设计 |
| 5.3.1 系统功能设计 |
| 5.3.2 数据库设计 |
| 5.4 综采工作面瓦斯浓度预警系统测试 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（3）基于Web技术的金川公司三矿区通风管理系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 国内外研究现状及发展趋势 |
| 1.3 主要研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 2 通风系统现状及设计需求分析 |
| 2.1 矿井概况 |
| 2.2 矿井通风系统分析 |
| 2.3 矿井通风设备概况 |
| 2.4 通风系统存在的问题 |
| 2.5 系统设计总体需求分析 |
| 2.5.1 系统设计基本原则 |
| 2.5.2 系统设计目标 |
| 2.6 系统设计功能需求分析 |
| 2.6.1 主要通风机监测控制模块需求分析 |
| 2.6.2 辅助通风机监测控制模块需求分析 |
| 2.6.3 局部通风机监测控制模块需求分析 |
| 2.6.4 风门监测控制模块需求分析 |
| 2.6.5 风窗监测控制模块需求分析 |
| 2.6.6 风墙监测模块需求分析 |
| 2.6.7 其他功能需求分析 |
| 2.7 系统设计非功能需求分析 |
| 2.7.1 数据需求分析 |
| 2.7.2 安全需求分析 |
| 3 通风管理系统总体设计 |
| 3.1 系统采用的关键技术及环境配置 |
| 3.1.1 系统采用的关键技术 |
| 3.1.2 系统运行环境配置 |
| 3.2 系统总体架构设计 |
| 3.3 网络拓扑架构设计 |
| 3.4 系统功能结构设计 |
| 3.5 系统数据库设计 |
| 3.6 数据采集设计 |
| 3.6.1 安全监测监控系统 |
| 3.6.2 区域控制系统 |
| 3.7 主要通风机监测控制模块设计 |
| 3.8 辅助通风机监测控制模块设计 |
| 3.9 局部通风机监测控制模块设计 |
| 3.10 自动化风门监测控制模块设计 |
| 3.11 自动化风窗监测控制模块设计 |
| 3.12 风墙监测模块设计 |
| 4 通风管理系统功能实现 |
| 4.1 三维通风辅助决策系统 |
| 4.2 登录 |
| 4.3 系统管理 |
| 4.3.1 用户管理 |
| 4.3.2 角色管理 |
| 4.3.3 部门管理 |
| 4.4 设备管理 |
| 4.4.1 地理位置管理 |
| 4.4.2 模块参数管理 |
| 4.4.3 风机管理 |
| 4.4.4 通风构筑物管理 |
| 4.5 远程监测及控制 |
| 4.5.1 主要通风机远程监测及控制 |
| 4.5.2 辅助通风机远程监测及控制 |
| 4.5.3 局部通风机远程监测及控制 |
| 4.5.4 自动化风门远程监测及控制 |
| 4.5.5 自动化风窗远程监测及控制 |
| 4.5.6 风墙远程监测 |
| 4.6 历史数据 |
| 4.7 报警信息 |
| 4.8 系统监控 |
| 5 结论及展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介及读研期间主要科研成果 |
（4）我国煤矿重大灾害预警技术现状及智能化发展展望（论文提纲范文）
| 1 我国煤矿重大灾害预警技术现状 |
| 1.1 煤与瓦斯突出预警技术现状 |
| 1.2 矿井水灾预警技术现状 |
| 1.3 矿井火灾预警技术现状 |
| 1.4 冲击地压预警技术现状 |
| 1.5 瓦斯与煤尘爆炸预警技术现状 |
| 2 煤矿重大灾害智能预警亟待解决的问题 |
| 2.1 预警信息的全面、及时、准确获取 |
| 2.2 多源、海量预警信息深度挖掘与融合分析 |
| 2.3 预警模型自学习、自优化 |
| 2.4 煤矿灾害信息集成、可视化与透明共享 |
| 3 煤矿重大灾害智能预警技术展望 |
| 4结论 |
（5）基于深度学习的矿井瓦斯多因素预警系统的设计与实现（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 论文背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 煤矿监测系统发展现状 |
| 1.2.2 时间序列预测研究现状 |
| 1.2.3 时间序列预测在瓦斯预警中的应用 |
| 1.3 论文的主要工作 |
| 1.4 论文研究内容与结构 |
| 1.5 本章小结 |
| 2 关键技术与模型分析 |
| 2.1 时间序列模型研究 |
| 2.1.1 CNN与 LSTM融合神经网络 |
| 2.1.2 GRU门控循环单元网络 |
| 2.1.3 差分自回归移动平均模型 |
| 2.2 系统关键技术概述 |
| 2.2.1 SSH与 Django框架 |
| 2.2.2 ECharts与 WebGL可视化工具 |
| 2.2.3 MongoDB与MySQL数据库 |
| 2.3 本章小结 |
| 3 预警系统需求分析 |
| 3.1 预警限值与等级确定 |
| 3.2 系统需求整体描述 |
| 3.3 系统功能性需求分析 |
| 3.3.1 趋势预测功能 |
| 3.3.2 数据监控可视化功能 |
| 3.3.3 联动预警功能 |
| 3.3.4 公式处理器功能 |
| 3.3.5 权限管理功能 |
| 3.4 系统非功能性需求分析 |
| 3.5 本章小结 |
| 4 预警系统概要设计 |
| 4.1 系统整体架构设计 |
| 4.2 系统功能结构设计 |
| 4.3 瓦斯预警体系流程设计 |
| 4.4 系统数据库设计 |
| 4.4.1 Mongo DB历史数据存储 |
| 4.4.2 关系型数据存储结构 |
| 4.5 本章小结 |
| 5 矿井瓦斯预测模型训练 |
| 5.1 井下多因素数据采集 |
| 5.2 训练数据预处理 |
| 5.2.1 传感器数据清洗与修复 |
| 5.2.2 多因素传感器数据融合 |
| 5.3 预测模型训练 |
| 5.3.1 模型训练环境 |
| 5.3.2 单变量预测模型训练与调优 |
| 5.3.3 多变量预测模型训练与调优 |
| 5.4 模型评估 |
| 5.5 本章小结 |
| 6 预警系统详细设计与实现 |
| 6.1 趋势预测模块设计与实现 |
| 6.1.1 模型的封装及预测 |
| 6.1.2 趋势预测模块关键类设计 |
| 6.1.3 模块执行逻辑与具体实现 |
| 6.2 数据监控可视化模块设计与实现 |
| 6.2.1 可视化模块关键类设计 |
| 6.2.2 采掘面二维地图可视化 |
| 6.2.3 模块执行逻辑设计与实现 |
| 6.3 联动预警模块设计与实现 |
| 6.3.1 联动预警模块关键类设计 |
| 6.3.2 公式计算与关联预警的实现 |
| 6.4 公式处理器模块设计与实现 |
| 6.4.1 公式处理器模块关键类设计 |
| 6.4.2 模块执行逻辑设计与实现 |
| 6.5 权限管理模块设计与实现 |
| 6.5.1 模块关键类设计 |
| 6.5.2 Shiro权限校验的逻辑与实现 |
| 6.6 本章小结 |
| 7 预警系统测试与验证 |
| 7.1 系统功能性测试与验证 |
| 7.1.1 系统单元测试 |
| 7.1.2 系统集成测试 |
| 7.2 系统非功能性测试与验证 |
| 7.2.1 系统性能与可用性测试 |
| 7.2.2 其他指标测试 |
| 7.3 本章小结 |
| 8 总结与展望 |
| 8.1 研究内容总结 |
| 8.2 未来工作展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（6）平顶山某矿丁6-31030工作面瓦斯异常特征及诊断准则研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容 |
| 1.4 技术路线 |
| 2 瓦斯数据稳定性与数据特征指标 |
| 2.1 瓦斯监测数据补齐方法研究 |
| 2.2 现场瓦斯数据预处理验证 |
| 2.3 瓦斯数据稳定性 |
| 2.4 瓦斯监测数据特征指标 |
| 2.5 瓦斯数据异常表现模式 |
| 2.6 本章小结 |
| 3 瓦斯异常原因诊断准则及识别 |
| 3.1 各类瓦斯数据异常模式诊断准则 |
| 3.2 基于BP神经网络瓦斯异常模式识别 |
| 3.3 瓦斯数据异常诊断系统的开发与应用 |
| 3.4 本章小结 |
| 4 回采工作面瓦斯数据时空相关性分析 |
| 4.1 回采工作面瓦斯数据时空相关性规律研究 |
| 4.2 回采工作面瓦斯数据时空相关性分析 |
| 4.3 回采工作面瓦斯数据时空相关性辅助决策 |
| 4.4 本章小结 |
| 5 结论 |
| 5.1 主要结论 |
| 5.2 主要创新点 |
| 参考文献 |
| 附录 1 |
| 作者简历 |
| 学位论文数据集 |
（7）基于时空约束的瓦斯事故知识库构建及预警推理（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容及研究框架 |
| 1.4 章节安排 |
| 2 相关理论及技术 |
| 2.1 本体理论 |
| 2.2 本体建模技术 |
| 2.3 本体推理技术 |
| 2.4 本章小结 |
| 3 基于时空约束的矿井瓦斯事故知识库构建 |
| 3.1 引言 |
| 3.2 瓦斯事故逻辑本体库 |
| 3.3 矿井时空知识库 |
| 3.4 本章小结 |
| 4 矿井瓦斯事故知识库中实例数据半自动化构建 |
| 4.1 引言 |
| 4.2 本体实例半自动构建算法设计 |
| 4.3 映射处理器算法实现 |
| 4.4 实验与分析 |
| 4.5 本章小结 |
| 5 瓦斯事故预警推理规则设计及实现 |
| 5.1 引言 |
| 5.2 瓦斯事故预警推理规则设计 |
| 5.3 实验与分析 |
| 5.4 本章小结 |
| 6 基于时空约束的瓦斯事故预警推理系统设计与实现 |
| 6.1 系统需求分析及功能设计 |
| 6.2 系统架构 |
| 6.3 系统功能实现 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 作者简介 |
| 学位论文数据集 |
（8）基于数字孪生技术的矿井风流调控虚拟系统设计与开发（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 数字孪生技术 |
| 1.2.2 数字孪生体的关键技术 |
| 1.2.3 数字孪生技术在煤矿应用研究现状 |
| 1.3 研究内容与章节安排 |
| 1.3.1 研究内容 |
| 1.3.2 章节安排 |
| 第二章 数字孪生风流调控系统方案设计 |
| 2.1 风流调控物理系统介绍 |
| 2.1.1 综掘面掘进通风方式 |
| 2.1.2 风流调控系统组成 |
| 2.2 风流调控系统虚实映射模型 |
| 2.3 数字孪生风流调控系统总体结构及运行模式 |
| 2.3.1 总体结构 |
| 2.3.2 运行模式 |
| 2.4 风流调控智能决策 |
| 2.4.1 孪生数据信息融合模型 |
| 2.4.2 瓦斯粉尘预警系统 |
| 2.4.3 瓦斯粉尘调控系统 |
| 2.5 本章小结 |
| 第三章 风流调控装置虚拟实体建模技术研究 |
| 3.1 需求分析 |
| 3.2 风流调控装置运动分析及参数定义 |
| 3.2.1 运动分析 |
| 3.2.2 参数定义 |
| 3.3 虚实运动映射研究 |
| 3.3.1 位移运动映射 |
| 3.3.2 风筒口径开合运动映射 |
| 3.4 基于3DMAX的虚拟实体三维建模及渲染 |
| 3.5 基于3DMAX和 UNITY3D集成的虚拟实体运动建模技术研究 |
| 3.5.1 伸缩风筒运动建模 |
| 3.5.2 位移运动建模 |
| 3.5.3 风筒口径开合运动建模 |
| 3.6 本章小结 |
| 第四章 瓦斯粉尘虚拟粒子模型构建与仿真 |
| 4.1 瓦斯粉尘粒子仿真模型总体设计 |
| 4.2 风流调控系统虚拟传感器配置 |
| 4.2.1 虚拟传感器配置原理 |
| 4.2.2 传感器测点配置 |
| 4.3 传感器测点数据图形化 |
| 4.3.1 数据可视化插件设计 |
| 4.3.2 传感器测点数据监控 |
| 4.4 瓦斯粉尘浓度粒子运动仿真 |
| 4.4.1 粒子系统简介 |
| 4.4.2 粒子生成与扩散机制分析 |
| 4.4.3 虚拟空间碰撞盒计算方法 |
| 4.4.4 粒子可视化模拟 |
| 4.5 本章小结 |
| 第五章 数字孪生风流调控系统实现与运行 |
| 5.1 系统实现过程与功能划分 |
| 5.2 数字孪生风流调控系统原型 |
| 5.2.1 系统界面 |
| 5.2.2 系统功能 |
| 5.3 系统评价 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（9）突出危险煤层区域应力场CT探测及多参量集成预警技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 煤与瓦斯突出研究综述 |
| 1.2.1 煤与瓦斯突出机理 |
| 1.2.2 煤与瓦斯突出危险常规预测技术方法 |
| 1.2.3 煤与瓦斯突出危险地球物理监测预警技术方法 |
| 1.3 煤矿区域应力场CT探测技术方法 |
| 1.4 存在的问题及不足 |
| 1.5 主要研究内容与研究方法 |
| 1.5.1 研究内容 |
| 1.5.2 研究方法与技术路线 |
| 2 突出煤岩受载破裂纵波波速响应规律实验研究 |
| 2.1 突出煤岩纵波波速影响因素分析 |
| 2.2 实验系统及方案 |
| 2.2.1 实验系统 |
| 2.2.2 实验方案 |
| 2.3 突出煤岩单轴压缩过程纵波波速响应规律 |
| 2.3.1 突出煤岩加载过程的波波速变化特征 |
| 2.3.2 煤岩应力与纵波波速的试验关系模型 |
| 2.4 气压对纵波波速的影响规律 |
| 2.4.1 不同气压条件下纵波波速变化特征 |
| 2.4.2 纵波波速与气压试验关系模型 |
| 2.4.3 瓦斯对应力场CT探测的影响 |
| 2.5 本章小结 |
| 3 突出煤岩受载破裂声电信号同步响应特征规律实验研究 |
| 3.1 实验系统及方案 |
| 3.1.1 声电同步采集实验系统 |
| 3.1.2 煤岩试样制备与实验方案 |
| 3.2 煤岩破裂声电同步响应规律 |
| 3.2.1 煤岩破裂声电同步测试结果 |
| 3.2.2 声电信号同步响应特征 |
| 3.2.3 声电信号与应力降的相关性 |
| 3.2.4 声电信号一致性与差异性分析 |
| 3.3 本章小结 |
| 4 突出危险煤层掘进过程区域应力场CT探测研究 |
| 4.1 工程现场概况 |
| 4.1.1 工作面概况 |
| 4.1.2 微震监测系统布置 |
| 4.2 微震动态监测与应力场CT探测方法及原理 |
| 4.2.1 区域微震动态监测原理 |
| 4.2.2 区域应力场CT探测原理 |
| 4.3 突出危险煤层微震信号时空分布及演化规律 |
| 4.3.1 微震信号空间分布特征 |
| 4.3.2 微震信号的时序演化规律 |
| 4.3.3 微震监测对地质异常响应特征 |
| 4.4 突出危险煤层区域应力场CT探测结果分析 |
| 4.4.1 区域应力场CT探测动态演化特征 |
| 4.4.2 应力场CT探测结果与煤层埋深、地质构造的关系 |
| 4.4.3 应力场CT探测结果与电磁辐射强度的关系 |
| 4.4.4 应力场CT探测结果与突出危险性空间关系 |
| 4.5 本章小结 |
| 5 突出危险煤层煤巷掘进声电响应规律研究 |
| 5.1 声电瓦斯监测布置方案 |
| 5.2 现场声电信号影响因素研究 |
| 5.2.1 煤巷掘进声电信号影响因素 |
| 5.2.2 声电信号影响规律研究 |
| 5.3 突出危险声电瓦斯前兆信息响应特征 |
| 5.3.1 突出危险声电强度与瓦斯浓度响应特征 |
| 5.3.2 声电强度偏差值前兆信息响应特征 |
| 5.4 本章小结 |
| 6 突出危险多参量集成预警方法研究 |
| 6.1 煤与瓦斯突出过程的流变-突变行为 |
| 6.1.1 含瓦斯煤岩体的流变突变机理 |
| 6.1.2 煤与瓦斯突出演化过程的力学行为 |
| 6.1.3 煤与瓦斯突出发动力源分析 |
| 6.2 突出危险多参量集成探测预警技术架构 |
| 6.3 突出危险多参量集成预警指标体系 |
| 6.3.1 突出危险微震动态监测与区域探测指标 |
| 6.3.2 突出危险局部声电瓦斯实时监测指标 |
| 6.4 突出危险多参量集成预警模型 |
| 6.4.1 微震动态监测与区域探测方法 |
| 6.4.2 局部声电瓦斯多参量集成预警模型 |
| 6.5 本章小结 |
| 7 工程应用与验证 |
| 7.1 工作面概况 |
| 7.2 突出危险微震动态监测与区域探测应用验证 |
| 7.2.1 11227工作面微震动态监测与分布特征 |
| 7.2.2 11227工作面应力场CT探测结果 |
| 7.3 突出危险多参量集成监测预警模型的应用验证 |
| 7.4 本章小结 |
| 8 结论 |
| 8.1 全文总结 |
| 8.2 创新点 |
| 8.3 展望 |
| 参考文献 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
（10）矿用安全头盔信息采集系统研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 课题国内外发展现状 |
| 1.2.1 煤矿井下安全监测国内外研究现状 |
| 1.2.2 煤矿井下移动智能终端发展现状 |
| 1.3 我国煤矿安全监测存在的主要问题 |
| 1.4 论文研究的主要内容与结构安排 |
| 2 矿用安全头盔信息采集系统相关技术研究 |
| 2.1 矿用安全头盔关键指标分析 |
| 2.2 传感器技术研究 |
| 2.3 视频采集技术研究 |
| 2.4 井下人员定位技术研究 |
| 2.5 无线通信技术研究 |
| 2.6 安全监测的网络模式研究 |
| 2.7 本章小结 |
| 3 矿用安全头盔信息采集系统设计 |
| 3.1 系统总体架构设计 |
| 3.2 矿用安全头盔信息采集系统终端设计 |
| 3.3 数据传输网络设计 |
| 3.4 监测软件设计 |
| 3.4.1 监测软件界面设计 |
| 3.4.2 添加监测软件工程变量 |
| 3.4.3 建立数据库连接 |
| 3.5 本章小结 |
| 4 瓦斯预警研究 |
| 4.1 瓦斯爆炸机理及过程分析 |
| 4.2 瓦斯预警等级划分研究 |
| 4.3 层次分析法与模糊综合评判法的研究 |
| 4.3.1 层次分析法 |
| 4.3.2 模糊综合评判法 |
| 4.4 瓦斯预警等级判定的研究 |
| 4.6 本章小结 |
| 5 系统的运行与测试 |
| 5.1 硬件功能测试 |
| 5.2 系统监测软件功能测试 |
| 5.3 系统性能分析 |
| 5.4 本章小结 |
| 6 结论 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
四、瓦斯浓度超限动态图形显示系统的研制（论文参考文献）
- [1]基于深度学习和多源信息融合的煤与瓦斯突出预警方法研究[D]. 李冰. 中国矿业大学, 2021
- [2]基于IWOA-GRU的综采工作面瓦斯浓度监测预警研究[D]. 毛俊凯. 西安科技大学, 2021(02)
- [3]基于Web技术的金川公司三矿区通风管理系统研究[D]. 陈帅. 安徽理工大学, 2020(07)
- [4]我国煤矿重大灾害预警技术现状及智能化发展展望[J]. 张庆华,马国龙. 智能矿山, 2020(01)
- [5]基于深度学习的矿井瓦斯多因素预警系统的设计与实现[D]. 王泓锦. 北京交通大学, 2020(03)
- [6]平顶山某矿丁6-31030工作面瓦斯异常特征及诊断准则研究[D]. 魏宗康. 中国矿业大学, 2020(01)
- [7]基于时空约束的瓦斯事故知识库构建及预警推理[D]. 景江波. 中国矿业大学, 2020
- [8]基于数字孪生技术的矿井风流调控虚拟系统设计与开发[D]. 郭岳. 长安大学, 2020(06)
- [9]突出危险煤层区域应力场CT探测及多参量集成预警技术研究[D]. 王安虎. 北京科技大学, 2020(06)
- [10]矿用安全头盔信息采集系统研究[D]. 杜波. 西安科技大学, 2019(01)