一种基于模糊聚类的矿井安全评价方法与流程

文档序号:12272625阅读:143来源:国知局

本发明属于煤矿安全领域。



背景技术:

煤矿生产的安全问题一直产业安全中的重中之重。在整个煤矿生产过程中经常受到各种灾害事故的威胁,如火灾、水灾、瓦斯和冒顶等。因此拥有一个科学的、准确的、全面的安全评测系统尤为重要。煤矿的矿井安全受多个因素所影响,如通风安全监控、瓦斯和粉尘防治、井下爆破安全、矿井防冒顶、矿井防透水等。对这些因素进行一个综合的评测,就可以有效、合理地防范灾害事故的发生,提升矿井的安全系数。



技术实现要素:

基于上述各个因素的研究,本发明提出了一种基于模糊聚类的矿井安全评价方法,对煤矿生产过程中矿井的安全评价指标结果进行综合评价,该聚类方法融合K-means、FCM、FCCI方法。

该方法包括以下步骤:

(1)数据准备:将第i个矿井Ki表示为向量形式其中xi1、xi2、xi3、xi4、xi5、xi6、xi7分别表示矿井Ki的通风安全监控数值、运输和提升数值、瓦斯和粉尘防治数值、矿井防火数值、井下爆破安全数值、矿井防冒顶数值、矿井防透水数值,得到N个矿井所对应的向量其中i为自然数,且1≤i≤N;

(2)对数据使用模糊聚类方法,针对N个矿井向量使用模糊聚类方法进行聚类,具体步骤如下:

1)首先根据改进的K-means方法,求出c个聚类中心。具体步骤如下:

1.随机选择c个矿井作为聚类中心;

2.计算每个矿井到聚类中心的欧氏距离dcij=wi||xij-pcj||,其中pcj为第c个聚类中心的第j个属性值,xij为第i个样本的第j个属性值,wi为第i个矿井的加权数,其中,在第一次循环中w1=1,之后的循环中wi的值为第i个矿井与其所在类簇的其他矿井之间距离的均值;

3.比较矿井到各聚类中心的距离,并根据最小距离进行划分,重新计算每个聚类的均值,作为新的聚类中心。

4.重复步骤2与步骤3直至聚类中心不再变化,此时得到c个聚类中心;

2)根据上述得到的聚类中心,计算隶属度其中uci为第i个矿井对第c个聚类中心的隶属度,其值介于0和1之间,且约束条件为dkij=wi||xij-pkj||为第i个矿井到第k个聚类中心之间的欧氏距离,且m∈[1,∞)是加权指数;

3)计算其隶属关系其中Tv是权重;

4)根据vcj,再次计算隶属度其中Tu是权重;最终根据uci,比较第i个矿井对c个类簇的隶属度,得到隶属度最大值,则将该矿井划分到其最大值所对应的类簇中,得到c个类簇P1,P2,...,Pc,即完成对矿井向量空间的聚类。

在本方法中,针对煤矿安全管理中的通风安全监控、运输和提升、瓦斯和粉尘防治、矿井防火、井下爆破安全、矿井防冒顶、矿井防透水等7个因素进行综合分析,分析后的评价结论可以为煤矿企业的安全管理决策提供技术依据。

附图说明

图1为基于模糊聚类的矿井安全评价方法流程图。

具体实施方式

一种基于模糊聚类的矿井安全评价方法,该方法包括以下步骤:

(1)数据准备:将第i个矿井Ki表示为向量形式其中xi1、xi2、xi3、xi4、xi5、xi6、xi7分别表示矿井Ki的通风安全监控数值、运输和提升数值、瓦斯和粉尘防治数值、矿井防火数值、井下爆破安全数值、矿井防冒顶数值、矿井防透水数值,得到N个矿井所对应的向量其中i为自然数,且1≤i≤N;

(2)对数据使用模糊聚类方法,针对N个矿井向量使用模糊聚类方法进行聚类,具体步骤如下:

1)首先根据改进的K-means方法,求出c个聚类中心。具体步骤如下:

1.随机选择c个矿井作为聚类中心;

2.计算每个矿井到聚类中心的欧氏距离dcij=wi||xij-pcj||,其中pcj为第c个聚类中心的第j个属性值,xij为第i个样本的第j个属性值,wi为第i个矿井的加权数,其中,在第一次循环中w1=1,之后的循环中wi的值为第i个矿井与其所在类簇的其他矿井之间距离的均值;

3.比较矿井到各聚类中心的距离,并根据最小距离进行划分,重新计算每个聚类的均值,作为新的聚类中心。

4.重复步骤2与步骤3直至聚类中心不再变化,此时得到c个聚类中心;

2)根据上述得到的聚类中心,计算隶属度其中uci为第i个矿井对第c个聚类中心的隶属度,其值介于0和1之间,且约束条件为dkij=wi||xij-pkj||为第i个矿井到第k个聚类中心之间的欧氏距离,且m∈[1,∞)是加权指数;

3)计算其隶属关系其中Tv是权重;

4)根据vcj,再次计算隶属度其中Tu是权重;最终根据uci,比较第i个矿井对c个类簇的隶属度,得到隶属度最大值,则将该矿井划分到其最大值所对应的类簇中,得到c个类簇P1,P2,...,Pc,即完成对矿井向量空间的聚类。

该方法由K-means方法、FCM方法和FCCI方法融合而成,相比FCM方法与FCCI方法,减少了迭代次数,提升了运算速率,且因采用K-means方法的聚类中心选取办法,消除了类簇为空的现象。而且该方法的准确率相比FCCI方法,得到了小部分的提升。

经由此方法对煤矿生产过程中矿井的安全评价指标结果进行分析、评估,得到的结果可以作为煤矿企业的管理决策的依据,实现煤矿企业对其安全更为科学、准确的评估。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1