一种基于子图同构的高风险区域自动识别方法

文档序号:8319372阅读:368来源:国知局
一种基于子图同构的高风险区域自动识别方法
【技术领域】
[0001] 本发明涉及煤矿通风领域,具体是一种基于子图同构的高风险区域自动识别方 法。
【背景技术】
[0002] 随着采煤生产活动和巷道掘进施工的进展,煤矿的通风系统不断地发生着变化。 由于巷道间存在着复杂的拓扑结构和关联关系,因此通风系统内的条件变化有可能导致系 统内某些区域的安全风险增大,如某些角联巷道在一定条件下会出现风流不稳定而导致瓦 斯积聚,进而影响其所属的安全分区及其上下游,增大区域的安全风险。为了及时消除煤矿 的生产安全隐患,首先需要对危险区域进行及时、有效的辨识。
[0003] 角联巷道普遍被认为是一种可能的高风险区域,从而受到广泛的研宄。但如果仅 仅从图形拓扑结构的角度分析,通风系统中存在着大量的角联巷道,需要结合巷道的多种 属性信息才能辨识出真正的高风险区域。另一方面,高风险巷道结构并不局限于角联巷道, 其他一些巷道结构也可能是高风险的,还需要对可能影响煤矿通风安全的结构进行更全面 的分析和整理。当前从复杂的通风系统中找出高风险区域的工作主要基于经验以人工方 式展开,但随着煤矿的长期开采,井巷的不断拓展和延伸,矿井的风网结构将变得越来越复 杂,高风险区域的人工辨识将变得十分困难。
[0004] 学术界对于高风险区域的研宄主要集中于角联巷道的识别。学者们已经对角联 巷道结构的自动识别进行了深入的研宄,为从拓扑特征的角度上识别这类高风险巷道结构 提供了有效的手段,其中通路法即是得到了较广泛应用的方法之一。刘新,刘剑在《广义角 联结构研宄》中针对基于有向图的通路法集合算法不能够确定网络的全部角联结构,提出 了确定网络全部角联结构的基于无向图的路径集合算法,得出了角联风路仅取决于网络的 拓扑关系,而与通风系统参数无关的结论,从图论的角度给出了角联风路的广义定义;赵千 里,刘剑在《矿井通风网络角联风路自动识别与分析》中采用通路集合运算的方法建立了 MVSS角联风路自动识别算法;司俊鸿在《基于无向图的角联独立不相交通路法》一文中提 出了寻找角联结构的独立不相交通路法,指出角联为贯通两条独立不相交通路的通路分支 的并集,并提出了角联的分级递归识别算法;赵丹等人在《基于并行计算的通风网络角联结 构识别分析》中提出了基于并行思想的角联结构自动识别的数学模型及算法。与此同时,从 节点位置的角度也出现了一些角联结构的识别方法:2005年安徽理工大学蔡峰等人在《复 杂矿井通风系统角联风路自动识别方法的研宄》中提出了节点位置法,能够避免通路法搜 索所有通路的耗时过程,因此具有很高的执行效率;张浪等人在《矿井通风角联风路识别的 算法改进》中对节点位置法增加了一项判断准则,避免了算法的一些可能的错误识别现象。 一般说来,节点位置法具有计算量较低的优点。
[0005] 学者们对角联巷道的特性也进行了研宄:兰尧等人在《角联巷道风流稳定性分析 及危险性探讨》指出当巷道风流稳定性系数接近于1时,会造成风流的不稳定并容易导致煤 炭自燃、巷道内瓦斯浓度超限、对相邻巷道风流稳定性造成影响等问题;蔡永乐等人在《角 联风路风向稳定性分析及在矿井救灾中的应用》中指出了角联风路对实施均压灭火的有利 之处,并提出可利用角联风路进行局部反风,建立灾害条件下的安全撤离路线。
[0006] 从以上分析可以看出,辨识各种不同的危险区域需要满足如下条件:(1)从错综 复杂的通风网络图中找出具有特定连接关系的巷道群;(2)对巷道的具体情况加以分析, 如风量、风压、有无通风构筑物等信息都会对一个区域的安全风险造成影响;(3)辨识方法 必须具备通用性。煤矿通风安全面临的危险形式多种多样,辨识方法只有在能够覆盖绝大 多数情况时,才能有较高的实用性。
[0007] 因此,研宄高风险区域的自动识别方法成为了亟待解决的问题。

【发明内容】

[0008] 本发明的目的在于提供一种基于子图同构的高风险区域自动识别方法,以解决上 述【背景技术】中提出的问题。
[0009] 为实现上述目的,本发明提供如下技术方案:
[0010] 一种基于子图同构的高风险区域自动识别方法,包括以下步骤:
[0011] (1)建立典型高风险区域的等效图模型,将典型高风险区域的拓扑结构和属性信 息加以完整表达;
[0012] (2)将要分析的通风系统和典型高风险区域转换为属性图形式;
[0013] (3)利用子图同构算法在通风网络中找出与高风险区域同构的部分即为高风险区 域。
[0014] 作为本发明进一步的方案:步骤(1)中所述建立典型高风险区域的等效图模型, 用G= {V,E,A}表示。其中,V表示风网节点集合;E表示巷道和通路的集合;A表示属性集 合。
[0015] 作为本发明进一步的方案:步骤(1)中所述典型高风险区域的属性信息是一个取 值范围,根据高风险区域识别对属性信息的需求,结合煤矿巷道的特点建立如下的属性指 标和数据类型:
[0016] A (ej) - {AName (ej), Alype (ej), Astructure (ej), Ap (ej), Ag (ej), Ad (ej)}
[0017] 其中,AName(ei)为巷道名称,所述巷道名称中包含了巷道的编号和名称,该属性主 要用于巷道的唯一标识,所述巷道名称属于定性属性;
[0018] AType(ei)为巷道类型,所述巷道类型是风险性判断的重要依据,不同类型的巷道具 有不同的特性,在相同的通风结构中具有不同的意义,所述巷道类型是定性属性;
[0019] AP(ei)为巷道风压,所述巷道风压用巷道两端的绝对风压的差值来确定,所述巷道 风压是定星属性;
[0020] AQ(ei)为巷道风量,所述巷道风量表示巷道中通风量的大小,通过风量传感器来测 量,所述巷道风量表是定量属性;
[0021] Astnttture(ej为巷道通风构筑物,所述巷道通风构筑物表示巷道中的通风构筑物的 情况,包括其类型、重要指标等信息,所述巷道通风构筑物是定性属性;
[0022] AJei)为巷道风向,所述巷道风向表示巷道内风流的方向,所述巷道风向用布尔值 表示,所述巷道风向是定性属性
[0023] 作为本发明再进一步的方案:步骤(1)中典型高风险区域的巷道属性信息的判别 方法包括定量比较和定性比较,所述典型高风险区域的巷道定量属性为一个范围值,设巷 道属性范围的上下限为A(ei)_和A(e ,.)_,在进行判断时采用下式:
[0024]
【主权项】
1. 一种基于子图同构的高风险区域自
当前第1页1 2 
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