突出危险工作面瓦斯涌出异常识别与预警系统研究

摘要

论文以原始瓦斯涌出监控数据为研究对象，以数据挖掘的思想对瓦斯涌出的异常状态曲线进行特征分析，结合小波阈值去噪的方法进行趋势分析，建立了基于小波阈值去噪的分级识别预警模型，并通过软件编程技术建立了煤与瓦斯突出识别预警系统。论文的主要研究内容包括以下几个方面：
　　（1）瓦斯涌出时间序列的建立
　　经过分析发现原始瓦斯数据时间间隔不等，存在缺失数据与异常数据；以1分钟为时间间隔、取分钟内瓦斯浓度平均值的方法建立瓦斯涌出时间序列，并通过取前后平均值的的方法进行补充与清理，建立了符合可比性原则的瓦斯涌出时间序列。
　　（2）煤与瓦斯突出的识别预警
　　通过对瓦斯涌出时间序列数字特征的分析，得出瓦斯涌出时间序列的一般性质；通过对瓦斯涌出时间序列的不同状态进行对比分析，得出存在突出危险性状态的特征；在此基础上结合小波阈值去噪的方法进行瓦斯涌出时间序列的动态趋势分析，最终建立基于小波阈值去噪的分级识别预警模型。
　　（3）系统实现与验证
　　采用Client/Server架构、Visual Studio开发平台、Microsoft SQL Server数据库，建立了基于具有可比性的瓦斯涌出时间序列、小波阈值去噪分级识别预警模型的煤与瓦斯突出识别预警系统，并结合实际煤矿瓦斯监控数据进行了验证。

目录

封面

声明

致谢

中文摘要

英文摘要

目录

1. 绪论

1.1研究背景及选题意义(Research Significance and Background of Thesis)

1.2应用与研究现状(Application and Research Status)

1.3 本文的主要研究内容及技术路线(Research Contents and Technical Route of the Paper)

2. 瓦斯涌出时间序列的建立

2.1瓦斯监控数据预处理的必要性(The Necessity of Gas Emission Data’s Pretreating)

2.2瓦斯监控数据的数据整理(The Arrangement of Gas Emission Data)

2.3 瓦斯涌出时间序列的补充与清理(The Supplement and Clearing of Gas Emission Time-series)

2.4本章小结(Chapter Summary)

3. 煤与瓦斯突出的识别预警

3.1 瓦斯涌出时间序列的数字特征(Digital feature of Gas Emission Time-series)

3.2 瓦斯涌出时间序列的不同状态(Different state of Gas Emission Time-series)

3.3 基于小波阈值去噪的趋势分析(Trend Analysis Based on Wavelet Threshold Denoising)

3.4 基于小波阈值去噪的分级识别预警(Hierarchical Recognition and Warning Based on Wavelet Threshold Denoising)

3.5本章小结(Chapter Summary)

4. 煤与瓦斯突出识别预警系统设计与应用

4.1软件整体架构(System Architecture)

4.2软件功能模块(Function Module)

4.3识别预警模型的实现(Achieving of Recognition and Warning Model)

4.4系统实现与应用(Realization and Application of the System)

4.4本章小结(Chapter Summary)

5. 结论与展望

5.1结论(Conclusions)

5.2展望(Prospects)

参考文献

作者简历

学位论文数据集