一、对煤矿灾害事故初期救灾工作的探讨(论文文献综述)
陈强盛,王云,万红红[1](2020)在《基于VR技术煤矿灾害应急处置培训模式应用设计》文中指出针对煤矿灾害应急处置培训中存在的问题,结合VR技术的应用,从煤矿灾害应急处置培训模块设计入手,创建了可行性的设计方案,实现了煤矿灾害应急处置培训模式的创新。
高苗[2](2020)在《井下机器人入驻的安全性评价》文中认为我国的能源基础在很长周期内都以煤炭为主,可煤炭的开采面临众多无法预测和不可控的恶劣自然因素的影响,如何安全有效且高产的开发始终是困扰企业发展和社会和谐的问题,因此在煤炭井下引入机器人对促进煤炭安全生产具有现实意义。本文旨在为井下机器人入驻的安全性评价提供科学可行的方法。煤矿机器人的工作定位就是替代人类去完成一些高低风险的工作,因此其工作环境的危险程度始终都存在不确定性,其安全性的入驻,主要取决于其自身的本质安全是否达到煤矿安全规程等有关要求,及煤矿井下的空气环境,一些未知的影响因数还是会对机器人造成潜在的风险,比如机器人在斜巷工作时,其姿态的保持是否能够满足自身不发生倾斜,倘若一点发生倾斜,其是否会因此与周边的金属钢材发生刮碰,从而因此引起火花,如果这个假设成立,那么这种风险的结果是十分难以估量的。因此本文将从以下几个方面去去研究探讨机器人安全使用的可能性:首先阐述了国内外煤矿井下机器人的研究进展情况以及本课题开展研究的目的和意义,并做了与之对应的分析,介绍了文章的主体结构和内容;其次对煤矿井下的不同环境进行说明,例如地形地貌环境、巷道空间环境、水资源环境等,并对其中部分“环境”做了模型简化处理,并给出一定的尺寸范围,且对矿井机器人的定位系统简要说明;再次介绍了煤矿机器人几种典型的移动结构,阐述了煤矿机器人机械系统结构与防爆系统设计,对于机器人的机械结构设计和防爆安全等级等方面的行业标准要求,进行了论述,利用SolidWorks软件进行三维建模并用ANSYS workbench进行仿真分析,仿真结果表明其强度与变形能够满足使用要求,同时还详细阐述了煤矿机器人控制系统功能需求与具体结构组成;最后在环境安全评估的架构原则基础上,对煤矿井下气体安全环境的架构有一定的建立。本文的难点如何将对煤矿井下环境安全评估中人为因素的影响权重降到最低。在评估井下环境是否安全要综合各方面的数据,而井下空气环境数据是所有数据中的主导。对与井下空气中的气体环境,每一个因素的存在都不是单一的存在,它们之间都是相互影响的,这其中不可避免的会因为人为因素的加入而影响到评估的效果。本文的创新点在于综合网络分析法(ANP)和FCE两种方法,并结合实际,加入三家模糊数将煤矿井下环境的安全评估中人为因素的影响权重降低到最低,因此,可采用ANP-FCE结合的评估方法,对各种不同因素之间的权重以定量和定性的方法计算出来。图28 表8 参51
白云[3](2019)在《煤矿蛇形探测机器人位姿控制方法研究》文中认为当煤矿井下发生灾害后,救援机器人可以替代救援人员在第一时间进入灾区实施搜救工作,迅速探明现场环境、及时发现被困矿工,为快速救援提供科学依据。然而,灾后的煤矿井下环境异常复杂且未知,因此,要求救援机器人应具备环境识别、规划决策、运动控制等能力,以保证其在煤矿井下顺利完成救援任务。本文提出并构建煤矿蛇形测机器人系统,针对该机器人的位姿控制所涉及到的关键科学问题进行研究,包括机人器的相对定位、运动姿态的控制、自主越障的最优控制、对所处环境的有效辨识和自主避障等内容,并研制出一台用于灾后煤矿井下环境探测的蛇形机器人,旨在提高煤矿蛇形探测机器人智能控制和局部自主能力。在分析灾后井下现场环境的基础上,针对探测机器人的功能需求,设计并研制一种多关节蛇形机器人。该机器人机械本体采用正交关节连接,移动机构釆用自制叶片轮驱动。控制系统由硬件平台和软件系统组成,硬件平台为三层次分布式结构,由环境感知层、规划决策层和动作执行层构成。软件系统为功能模块化体系结构,包括环境探测系统、定位系统、姿态控制系统、越障避障模块、通讯系统和上位机系统六个功能模块。该蛇形机器人可为论文的理论及方法验证奠定基础。针对在煤矿井下封闭式复杂环境下的蛇形机器人定位问题,提出利用机器人运动轨迹曲率与航向角进行估计的方法代替传统的对巷道内复杂地面参数估计的思路,建立基于转向时蛇形探测机器人的定位模型。在此基础上,提出一种卡尔曼滤波算法和深度学习算法相结合的煤矿蛇形探测机器人航位推算的定位方法,该方法采用卡尔曼滤波算法对机器人航向角信号中的高斯白噪声进行剔除,再针对航向角信号中来自低频段的各种漂移,建立基于LSTM(LongShortTermMemory)深度祌经网络的陀螺仪输出值预测模型,对未来一段时间内陀螺仪的输出值进行预测,从而实现航位推算的相对定位。实验表明,该方法可以实现蛇形探测机器人的航位推算定位,机器人位置的最小相对误差为3,299×l0-12cm,航向角最小误差为2.173×10-5rad。针对煤矿井下不平整地面环境的机器人姿态控制问题,运用D-H(Denavit-Hartenberg)分析法对正交连接的蛇形机人进行运动学机理分析,构建两连杆三关节机构模型,可避免建立蛇形机器人运动学模型的复杂性。进而提出基于简化Serpenoid曲线的改进的运动控制函数方法,引入曲率误差,建立蛇形机器人蜿蜒、伸缩、抬头不同运动姿态的数学模型,推导不同运动姿态时蛇形机器人的偏转角、俯仰角和相对转角的控制函数,并将仿真得到最优参数运用到机器人的运动控制中,以实现适应复杂地面的蛇形机器人运动姿态的控制,为机器人实现自主越障和避障功能奠定理论基础。针对机器人在自主越障过程中对关节俯仰角如何确定的问题,提出改进的粒子群优化权系数的极限学习机(Particle Swarm Optimization Extreme Learning Machine,PSOELM)位姿控制算法,该算法推导出动态的惯性系数,利用改进粒子群算法优化极限学习机的隐层矩阵权系数,欲达到优化隐层矩阵的目的,以克服传统极限学习机由于隐层节点参数随机选择而导致网络性能达不到最优的缺点。仿真实验表明,PSOELM算法不仅延续了ELM快速学习的特点,而且在控制精度、快速寻优特性及稳定性方面比ELM更好,可以实现对机器人关节俯仰角的最优控制。针对在未知环境下机器人环境辨识建模问题,提出基于遗传算法的变结构模糊神经网络(Genetic Algorithm variable structure fuzzy neural network,GAVSFNN)多传感器数据融合算法,该算法将神经网络引入到模糊规则的推理中,建立基于概率论的改进模糊控制规则,通过改变与简化神经网络结构来调整模糊规则库,实现模糊隶属函数的自学习和模糊规则的优先提取。采用遗传算法优化变结构模糊神经网络的学习参数,以克服常规BP算法易陷入局部最优的缺点,实现参数的快速和全局寻优。实验结果表明,相比较VSFNN算法,GAVSFNN可以获得对环境模型更高的辨识精度,平均误差为2.725′10-3。在此基础上,建立基于知识库的机器人自主避障系统软模型,以产生避障行为命令对机器人的偏转角进行控制,实现自主避障功能。以研制的多关节蛇形机器人为平台,与论文提出的几种算法结合,组成煤矿蛇形探测机器人实验系统,在西安科技大学实训基地模拟煤矿巷道中进行现场实验,实验表明,本文所提出的理论和方法可为煤矿蛇形探测机器人在灾后井下非结构化复杂环境中的位姿控制提供理论支撑,也为蛇形机器人在其它灾害环境的位姿控制研究奠定基础。
杨传印[4](2019)在《山东煤矿事故风险分析平台的构建及应用研究》文中认为近年来,在应急管理部、国家煤矿安监局指导下,山东煤矿安监局认真贯彻落实习近平总书记科技强国思想,以信息化建设为引领,从加强煤矿安全生产信息化和监察执法信息化两个层面,推进“科技强安”战略实施,组织实施了煤矿事故风险分析平台建设。平台通过采集煤矿安全生产静态信息和动态数据,提炼影响煤矿安全的风险因素,构建煤矿风险评价指标体系和智能风险分析模型,实现煤矿安全风险预警研判。实现从远程查看煤矿企业数据到数据上传到省局共享利用,从单纯的采集报警数据到利用数据进行风险分析、灾害预测预警,从独立系统建设到模块化、平台化发展,从单一的异常数据统计到安全风险辅助决策,实现了全省煤矿数据统一规划,风险智能分析、灾害预测预警。建设矿用设备监察管理系统,逐步完善分析模型、提高分析系统智能化水平。此系统主要选取试点煤矿地面提升机、主通风机、压风机、中央水泵房水泵、中央变电所等重要岗点、重要设备作为管理对象,实现煤矿重要设备基本信息、安标信息、检测检验管理、维修改造管理等功能,并实现重要设备运行状态监测、运行故障分析,达到矿用设备使用状态可查、可追,使用风险可防、可控的目的。此项目的意义在于引入专家系统和深度学习技术,构建专业分析模型,初步探索人工智能技术进行煤矿设备使用状况的研判和决策指导。建设煤矿远程监察应用分析系统,寻求利用大数据提高安全监察水平。完成了监察执法、应急指挥、警示教育和试点煤矿可视化四个方面的内容。意义在于从技术方面对全省煤矿联网和数据上传进行了探索和研究,直接夯实了利用物联网和大数据技术提高煤矿安全监察能力的基础。建成此系统,促进了煤矿企业隐患排查治理和主体责任落实,实现了远程监察、风险评价和预测预警,提升了监察执法效能。
聂荣山[5](2019)在《矿井火灾事故应急资源调配智能决策理论与应用研究》文中提出本文主要围绕矿井火灾事故应急资源调配智能决策问题开展研究,包括矿井火灾事故应急资源调配影响因素、矿井火灾事故应急资源需求量预测、煤矿应急资源库选址规划、矿井火灾事故应急资源调配决策、矿井火灾事故应急资源调配过程评估五个方面。通过建立矿井火灾事故应急资源调配的系统动力学模型,研究应急资源调配过程中的主要影响因素,确定本文的主要研究内容。首先,研究了矿井火灾事故应急资源需求量预测模型和煤矿应急资源库的选址规划模型,然后在此基础上建立了矿井火灾事故应急资源调配决策模型和矿井火灾事故应急资源调配评估模型,最后将这些模型应用于矿井火灾事故应急救援案例中。主要研究内容和成果如下:根据矿井火灾事故应急资源调配影响因素的分析结果,得到了矿井火灾事故应急资源调配的系统动力学模型变量。根据各变量之间的反馈关系,利用Vensim软件绘制了因果关系图和存量流量图,并建立了系统动力学模型的存量流量方程,由此建立了矿井火灾事故应急资源调配的系统动力学模型。以某矿的火灾事故应急资源调配过程为研究对象,利用所建立的矿井火灾事故应急资源调配系统动力学模型对该案例进行仿真模拟,得出应急资源的到达速率与应急管理投资、运输工具数量存在正相关的关系,与应急资源的调配路线长度存在负相关的关系。针对现有的公共安全领域应急资源概念的认识,结合矿井火灾事故所具有的特点,提出了矿井火灾事故应急资源的概念,并将矿井火灾事故应急资源划分为应急救援的人力资源和物资资源两类。根据矿井火灾发展过程中的相关影响因素,初步选取了矿井火灾事故应急资源需求量预测模型的自变量,收集和统计我国历年矿井火灾事故的基本信息和应急救援过程中应急资源的使用情况,利用多元回归分析理论对数据进行分析,最终得到了以持续时间、火灾事故类型和可燃物种类为自变量,应急资源需求量为因变量的多元回归预测模型,通过对模型的预测结果进行误差分析,得出多元回归模型的预测结果比较准确。通过对煤矿应急资源库的选址规划原则和选址影响因素进行分析,并根据多目标规划理论和图论理论,建立了煤矿应急资源库选址规划数学模型,利用免疫优化算法对所建立的数学模型进行求解,得出应急资源库选址的多个可行性方案。根据煤矿应急资源库选址的影响因素,建立煤矿应急资源库选址评估指标体系,利用粗糙集理论对各煤矿应急资源库选址方案进行评估,确定最优选址规划方案。利用所建立的煤矿应急资源库选址规划数学模型,对柳林县的煤矿应急资源库选址方案进行设计,得出了柳林县煤矿应急资源库选址规划最优方案。根据矿井火灾事故应急资源调配的特点和应急资源调配决策制定的原则,建立了矿井火灾事故应急资源调配决策的数学模型,采用自适应蚁群算法对数学模型进行求解。利用所建立的矿井火灾事故应急资源调配决策数学模型和自适应蚁群算法,对“富华煤矿9.20特别重大火灾事故”在应急救援过程中的应急资源调配方案进行仿真计算,得到了应急资源调配的最优方案,此外,改进的自适应蚁群算法的收敛速度比传统的蚁群算法收敛速度快一倍左右。根据矿井火灾事故应急资源调配影响因素的分析结果,建立了矿井火灾事故应急资源调配评估的指标体系,包括4个一级指标和24个二级指标,利用熵权法计算得到了各个评估指标的权重,并根据各评估指标的特点制定了评估指标的评分标准以及评分范围。收集并整理了同煤集团下属的54个煤矿的应急资源调配演练数据,利用支持向量机算法对样本训练数据进行机器学习,从而建立矿井火灾事故应急资源调配的评估模型,利用该模型对样本数据进行预测,以此来分析模型的预测精度,评估结果表明所建立的支持向量机评估模型对样本数据的预测结果比较准确。最后,利用建立的矿井火灾事故应急资源调配智能决策模型,对鹤岗“泰源煤矿3·5重大火灾事故”应急救援过程中应急资源的调配方案进行仿真模拟,并对应急资源的调配过程进行评估和分析,找出薄弱环节,提出改进意见,最终形成矿井火灾事故应急资源调配整体的解决方案。
黄军利[6](2018)在《煤矿井下避难硐室位置优化及应用研究》文中认为煤矿井下避难硐室能够在煤矿事故发生后为矿工提供有效救援,该技术在美国、澳大利亚和南非等矿业发达国家已取得了长足进步。在国内,近年来避难硐室的研究和应用相继迅速展开,建设技术也日趋成熟,但在避难硐室系统性,尤其是避难硐室的选址及其优化研究方面尚显缺乏,从而致使煤矿井下避难硐室在煤矿灾害事故发生时,其应有的救援作用没能得到充分发挥。为解决这一问题,推动煤矿井下避难硐室救援成效的提升,本论文结合国内外煤矿井下避难硐室的研究现状,从避难硐室建设的相关基础理论研究入手,构建了煤矿井下避难硐室选址影响因子系统模型,揭示了煤矿井下避难硐室选址的影响因子及其作用机制。本论文基于灾变演化过程对避难硐室选址影响因素进行了分析,采用数值仿真模拟的方法对避难逃生路径下的热动力灾害演变特征进行了研究,尤其对烟气蔓延规律与火区温度分布和变化特征以及灾区致害气体和能见度的时变特性进行了演化和分析。在此基础上,结合我国煤矿井下避难硐室研究和应用的实际情况,提出了一套相对科学的、适合我国煤矿特色的煤矿井下避难硐室选址科学性评价系统和选址科学性评价等级划分标准。该系统采用定性与定量相结合,通过对选址影响因子进行权重计算,以及对选址周围地质情况等影响因子量化处理,最终经系统模块化计算得出选址科学性评价总值,进而对标可得出选址的科学性等级。此外,运用该研究成果参与和指导了兖州赵楼煤矿的避难硐室选址和优化建设,并将该评价系统扩展应用到对煤矿井下单个避难硐室建设质量量化评价以及井下避难硐室群规划方案的优化中,从而很好的解决了单个硐室的建设质量评价以及避难硐室群组建设的方案优化问题,在实践中得到了科学验证,效果良好。本文分为六部分。第一部分是绪论;第二部分是基于灾变演化的避难硐室选址影响因素研究;第三部分是避难逃生路径下的热动力灾害演变特征;第四部分是煤矿井下避难硐室选址影响因素评价;第五部分是避难硐室选址在赵楼煤矿的实际应用;第六部分是结论。本研究成果能够帮助煤矿建设井下避难硐室时科学选址,从而有效提升灾难时硐室的救援效果,同时能够用于对已建避难硐室总体质量优劣的科学考评,也可用于对井下避难硐室群组建设方案的优化。此外,该成果还可用于国家煤矿安全监察管理部门对煤矿井下避难硐室建设的指导和优劣评价,为其制定相关政策提供决策依据。
王东[7](2018)在《大黄山一号井灾害风险管控体系建设及应用》文中研究指明安全管理长期以来一直是煤矿生产管理的核心要点,但近年来发生的重特大事故暴露出当前安全生产领域“认不清、想不到”的问题突出。构建双重预防机制就是针对这些问题,强调安全生产的关口前移,从隐患排查治理前移到安全风险管控。基于这种形式,本文结合大黄山一号井矿井灾害情况,采用安全管理的相关理论和方法,对大黄山一号井灾害风险管控体系进行了研究。本文采用灾害风险排查方法,对大黄山一号井进行了风险排查,共得到了56条相关灾害风险;利用风险矩阵法,建立了大黄山一号井危险源评价矩阵,对排查出的灾害危险源进行了评价,得出了相关风险值和风险等级,并制定了管控措施;建立了大黄山一号井灾害管控风险评价指标体系,采用层次分析法,得出了各指标的权重,并通过了一致性检验,得到了大黄山一号井灾害管控风险的主要影响因素,并提出了相关措施建议。制定了所建立指标体系中各二级指标的计分方法,对大黄山一号井2018年1月至8月灾害管控水平的进行了评价,将评价结果与安全生产标准化考核结果进行了对比,表明所建立的灾害管控效果评价方法能更好的反映大黄山一号井的灾害管控效果的变化。通过本论文的研究,建立了适合大黄山一号井的灾害风险管控体系。将本论文成果在大黄山一号井进行应用,使大黄山一号灾害风险管控水平持续提高,为大黄山一号矿井安全生产提供了技术手段。
王勇[8](2018)在《煤矿救灾机器人井下可视导航技术研究》文中研究说明煤矿地理区域范围大、井下巷道蜿蜒曲折且交叉众多、灾后巷道严重破坏造成地形复杂崎岖、灾后空气中不均匀的分布着爆炸性气体和粉尘、视觉环境黑暗潮湿、地下环境极大限制了无线通讯,这些环境因素对机器人的行走和导航造成了极大的困难。经过多年的努力,中国矿业大学在煤矿救灾机器人的防爆设计、行走机构的研究上获得了大量的成果,并通过重大项目的应用示范,获得了煤矿安全的认证,基本解决了煤矿救灾机器人的井下遥控行走问题,然而在井下导航上还缺乏深入研究,因此本文以采用可视化技术提高煤矿救灾机器人的导航能力为目标展开研究工作。首先,对煤矿井下的环境结构特点展开研究工作,包括巷道的灾前灾后的结构及地形特点、巷道内的视觉环境特点、巷道内的电磁环境特点三个方面。根据煤矿整体结构特点,本文将煤矿救灾机器人的整个救援流程划分为五个阶段进行分析,总结出不同阶段井下导航所面临的环境限制并提出相应的对策。根据零照度、粉尘和潮湿等井下视觉环境特点,分析其对视觉传感的影响。根据煤矿井下巷道结构以及存在各种设备造成的特殊电磁环境,分析巷道内电磁干扰和无线通讯特点对机器人的影响。其次,针对煤矿救灾机器人回传视频受到井下视觉环境因素影响而产生图像劣化的问题,提出采用图像增强的方式提高机器人的可视能力。主要包括:采用灰度直方图拉伸及均衡算法解决零照度问题;暗通道去雾算法解决粉尘、烟雾干扰问题;采用图像稳像算法解决机器人行走中的颠簸造成的图像抖动问题;采用热成像仪侦测生命体及发热设备;采用深度相机侦测井下的地形结构。再次,针对机器人行走在煤矿井下大区域空间内的位置可视化问题,采用虚拟现实技术实现整个煤矿矿井的三维可视化显示,并在其中标识出机器人的实时行走位置和空间行走轨迹。除了煤矿的整体三维模型,本文还采用模块化堆砌技术实现了煤矿井下灾害区域巷道模型的快速搭建,结合预埋RFID标签和反光标志牌识别等方法解决井下大地理区域的定位问题。利用改进的A*算法在虚拟三维空间中实现路径导航,结合机器人的视频遥控导航,实现了机器人的三维可视导航。再次,实现了虚实结合的可视导航试验平台,解决了试验样机因为由于安全和法规限制无法下井开展大量试验工作的问题。整个平台分为三个主要部分:可视导航算法的移动试验平台、虚拟可视导航试验系统、光学动作位置捕捉系统平台,平台将物理机器人及传感器、虚拟机器人及传感器相结合并进行了联调。最后,为了验证可视导航研究中的虚拟实验平台以及视频增强算法的可行性和有效性,本文进行了三项综合实验,分别是井下视觉环境虚拟实验、应用示范中的可视化导航实验和巷道内虚拟现实辅助可视导航试验。综上所述,本文通过对煤矿救灾机器人井下可视导航关键性技术的研究,提供给煤矿救灾机器人井下导航一些新的思路。
王勇,李允旺,田鹏,周雨,陈清[9](2018)在《煤矿救灾机器人发展历程分析及展望》文中研究指明通过对美国、新西兰、俄罗斯矿难救援中使用的煤矿救灾机器人案例进行调查和分析,并对中国矿业大学和中信重工开诚智能装备有限公司的机器人进行了简要介绍,对煤矿救灾机器人的整个发展过程中出现的问题进行了总结。通过实际案例结合市场需求、法规政策及标准化、技术提升3个维度的分析,分解问题并找出具体解决问题的办法,最后提出了煤矿救灾机器人未来的一些展望。
王建豪[10](2017)在《煤矿火灾事故个人不安全行为原因研究》文中研究指明火灾是煤矿生产中所面临的主要灾害之一。目前对于煤矿火灾的研究主要集中于工程技术层面的煤自燃预测预警,较少涉及事故预防的行为控制方法,而实际该类事故的发生也多与人的不安全行为有关。而且通过分析煤矿火灾事故分类、原因分析、预防对策等研究现状可知,目前对于该类事故的分类不够细致、穷尽,原因分析不够系统、彻底,导致预防培训内容缺乏针对性。基于此,本文以以往事故案例为研究对象,以事故致因理论为依据,对煤矿火灾发生规律及个人层面原因进行统计分析,并给出原因分析结果。原因分析是事故预防的基础工作,因此本文仍属基础研究,但同时也将给出一些针对性培训建议,用于指导该类事故的预防。本文选取事故致因“2-4”模型(第4版)作为分析工具,对我国1990-2015年间发生的95起煤矿火灾事故进行了个人不安全行为原因统计研究,其中,内因火灾32起,机电火灾43起,炸药燃烧与明火火灾各10起。首先,对导致事故发生的不安全动作进行了识别与频次统计,获得了各类火灾事故不安全动作原因列表,并从引发事故(包括火源产生、火势发展、组织危险作业以及安全管理和人员配备四类)与扩大事故(包括自救、救援、灭火和通风四类)两方面对其进行分类,且对各子类不安全动作的违章类型(9类)、发出者(4类)等作了统计对比;然后,对与事故发生有关的不安全物态进行了识别与频次统计,获得了各类火灾事故不安全物态原因列表,并从材料、设备设施与作业环境三方面对其进行分类,且对各子类不安全物态的违章类型(3类)、对应不安全动作等作了统计对比;总结了侥幸、麻痹、省能、从众等多种不安全心理状态,并结合“2-4”模型中已有的知识、意识和习惯三方面原因,对导致各不安全动作与不安全物态产生的不安全习惯性行为进行了分类统计;最后,对不同类别火灾事故各层面原因作了综合对比,并给出了预防培训建议。所得煤矿火灾事故发生趋势及各层面原因统计与对比分析结果如下:1)对近年来我国煤矿火灾事故发生宏观规律进行了统计分析。2001-2015年间,我国煤矿火灾事故起数与死亡人数均呈波动下降趋势,2011年后趋于稳定(年均发生24起,死亡2536人);重特大火灾事故起数也逐年递减,但每年都有发生,且在重特大煤矿事故中的比例呈逐年上升趋势。1990-2015年间的重特大煤矿火灾事故中,机电火灾发生起数与造成死亡人数均最多,内因火灾次之;炸药燃烧事故起数不高,但每起事故伤亡较为严重,平均单起死亡可达26.38人。2)研究获得了与四类煤矿火灾事故发生有关的不安全动作原因列表,并在此基础上对各不安全动作的分类、违章情况、发出者、成因等方面进行了统计分析。(1)引发事故的不安全动作中,导致火源产生的频次相对较高,其是事故预防的关键环节,且不同类别煤矿火灾事故中不安全动作的种类也存在较大差异。其中,内因火灾火源的产生主要与未进行有害气体检查(19次)、火区治理不彻底(13次)、未采取综合预防煤层自然发火措施(12次)等相关;导致机电火源产生的不安全动作主要有未对机电设备进行定期检修、试验(17次),机电设备未设综合保护装置(10次),违章接线(7次)等;引发炸药燃烧的不安全动作主要与火工品的选用与贮存不当有关,诸如购买、使用非煤矿许用炸药(10次),违章建爆炸材料库(6次)等出现较多;明火火灾中火源的产生主要由吸烟(7次)、违章放炮(2次)和使用火炉(1次)导致。(2)扩大事故的不安全动作中,与自救不力和救援不力有关的较多,其是导致伤亡扩大的主要原因,且不同类别煤矿火灾事故中不安全动作的种类差别不大。其中,四类事故中出现频次较高的主要包括未及时上报申请救援(34次)、未携带自救器(25次)、未建成2个以上安全出口(20次)、冒险组织抢救(16次)、未配备自救器(14次)等。(3)违章的不安全动作均占每类事故中总数的90%以上,且炸药燃烧事故中所有不安全动作均是违章的,企业应加强现有规章制度的执行。对于不违章但曾引起事故的不安全动作,内因火灾中主要有火区治理不彻底(9次)、采取灭火措施不当(6次)、节假日期间未采取安全措施(4次)等;机电火灾中主要有采取灭火措施不当(6次)、未及时清理皮带道杂物(4次)、未及时处理机电设备油渍(3次)等;而明火火灾中仅存在未制止工人吸烟(3次)和未及时清理巷道易燃物(2次)两类。不违章、未引起过事故但高风险的不安全动作仅出现四类,即进入危险区域行走、组织交叉作业、输送机挡煤装置安装不合理和维修密闭未采取安全措施。可基于此细化、完善企业相关规章制度。(4)煤矿火灾事故总体中共涉及不安全动作861次,从不安全动作发出者看,与中层管理者有关的动作频次比例最高,为43.4%,高层管理者的次之,为40.2%,该两类人员是事故预防的重点群体;从不安全动作成因看,事故中共涉及12类不安全习惯性行为原因,其中与知识不足有关的不安全动作频次比例最高,占56.0%,与习惯不佳有关的次之,占55.4%;此外,省能心理(54.2%)、意识不高(49.2%)、侥幸心理(39.8%)等也都是导致不安全动作产生的重要原因,可作为企业进行员工安全知识培训以及心理干预的依据。3)研究获得了与四类煤矿火灾事故发生有关的不安全物态原因列表,并在此基础上对各不安全物态的分类、违章情况、与不安全动作对应关系、成因等方面进行了统计分析。(1)与材料有关的不安全物态中,涉及炸药燃烧事故的频次比例最高,主要指井下存在的非煤矿许用炸药(10次),应规范火工品的选用与贮存;机电火灾中多涉及设备设施的缺陷,诸如电缆破损(12次)、非阻燃电缆(10次)、机电设备无综合保护装置(10次)等出现较多,存在的机电设备有电缆(25次)、带式输送机(6次)、空气压缩机(6次)等,应规范该系列机电设备的选用、检修与维护;与作业环境有关的不安全物态中,涉及内因火灾的频次比例最高,主要包括井下存在着火点(15次)、漏风(10次)、自然通风(7次)等,应加强井下火区与通风管理,且存在的火源产生地点有采空区(9次)、平巷(6次)、邻矿火区(5次)等,其是内因火灾的重点防治区域。(2)违章的不安全物态均占各类事故中总数的80%以上,可基于此设计针对性的不安全物态控制措施。对于不违章但曾引起事故的不安全物态,内因火灾中主要包括矿井周边存在火区(6次)、煤层裸露破碎(5次)、采空区空顶较大(2次)等;机电火灾中主要有皮带道存在杂物(3次)、机电设备渗油(3次)、机电设备周围存在易燃物(2次)等;炸药燃烧事故中,仅巷道布置混乱(3次)属不违章的不安全物态;明火火灾中,仅灭火器质量不佳和循环通风是不违章的,各出现1次。不违章、未引起过事故但高风险的不安全物态仅在机电火灾中出现两类,即消防管路质量不合格(塑料垫圈)和巷道弯曲。(3)90%以上的不安全物态均可找到对应其产生的不安全动作,即不安全物态多是通过不安全习惯性行为作用于不安全动作产生,而由不安全习惯性行为直接造成的不安全物态则较少。内因火灾中,仅巷道断面偏小、矿井周边存在火区和火区密闭紧邻进风巷三类不安全物态组织内无对应其产生的不安全动作;机电火灾中,仅消防管路质量不合格、巷道弯曲、开关接触不良以及机电设备渗油(部分)四类不安全物态是由不安全习惯性行为直接导致;炸药燃烧事故中,所有不安全物态均可找到对应其产生的不安全动作;明火火灾中,仅灭火器质量差、灭火效果不佳无对应其产生的不安全动作。(4)对于可激活不安全动作的不安全物态,其仅在内因火灾和机电火灾中出现较少类别。主要包括矿井防灭火系统不完善(导致采取灭火措施不当)、注浆灭火管路故障(导致火区治理不彻底)、通讯设备故障(导致未及时上报申请救援)和巷道布置混乱(导致选择错误避灾路线)。4)研究得到了导致四类煤矿火灾事故发生的共性类原因,可基于此制定通用的事故预防措施。共性不安全动作包括47小类,出现554次,其中未组织员工安全培训(41次)、非法组织生产(39次)、未及时上报申请救援(34次)、以包代管(33次)等频次较高,四类事故中均存在的不安全动作有12小类;共性不安全物态包括13小类,出现160次,其中作业地点处于越界区域和风量不足两类频次最高,均是21次,四类事故中均存在的不安全物态有5小类。5)基于行为安全事故预防培训系统,从事故原因展示模型的改进、事故预防路径的完善、事故的分类预防、不安全动作与物态的分类预防、不安全习惯性行为的展示等角度提出了煤矿火灾事故预防的行为控制方案及培训建议。
二、对煤矿灾害事故初期救灾工作的探讨(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、对煤矿灾害事故初期救灾工作的探讨(论文提纲范文)
(1)基于VR技术煤矿灾害应急处置培训模式应用设计(论文提纲范文)
1 煤矿灾害应急处置培训现状分析 |
2 基于VR技术煤矿灾害应急处置培训模式的设计 |
2.1 VR及VR+煤矿灾害应急处置培训模式 |
2.2 系统方案 |
2.2.1 虚拟现实头戴显示系统(VR头盔) |
2.2.2 软件设计方案 |
2.3 应用效果 |
3 结论 |
(2)井下机器人入驻的安全性评价(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究目的与意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 煤矿井下开采所处环境 |
1.3.1 井下开采自然环境 |
1.3.2 井下人工作业环境 |
1.4 研究内容 |
2 煤矿井下巡检机器人导航定位分析 |
2.1 引言 |
2.2 矿井正常生产条件下导航环境分析 |
2.2.1 井下巷道内安全辅助器材 |
2.2.2 斜坡 |
2.2.3 排水沟 |
2.2.4 道床 |
2.3 矿井灾害条件下导航环境分析 |
2.4 矿井机器人导航环境模型简化 |
2.4.1 凸坡 |
2.4.2 斜坡 |
2.4.3 连续阶梯 |
2.5 矿井机器人导航定位系统构成 |
2.6 本章小结 |
3 煤矿井下机器人系统分析 |
3.1 引言 |
3.2 煤矿机器人典型的移动机构 |
3.3 煤矿机器人机械系统与防爆设计 |
3.3.1 煤矿井下机器人机械性能要求 |
3.3.2 煤矿井下机器人机械系统 |
3.3.3 煤矿井下机器人防爆要求 |
3.3.4 煤矿井下机器人防爆箱体强度及变形仿真分析 |
3.4 煤矿机器人控制系统 |
3.4.1 煤矿井下机器人控制系统功能 |
3.4.2 煤矿井下机器人控制系统组成 |
3.5 本章小结 |
4 煤矿井下机器人环境检测和安全评估 |
4.1 引言 |
4.2 煤矿井下气体环境检测系统 |
4.3 煤矿井下气体环境检测系统数据融合 |
4.3.1 煤矿井下环境检测融合的必要性 |
4.3.2 煤矿井下环境检测数据融合的方法 |
4.4 煤矿井下环境安全评估 |
4.4.1 煤矿井下环境评估方法 |
4.4.2 煤矿井下环境评估网络分析法 |
4.4.3 模糊综合评估 |
4.4.4 煤矿井下安全评估 |
4.5 本章小结 |
5 结论与展望 |
参考文献 |
致谢 |
作者简介及读研期间主要科研成果 |
(3)煤矿蛇形探测机器人位姿控制方法研究(论文提纲范文)
摘要 |
ABSTRACT |
主要符号表 |
1 绪论 |
1.1 选题背景及研究意义 |
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 煤矿救援机器人的国内外研究现状 |
1.2.2 蛇形机器人的国内外研究现状 |
1.2.3 移动机器人定位技术的国内外研究现状 |
1.2.4 蛇形机器人运动控制方面的国内外研究现状 |
1.2.5 机器人越障方面的国内外研究现状 |
1.2.6 机器人空间环境辨识建模的国内外研究现状 |
1.2.7 机器人避障算法的国内外研究现状 |
1.2.8 存在问题及其分析 |
1.3 研究内容及技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
2 煤矿蛇形探测机器人系统研制 |
2.1 引言 |
2.2 煤矿蛇形探测机器人工作环境的分析 |
2.3 煤矿蛇形探测机器人系统的功能需求 |
2.4 煤矿蛇形探测机器人机械本体研制 |
2.4.1 单元模块的设计 |
2.4.2 关节模块的设计 |
2.4.3 移动机构的设计 |
2.5 煤矿蛇形探测机器人控制系统构架 |
2.5.1 硬件平台的三层次分布式结构 |
2.5.2 软件系统功能模块化体系结构 |
2.6 本章小结 |
3 煤矿蛇形探测机器人的定位研究 |
3.1 引言 |
3.2 定位系统建模 |
3.2.1 机器人坐标系模型 |
3.2.2 欧拉角法 |
3.2.3 姿态更新四元数法 |
3.2.4 基于航位推算的蛇形探测机器人定位模型的建立 |
3.3 基于卡尔曼滤波算法的航位推算定位方法 |
3.3.1 卡尔曼滤波 |
3.3.2 基于卡尔曼滤波算法的航向角定位方法 |
3.4 基于LSTM深度神经网络的MEMS陀螺仪输出预测方法 |
3.4.1 MEMS陀螺仪输出预测方法分析 |
3.4.2 LSTM深度神经网络原理剖析 |
3.4.3 基于LSTM深度神经网络的MEMS陀螺仪输出预测模型建立 |
3.5 仿真与实验结果分析 |
3.6 本章小结 |
4 基于运动学模型的煤矿蛇形探测机器人姿态控制研究 |
4.1 引言 |
4.2 蛇形探测机器人的仿生学分析 |
4.2.1 生物蛇的骨骼结构 |
4.2.2 生物蛇的运动步态 |
4.3 蛇形探测机器人运动学建模 |
4.3.1 D-H变换 |
4.3.2 D-H参数法建模 |
4.4 蛇形探测机器人姿态控制方法 |
4.4.1 蜿蜒运动 |
4.4.2 伸缩运动 |
4.4.3 抬头运动 |
4.5 仿真及运动控制实验 |
4.5.1 仿真实验 |
4.5.2 运动控制实验 |
4.6 本章小结 |
5 基于PSOELM的煤矿蛇形探测机器人自主越障研究 |
5.1 引言 |
5.2 凸台障碍物的形状分析 |
5.3 蛇形机器人越障动作分析 |
5.4 机器人位姿控制的专家规则 |
5.5 建立极限学习机控制模型 |
5.5.1 极限学习机的引入 |
5.5.2 基于极限学习机的越障控制模型的建立 |
5.6 利用改进粒子群算法优化极限学习机权系数寻优及分析 |
5.6.1 利用改进粒子群算法优化极限学习机权系数寻优 |
5.6.2 改进PSO参数对寻优性能影响的分析 |
5.7 仿真实验及结果分析 |
5.8 本章小结 |
6 煤矿蛇形探测机器人环境辨识建模方法及自主避障研究 |
6.1 引言 |
6.2 煤矿蛇形探测机器人环境辨识建模方法 |
6.2.1 障碍物环境信息采集与处理 |
6.2.2 障碍物环境模型建立 |
6.2.3 变结构的模糊神经网络控制模型 |
6.2.4 基于GAVSFNN的学习算法 |
6.3 基于知识库的机器人自主避障系统软模型 |
6.4 仿真与实验 |
6.5 本章小结 |
7 实验研究与分析 |
7.1 引言 |
7.2 煤矿蛇形探测机器人实验系统 |
7.3 相对定位实验 |
7.4 蛇形探测机器人运动姿态实验 |
7.5 自主越障实验 |
7.6 自主避障实验 |
7.7 煤矿井下环境探测实验 |
7.8 本章小结 |
8 结论与展望 |
8.1 结论 |
8.2 创新点 |
8.3 展望 |
致谢 |
参考文献 |
附录 |
(4)山东煤矿事故风险分析平台的构建及应用研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.3 研究目的及意义 |
1.4 研究内容和技术路线 |
1.5 本章小结 |
2 相关理论与技术 |
2.1 数据采集与挖掘理论 |
2.2 云技术理论 |
2.3 双重预防理论 |
2.4 智慧矿山理论 |
2.5 本章小结 |
3 煤矿事故分析平台的构建设计 |
3.1 平台建设目标 |
3.2 前期调研工作情况 |
3.3 系统总体结构和逻辑结构 |
3.4 信息资源规划和数据库建设 |
3.5 本章小结 |
4 煤矿事故风险分析平台建设内容 |
4.1 平台建设技术基础 |
4.2 管理信息系统 |
4.3 业务应用系统 |
4.4 本章小结 |
5 煤矿事故分析平台的应用管理与维护 |
5.1 工程概况 |
5.2 系统应用 |
5.3 维护机构与管理制度 |
5.4 本章小结 |
6 煤矿事故风险分析平台的应用实例 |
6.1 平台运行监测事故概况 |
6.2 利用平台发现的企业隐患 |
6.3 检测隐患后采取的措施 |
6.4 本章小结 |
7 主要结论与展望 |
7.1 主要结论 |
7.2 展望 |
参考文献 |
致谢 |
学位论文数据集 |
(5)矿井火灾事故应急资源调配智能决策理论与应用研究(论文提纲范文)
摘要 |
Abstract |
1 引言 |
1.1 研究背景及意义 |
1.1.1 论文的研究背景 |
1.1.2 论文的研究意义 |
1.2 国内外研究现状 |
1.2.1 应急管理研究现状 |
1.2.2 应急资源调配研究现状 |
1.2.3 应急资源需求量预测研究现状 |
1.2.4 应急资源库选址规划研究现状 |
1.2.5 应急资源调配决策研究现状 |
1.2.6 应急救援能力评价研究现状 |
1.3 研究内容及技术路线 |
1.3.1 主要研究内容 |
1.3.2 技术路线 |
1.4 本章小结 |
2 矿井火灾事故应急资源调配的影响因素研究 |
2.1 应急资源调配的影响因素分析 |
2.1.1 管理因素 |
2.1.2 人员因素 |
2.1.3 设备因素 |
2.1.4 环境因素 |
2.2 系统动力学原理 |
2.2.1 系统动力学简介 |
2.2.2 系统动力学解决问题的步骤 |
2.2.3 Vensim软件简介 |
2.3 系统动力学模型的构建 |
2.3.1 模型的假设与说明 |
2.3.2 模型变量的定义 |
2.3.3 因果关系图的构建 |
2.3.4 存量流量图及系统动力学方程 |
2.4 系统动力学仿真模拟 |
2.4.1 案例背景资料 |
2.4.2 系统动力学参数设置 |
2.4.3 系统动力学模型检验 |
2.4.4 系统动力学仿真结果 |
2.5 本章小结 |
3 矿井火灾事故应急资源需求量预测研究 |
3.1 问题的提出 |
3.2 应急资源概述 |
3.2.1 应急资源的概念 |
3.2.2 应急资源的分类 |
3.2.3 应急资源的特点 |
3.2.4 应急资源的筹集策略分析 |
3.3 多元回归分析理论 |
3.3.1 多元回归分析简介 |
3.3.2 多元回归分析模型 |
3.4 实例分析 |
3.4.1 案例应用背景 |
3.4.2 自变量的选取 |
3.4.3 多元回归数学模型的建立 |
3.4.4 误差分析 |
3.5 本章小结 |
4 煤矿应急资源库选址规划研究 |
4.1 问题的提出 |
4.2 应急资源库选址规划问题分析 |
4.2.1 煤矿应急资源库的选址原则 |
4.2.2 应急资源库的选址影响因素 |
4.3 相关理论基础 |
4.3.1 多目标规划理论 |
4.3.2 免疫优化算法 |
4.3.3 粗糙集理论 |
4.4 应急资源库选址模型的构建 |
4.4.1 多目标规划选址模型 |
4.4.2 免疫学优化算法求解选址模型 |
4.4.3 基于粗糙集理论的应急资源库选址方案评估 |
4.5 实例分析 |
4.5.1 案例背景资料 |
4.5.2 应急资源库选址规划模型 |
4.5.3 应急资源库选址方案评估 |
4.6 本章小结 |
5 矿井火灾事故应急资源调配最优决策研究 |
5.1 问题的提出 |
5.2 应急资源调配的特点和原则 |
5.2.1 应急资源调配的特点 |
5.2.2 应急资源调配决策的制定原则 |
5.3 应急资源调配模型的建立 |
5.3.1 模型的假设 |
5.3.2 应急资源调配问题的描述 |
5.3.3 数学模型的建立 |
5.4 基于蚁群算法的数学模型求解 |
5.4.1 蚁群智能优化算法原理 |
5.4.2 模型求解过程 |
5.5 实例分析 |
5.5.1 案例背景 |
5.5.2 参数设置 |
5.5.3 计算结果分析 |
5.6 本章小结 |
6 矿井火灾事故应急资源调配的评估研究 |
6.1 问题的提出 |
6.2 评估的流程 |
6.3 指标体系的建立 |
6.3.1 评估指标体系建立步骤 |
6.3.2 指标体系建立的原则 |
6.3.3 评估指标体系的建立 |
6.3.4 评估指标评分标准的定量化分析 |
6.3.5 样本数据的采集与处理 |
6.3.6 指标权重的确立 |
6.4 支持向量机评估模型 |
6.5 评估模型的训练结果 |
6.6 评估模型的检验 |
6.7 本章小结 |
7 矿井火灾事故应急资源调配智能决策模型的应用分析 |
7.1 案例应用背景 |
7.1.1 鹤岗市基本情况 |
7.1.2 泰源煤矿火灾事故简介 |
7.2 应急资源需求量预测 |
7.3 应急资源库选址规划方案规划 |
7.3.1 选址规划模型计算结果 |
7.3.2 应急资源库选址方案评估 |
7.4 应急资源调配决策制定 |
7.4.1 模型的参数设置 |
7.4.2 计算结果分析 |
7.5 应急资源调配过程评估 |
7.5.1 数据的采集 |
7.5.2 评估结果分析 |
7.6 本章小结 |
8 结论与展望 |
8.1 论文的主要结论 |
8.2 论文的创新点 |
8.3 后续工作及展望 |
参考文献 |
致谢 |
作者简介 |
(6)煤矿井下避难硐室位置优化及应用研究(论文提纲范文)
致谢 |
摘要 |
abstract |
变量注释表 |
1 绪论 |
1.1 背景介绍 |
1.2 国外研究现状 |
1.3 国内研究现状 |
1.4 研究目的及意义 |
1.5 主要内容及研究技术路线 |
2 基于灾变演化的避难硐室选址影响因素研究 |
2.1 避难硐室选址安全距离的正反演计算方法 |
2.2 避难硐室位置选择 |
2.3 避难硐室周边地质因素 |
2.4 避难及救援路线因素 |
2.5 投资成本因素 |
2.6 人为因素 |
2.7 其他因素 |
2.8 避难硐室选址系统构建 |
2.9 本章小结 |
3 避难逃生路径下的热动力灾害演变特征 |
3.1 热动力灾害演变仿真方法及模型构建 |
3.2 工作面运输巷胶带火灾的数值模拟研究 |
3.3 工作面回风隅角瓦斯爆炸的数值模拟研究 |
3.4 本章小结 |
4 煤矿井下避难硐室选址影响因素评价 |
4.1 煤矿避难硐室选址评价方法 |
4.2 煤矿避难硐室选址影响因素权重分配方法 |
4.3 煤矿避难硐室选址影响耦合值的计算 |
4.4 煤矿避难硐室选址级别的设立和划分 |
4.5 本章小结 |
5 避难硐室选址在赵楼煤矿的实际应用 |
5.1 赵楼煤矿矿井概况以及紧急避险设施的建设状况 |
5.2 赵楼煤矿避难硐室的实际应用 |
5.3 赵楼煤矿井下避难硐室群选址优化 |
5.4 本章小结 |
6 结论 |
6.1 结论 |
6.2 主要创新点 |
6.3 展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(7)大黄山一号井灾害风险管控体系建设及应用(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 选题背景及研究意义 |
1.2 国内外研究现状 |
1.2.1 煤矿安全管理研究现状 |
1.2.2 煤矿灾害风险评价研究现状 |
1.2.3 煤矿灾害风险控制研究现状 |
1.3 主要研究内容及技术路线 |
1.3.1 主要研究内容 |
1.3.2 技术路线 |
2 矿井灾害风险管控的基础理论与方法 |
2.1 矿井灾害风险管控的理论基础 |
2.1.1 风险预控的理论基础 |
2.1.2 风险预控连续统一体理论 |
2.1.3 基于风险预控理论的风险梯度控制 |
2.2 灾害风险评估与辨识方法 |
2.2.1 作业条件危险性评价法(LEC) |
2.2.2 失效模式与影响分析评价法(FMEA) |
2.2.3 改进的作业条件危险性评价法(MES) |
2.2.4 风险矩阵法 |
2.3 风险管控综合评价方法 |
2.4 本章小结 |
3 大黄山一号井主要灾害及其风险评估 |
3.1 矿井基本情况 |
3.1.1 矿井地理位置 |
3.1.2 地形地貌 |
3.1.3 井田地质、构造 |
3.1.4 矿井开拓系统 |
3.1.5 采煤方法 |
3.2 矿井灾害 |
3.2.1 矿井瓦斯灾害 |
3.2.2 矿井火灾 |
3.2.3 矿井水灾 |
3.2.4 矿井其它灾害 |
3.3 危险源辨识和风险评估 |
3.3.1 危险源辨识和风险评估标准及方法的确定 |
3.3.2 大黄山一号井风险排查与辨识 |
3.3.3 大黄山一号井灾害风险评估 |
3.4 本章小结 |
4 大黄山一号井灾害管控风险评价 |
4.1 灾害管控风险评价指标体系 |
4.1.1 灾害风险评价指标选取原则 |
4.1.2 灾害风险评价指标体系 |
4.2 灾害管控风险评价 |
4.2.1 层次分析模型的建立 |
4.2.2 指标重要性排序 |
4.3 灾害管控风险评价结果分析 |
4.4 本章小结 |
5 大黄山一号井灾害风险管控及效果评价 |
5.1 灾害风险管控的指导思想 |
5.2 灾害风险管控的闭环管理 |
5.2.1 灾害风险监测 |
5.2.2 灾害风险发布 |
5.2.3 灾害风险跟踪管理 |
5.3 灾害风险管控效果综合评价 |
5.3.1 综合评价指标取值方法 |
5.3.2 管控效果评价 |
5.4 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 |
(8)煤矿救灾机器人井下可视导航技术研究(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、意义及来源 |
1.2 国内外研究进展 |
1.3 关键技术问题与研究目标 |
1.4 主要研究内容 |
2 煤矿井下巷道环境特点及其对机器人导航的影响 |
2.1 引言 |
2.2 巷道结构环境特点 |
2.3 巷道内视觉环境 |
2.4 巷道内电磁环境 |
2.5 本章小结 |
3 煤矿井下导航视频增强技术研究 |
3.1 引言 |
3.2 灾后井下环境中的视频图像增强 |
3.3 机器人视频稳像 |
3.4 热成像可视化增强 |
3.5 深度相机辅助可视化 |
3.6 本章小结 |
4 基于虚拟现实技术的井下机器人可视化导航 |
4.1 引言 |
4.2 机器人虚拟现实可视化平台 |
4.3 机器人灾后井下定位技术 |
4.4 机器人虚拟现实可视化导航 |
4.5 本章小结 |
5 可视导航试验平台搭建 |
5.1 引言 |
5.2 移动试验平台搭建 |
5.3 光学动捕测试系统搭建 |
5.4 虚拟试验系统构建 |
5.5 试验平台联调 |
5.6 本章小结 |
6 煤矿井下机器人可视导航试验研究 |
6.1 引言 |
6.2 井下视觉环境虚拟试验 |
6.3 应用示范的可视化相关试验 |
6.4 巷道内虚拟现实辅助可视导航试验 |
6.5 本章小结 |
7 结论与展望 |
7.1 结论 |
7.2 创新点 |
7.3 展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(9)煤矿救灾机器人发展历程分析及展望(论文提纲范文)
1 国外矿难救援应用 |
1.1 美国矿山安全卫生管理局V2机器人 |
1.1.1 V2机器人相关背景及救援经历 |
1.1.2 V2机器人救援中获得的经验 |
1.2 新西兰派克河矿难中的国防部军用机器人和西澳水务机器人 |
1.2.1 机器人相关背景及救援经历 |
1.2.2 获得的经验 |
(1) 机器人需要进行特殊的防护设计 |
(2) 机器人需要特殊的环境传感设计 |
(3) 机器人不能过于笨重 |
1.3 俄罗斯矿难救援机器人 |
2 中国的相关研究 |
2.1 中国矿业大学 |
2.2 中信重工开诚智能装备有限公司 |
3 发展状况综合分析 |
4 发展历程中存在的问题及对策 |
4.1 市场需求 |
4.1.1 需求方分析 |
4.1.2 购买方分析 |
4.1.3 经营/使用方分析 |
4.2 政策许可 |
4.2.1 安全特许 |
4.2.2 检测、评定及标准化 |
4.2.3 政策与法规 |
4.3 技术提升 |
4.3.1 新型防爆材料及轻量化结构 |
4.3.2 电子设备集成化 |
4.3.3 人工智能 |
4.3.3. 1 自主导航技术难以应用 |
4.3.3. 2 借鉴其他领域的人工智能技术 |
4.3.4 测试手段及研发方法 |
5 结语 |
(10)煤矿火灾事故个人不安全行为原因研究(论文提纲范文)
摘要 |
abstract |
1 引言 |
1.1 研究背景及意义 |
1.2 文献综述 |
1.2.1 煤矿火灾事故定义及分类 |
1.2.2 煤矿火灾事故原因及预防对策研究综述 |
1.2.3 个人不安全行为相关研究综述 |
1.2.4 煤矿火灾事故个人不安全行为原因研究基础 |
1.3 研究内容 |
1.4 理论依据 |
1.5 总体技术路线 |
1.6 本章小结 |
2 煤矿火灾事故发生规律及实例分析 |
2.1 煤矿火灾事故发生规律研究 |
2.1.1 煤矿火灾事故特征及分类 |
2.1.2 煤矿火灾事故发生趋势 |
2.2 个人不安全行为分析方法研究 |
2.2.1 典型事故致因模型对比分析 |
2.2.2 事故致因“2-4”模型发展与演变 |
2.2.3 个人不安全行为的识别与分类 |
2.3 煤矿火灾事故原因分析实例展示 |
2.3.1 煤矿火灾事故不安全行为原因分类 |
2.3.2 内因火灾事故实例分析 |
2.3.3 机电火灾事故实例分析 |
2.3.4 炸药燃烧事故实例分析 |
2.3.5 明火火灾事故实例分析 |
2.4 详细技术路线 |
2.5 本章小结 |
3 煤矿内因火灾事故个人不安全行为原因研究 |
3.1 内因火灾事故不安全动作原因研究 |
3.1.1 不安全动作原因列表 |
3.1.2 引发事故的不安全动作 |
3.1.3 扩大事故的不安全动作 |
3.1.4 各子类不安全动作对比分析 |
3.2 内因火灾事故不安全物态原因研究 |
3.2.1 不安全物态原因列表 |
3.2.2 不安全物态分类研究 |
3.2.3 各子类不安全物态对比分析 |
3.3 内因火灾事故不安全习惯性行为原因研究 |
3.3.1 各子类不安全动作对应的不安全习惯性行为统计 |
3.3.2 各不安全习惯性行为出现频次对比分析 |
3.4 本章小结 |
4 煤矿机电火灾事故个人不安全行为原因研究 |
4.1 机电火灾事故不安全动作原因研究 |
4.1.1 不安全动作原因列表 |
4.1.2 引发事故的不安全动作 |
4.1.3 扩大事故的不安全动作 |
4.1.4 各子类不安全动作对比分析 |
4.2 机电火灾事故不安全物态原因研究 |
4.2.1 不安全物态原因列表 |
4.2.2 不安全物态分类研究 |
4.2.3 各子类不安全物态对比分析 |
4.3 机电火灾事故不安全习惯性行为原因研究 |
4.3.1 各子类不安全动作对应的不安全习惯性行为统计 |
4.3.2 各不安全习惯性行为出现频次对比分析 |
4.4 本章小结 |
5 其他类别煤矿外因火灾事故个人不安全行为原因研究 |
5.1 煤矿炸药燃烧事故个人不安全行为原因研究 |
5.1.1 炸药燃烧事故不安全动作原因研究 |
5.1.2 炸药燃烧事故不安全物态原因研究 |
5.1.3 炸药燃烧事故不安全习惯性行为原因研究 |
5.2 煤矿明火火灾事故个人不安全行为原因研究 |
5.2.1 明火火灾事故不安全动作原因研究 |
5.2.2 明火火灾事故不安全物态原因研究 |
5.2.3 明火火灾事故不安全习惯性行为原因研究 |
5.3 本章小结 |
6 不同类别事故个人不安全行为原因对比及培训建议 |
6.1 不安全动作原因对比研究 |
6.1.1 基于动作分类与频次对比 |
6.1.2 基于违章类型对比 |
6.1.3 基于员工层级对比 |
6.1.4 共性不安全动作分析 |
6.2 不安全物态原因对比研究 |
6.2.1 基于物态分类与频次对比 |
6.2.2 基于违章类型对比 |
6.2.3 动作与物态对应关系 |
6.2.4 共性不安全物态分析 |
6.3 不安全习惯性行为原因对比研究 |
6.4 预防对策及培训建议 |
6.5 本章小结 |
7 结论与展望 |
7.1 主要研究结论 |
7.2 主要创新点 |
7.3 不足与展望 |
参考文献 |
致谢 |
作者简介 |
附录 |
四、对煤矿灾害事故初期救灾工作的探讨(论文参考文献)
- [1]基于VR技术煤矿灾害应急处置培训模式应用设计[J]. 陈强盛,王云,万红红. 同煤科技, 2020(03)
- [2]井下机器人入驻的安全性评价[D]. 高苗. 安徽理工大学, 2020(03)
- [3]煤矿蛇形探测机器人位姿控制方法研究[D]. 白云. 西安科技大学, 2019(01)
- [4]山东煤矿事故风险分析平台的构建及应用研究[D]. 杨传印. 山东科技大学, 2019(05)
- [5]矿井火灾事故应急资源调配智能决策理论与应用研究[D]. 聂荣山. 中国矿业大学(北京), 2019(12)
- [6]煤矿井下避难硐室位置优化及应用研究[D]. 黄军利. 中国矿业大学, 2018(06)
- [7]大黄山一号井灾害风险管控体系建设及应用[D]. 王东. 西安科技大学, 2018(01)
- [8]煤矿救灾机器人井下可视导航技术研究[D]. 王勇. 中国矿业大学, 2018(02)
- [9]煤矿救灾机器人发展历程分析及展望[J]. 王勇,李允旺,田鹏,周雨,陈清. 矿山机械, 2018(05)
- [10]煤矿火灾事故个人不安全行为原因研究[D]. 王建豪. 中国矿业大学(北京), 2017(02)