数据挖掘技术在煤矿隐患管理中的应用

陈运启

陈运启.数据挖掘技术在煤矿隐患管理中的应用［J］.工矿自动化，2016, 42（2）：27-30.. DOI: 10.13272/j.issn.1671-251x.2016.02.007
引用本文: 陈运启.数据挖掘技术在煤矿隐患管理中的应用［J］.工矿自动化，2016, 42（2）：27-30.. DOI: 10.13272/j.issn.1671-251x.2016.02.007
shu
CHEN Yunqi. Application of data mining technology in coal mine hidden hazard management[J]. Journal of Mine Automation, 2016, 42(2): 27-30. DOI: 10.13272/j.issn.1671-251x.2016.02.007
Citation: CHEN Yunqi. Application of data mining technology in coal mine hidden hazard management[J]. Journal of Mine Automation, 2016, 42(2): 27-30. DOI: 10.13272/j.issn.1671-251x.2016.02.007
shu

数据挖掘技术在煤矿隐患管理中的应用

  • 中煤科工集团重庆研究院有限公司， 重庆400039

基金项目: 

工信部2014年物联网发展专项资金项目（2014083105）

详细信息

  • 中图分类号: TD67

Application of data mining technology in coal mine hidden hazard management

  • CCTEG Chongqing Research Institute, Chongqing 400039, China

HTML全文

    摘要
  • 摘要: 针对目前煤矿隐患管理缺乏对隐患数据深入分析的问题，介绍了适合隐患关联规则发现的数据挖掘算法，提出用支持度-置信度-Kulczynski度量模式表达隐患因素间的关联关系。对隐患数据预处理、转换后构建隐患数据仓库，并在隐患责任部门、隐患种类、隐患等级和隐患发生地点4个维度上进行挖掘分析，发现多维度间存在的较强关联规则，给出针对性的辅助决策。现场实际应用表明，通过使用数据挖掘算法，减少了隐患的发生次数，为煤矿隐患治理提供了可靠支持。
    Abstract: For lack of deep analysis of hidden hazard data in current coal mine hidden hazard management, data mining algorithms which were suitable for discovering association rule of hidden hazard were introduced, and support-confidence-Kulczynski model was proposed to indicate association relationship among hidden hazard factors. Data warehouse is built after preprocessing and conversion of hidden hazard data, and mining analysis is conducted on four dimensions such as department, category, level and address of hidden hazard, so as to provide corresponding assistant decision-making according to strong association rule founded among dimensions. The actual application results show that occurrence of hidden hazard is reduced and reliable support is provided for coal mine hidden hazard management by use of the data mining algorithm.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(29)

  • 期刊类型引用(22)

    1. 王浩. 选煤厂自动加介质系统的设计. 机械制造. 2024(02): 53-55 . 百度学术
    2. 刘新辉，袁雪，吕鹏辉，雷伟刚，薛振磊，卜祥宁，沙杰. 选煤厂重介质分选工艺智能化改造及应用. 煤炭加工与综合利用. 2024(03): 10-13+17 . 百度学术
    3. 申杰. 选煤厂自动化重介质分选技术的应用分析. 矿业装备. 2024(05): 198-200 . 百度学术
    4. 倪云峰，魏富太，郭苹. 重介质分选过程中悬浮液密度和黏度控制算法研究. 煤炭技术. 2024(08): 296-299 . 百度学术
    5. 张文军. 选煤厂生产线调度最优决策专家系统设计. 自动化仪表. 2024(07): 75-79 . 百度学术
    6. 张军，蔚文朋，张硕，姜坤坤，王杰，李少宁，董良，代伟. 基于云熵优化的云模型-组合赋权煤炭分选工艺综合评价方法. 洁净煤技术. 2024(S2): 508-514 . 百度学术
    7. 王美君，谭章禄，吕晗冰，桂谕典. 选煤厂智能化建设技术架构与技术策略研究. 矿业科学学报. 2024(06): 1017-1026 . 百度学术
    8. 郎艳波. 重介质选煤装备的智能化设计改造及应用. 机械研究与应用. 2023(01): 136-139+143 . 百度学术
    9. 班海俊，武源，张锦龙，刘诗宇，常艇. 李家壕选煤厂智能加介系统研究. 煤炭工程. 2023(04): 168-172 . 百度学术
    10. 柴进，张海斌，高平小，王湛，乔宏. 基于特征融合的选煤厂振动筛故障诊断方法. 煤炭工程. 2023(06): 158-163 . 百度学术
    11. 代伟，王昱栋，彭勇. 重介质选煤过程数学模型的研究现状与展望. 控制工程. 2023(10): 1759-1766 . 百度学术
    12. 吴毅刚，朱陈雨. 重介质悬浮液密度的压差式测量方法研究现状及趋势. 煤炭加工与综合利用. 2023(10): 20-24+28 . 百度学术
    13. 司海波. 重介质洗煤自动控制系统设计研究. 机械管理开发. 2022(08): 257-259 . 百度学术
    14. 代伟，王昱栋，董良，赵跃民. 煤炭智能重介分选技术进展与探索. 工矿自动化. 2022(11): 20-26+44 . 本站查看
    15. 周增宏. 选煤厂制介及加介系统设计与应用. 陕西煤炭. 2021(01): 162-166+173 . 百度学术
    16. 寇金成. 选煤厂重介质悬浮液密度控制方案优化. 山西焦煤科技. 2021(03): 41-43 . 百度学术
    17. 王庆飞，齐健，王洪兵. 乌东选煤厂重介质浅槽分选系统的分选试验研究. 能源与环保. 2021(09): 260-265 . 百度学术
    18. 汤优优，喻连香，陈雄. 重介质选矿技术在处理有色金属矿和非金属矿的研究现状及展望. 矿产综合利用. 2021(04): 118-124 . 百度学术
    19. 王光辉，彭勇，代伟，董良，马小平. 基于灵敏度分析与增强捕食-食饵优化的重介质选煤过程动态模型. 煤炭学报. 2021(09): 2813-2823 . 百度学术
    20. 邢欢，周增宏. 一种射流喷射式自动加介系统. 洁净煤技术. 2021(S1): 97-101 . 百度学术
    21. 李志军，韩伟，王光辉. 基于DASCN的重介质浅槽分选灰分预测. 煤炭工程. 2021(S1): 122-126 . 百度学术
    22. 钱丽霞. 选煤厂智能介质添加系统研究. 内蒙古煤炭经济. 2021(21): 55-57 . 百度学术

    其他类型引用(7)

    • 资源附件(0)
计量
  • 文章访问数:  56
  • HTML全文浏览量:  10
  • PDF下载量:  9
  • 被引次数: 29
出版历程
  • 刊出日期:  2016-01-31

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献(29)
    资源附件(0)

    /

    返回文章
    返回

    苏ICP备 05016349号-2

    本系统由 北京仁和汇智信息技术有限公司 开发  访问量：1163215    百度统计