災(zāi)變風(fēng)流緊急調(diào)控裝備的正常運(yùn)行關(guān)系到礦井災(zāi)后救援工作的安全穩(wěn)定,但由于在研制測試階段缺少可靠性理論指導(dǎo),導(dǎo)致裝備在不同災(zāi)變場景下的可靠性及協(xié)同抗災(zāi)穩(wěn)定性較低,為此展開對災(zāi)變風(fēng)流應(yīng)急調(diào)控裝備協(xié)同可靠性研究。為解決瓦斯爆炸沖擊波超壓數(shù)值的不確定性問題,在馬爾可夫鏈-蒙特卡洛方法隨機(jī)采樣的基礎(chǔ)上,提出瓦斯爆炸沖擊波超壓GMM模型。通過對瓦斯爆炸事故的數(shù)據(jù)統(tǒng)計(jì),建立瓦斯爆炸數(shù)據(jù)集及對應(yīng)的密度分布函數(shù),依據(jù)EM算法優(yōu)化參數(shù)搭建狀態(tài)轉(zhuǎn)移矩陣實(shí)現(xiàn)MCMC瓦斯爆炸沖擊波超壓數(shù)值反演。結(jié)合快速密閉裝備抗暴強(qiáng)度,建立裝備可靠性模型,以參數(shù)后驗(yàn)分布理論為基礎(chǔ),得出距離爆源100m、200m、300m、500m、1000m處快速密閉裝備可靠率。針對組合控風(fēng)裝備的可靠性問題,提出貝葉斯網(wǎng)絡(luò)故障推理方法。通過對系統(tǒng)各單元進(jìn)行失效影響分析,建立系統(tǒng)故障樹進(jìn)而轉(zhuǎn)換為貝葉斯網(wǎng)絡(luò)故障分析模型�；贜etica貝葉斯工具對該模型進(jìn)行可靠性分析,結(jié)果表明正常情況下分站通訊節(jié)點(diǎn)引起系統(tǒng)故障的概率最高,數(shù)據(jù)監(jiān)測和中心站通訊節(jié)點(diǎn)對智能調(diào)控影響較大。構(gòu)建礦井災(zāi)變風(fēng)流應(yīng)急調(diào)控裝備協(xié)同可靠性評估模型,對裝備進(jìn)行實(shí)時評估得出可靠等級�；�... 

【文章來源】：華北理工大學(xué)河北省

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【部分圖文】：

混合高斯分布示意圖

第4章基于貝葉斯網(wǎng)絡(luò)的組合控風(fēng)系統(tǒng)可靠性故障評估-41-圖24組合控風(fēng)系統(tǒng)初始貝葉斯網(wǎng)絡(luò)Fig.24InitialBayesiannetworkofcombinedwindcontrolsystem4.3組合控風(fēng)系統(tǒng)可靠性故障評估組合控風(fēng)系統(tǒng)正常運(yùn)轉(zhuǎn)對災(zāi)變時期的風(fēng)量調(diào)節(jié)有著至關(guān)重要的作用，針對在調(diào)控過程中系統(tǒng)結(jié)構(gòu)復(fù)雜，各單元邏輯關(guān)系較多，調(diào)控故障發(fā)生故障原因不明確等問題，通過構(gòu)建貝葉斯網(wǎng)絡(luò)對系統(tǒng)進(jìn)行可靠性評估，基于因果影響關(guān)系和因果推理機(jī)制可以用來確定系統(tǒng)各節(jié)點(diǎn)故障發(fā)生的概率，通過對系統(tǒng)各單元間協(xié)同關(guān)系進(jìn)行分析，為系統(tǒng)可靠性工作提供理論基矗4.3.1組合控風(fēng)故障分析根據(jù)組合控風(fēng)裝備系統(tǒng)初始貝葉斯網(wǎng)絡(luò)進(jìn)行可靠性分析，假設(shè)系統(tǒng)發(fā)生故障即節(jié)點(diǎn)T在N狀態(tài)下的為100%，如圖25此時智能調(diào)控節(jié)點(diǎn)的故障概率為3.6%，遠(yuǎn)程調(diào)控節(jié)點(diǎn)故障概率為97%，可見智能調(diào)控在雙保險作用下可靠性較高，故對遠(yuǎn)程調(diào)控節(jié)點(diǎn)進(jìn)行下一級分析，如圖26得出控制器分站故障率55.3%，風(fēng)門故障率49.1%。對比后對控制器分站節(jié)點(diǎn)進(jìn)行下一級分析，如圖27得出分站通訊故障率68.2%，分站控制故障率11.4%，數(shù)據(jù)采集故障率22.7%。分析得出正常故障情況下分站通訊引起故障的概率最高。圖25節(jié)點(diǎn)T故障推理Fig.25NodeTfaultreasoning

第4章基于貝葉斯網(wǎng)絡(luò)的組合控風(fēng)系統(tǒng)可靠性故障評估-41-圖24組合控風(fēng)系統(tǒng)初始貝葉斯網(wǎng)絡(luò)Fig.24InitialBayesiannetworkofcombinedwindcontrolsystem4.3組合控風(fēng)系統(tǒng)可靠性故障評估組合控風(fēng)系統(tǒng)正常運(yùn)轉(zhuǎn)對災(zāi)變時期的風(fēng)量調(diào)節(jié)有著至關(guān)重要的作用，針對在調(diào)控過程中系統(tǒng)結(jié)構(gòu)復(fù)雜，各單元邏輯關(guān)系較多，調(diào)控故障發(fā)生故障原因不明確等問題，通過構(gòu)建貝葉斯網(wǎng)絡(luò)對系統(tǒng)進(jìn)行可靠性評估，基于因果影響關(guān)系和因果推理機(jī)制可以用來確定系統(tǒng)各節(jié)點(diǎn)故障發(fā)生的概率，通過對系統(tǒng)各單元間協(xié)同關(guān)系進(jìn)行分析，為系統(tǒng)可靠性工作提供理論基矗4.3.1組合控風(fēng)故障分析根據(jù)組合控風(fēng)裝備系統(tǒng)初始貝葉斯網(wǎng)絡(luò)進(jìn)行可靠性分析，假設(shè)系統(tǒng)發(fā)生故障即節(jié)點(diǎn)T在N狀態(tài)下的為100%，如圖25此時智能調(diào)控節(jié)點(diǎn)的故障概率為3.6%，遠(yuǎn)程調(diào)控節(jié)點(diǎn)故障概率為97%，可見智能調(diào)控在雙保險作用下可靠性較高，故對遠(yuǎn)程調(diào)控節(jié)點(diǎn)進(jìn)行下一級分析，如圖26得出控制器分站故障率55.3%，風(fēng)門故障率49.1%。對比后對控制器分站節(jié)點(diǎn)進(jìn)行下一級分析，如圖27得出分站通訊故障率68.2%，分站控制故障率11.4%，數(shù)據(jù)采集故障率22.7%。分析得出正常故障情況下分站通訊引起故障的概率最高。圖25節(jié)點(diǎn)T故障推理Fig.25NodeTfaultreasoning

【參考文獻(xiàn)】：
期刊論文
[1]障礙物對瓦斯煤塵爆炸火焰?zhèn)鞑ヒ?guī)律的影響[J]. 景國勛,吳昱樓,郭紹帥,邵泓源,劉闖,張勝旗.  中國安全生產(chǎn)科學(xué)技術(shù). 2019(09)
[2]模糊矩陣關(guān)聯(lián)度與風(fēng)險偏好在FMEA決策中的應(yīng)用[J]. 聶文濱,劉衛(wèi)東,陳炳松.  統(tǒng)計(jì)與決策. 2019(16)
[3]礦井火災(zāi)風(fēng)煙流區(qū)域聯(lián)動與智能調(diào)控系統(tǒng)研究[J]. 王凱,郝海清,蔣曙光,吳征艷,邵昊.  工礦自動化. 2019(07)
[4]基于HGERT網(wǎng)絡(luò)模型的退化型失效可靠性評估[J]. 董文杰,劉思峰,方志耕,曹穎賽,張秦.  系統(tǒng)工程與電子技術(shù). 2019(01)
[5]空腔長度對瓦斯爆炸沖擊波傳播影響研究[J]. 李重情,穆朝民,許登科,張文清.  采礦與安全工程學(xué)報. 2018(06)
[6]三維應(yīng)力作用下煤與瓦斯突出模擬試驗(yàn)及機(jī)理分析[J]. 李慧,馮增朝,趙東,王雪龍.  采礦與安全工程學(xué)報. 2018(02)
[7]煤層瓦斯突出危險區(qū)綜合預(yù)測方法[J]. 李冬,彭蘇萍,杜文鳳,邢朕國,李澤辰.  煤炭學(xué)報. 2018(02)
[8]瓦斯爆炸后空間溫度分布及熱危害區(qū)域分析研究[J]. 段玉龍,余明高,姚新友,裴蓓,王海燕.  中國安全生產(chǎn)科學(xué)技術(shù). 2018(01)
[9]煤與瓦斯突出機(jī)理和模擬試驗(yàn)研究現(xiàn)狀及發(fā)展趨勢[J]. 劉業(yè)嬌,袁亮,薛俊華,田志超,段昌瑞,陳本良.  工礦自動化. 2018(02)
[10]煤礦掘進(jìn)巷道內(nèi)瓦斯爆炸沖擊波的超壓預(yù)測[J]. 劉濤,賈進(jìn)章.  礦業(yè)安全與環(huán)保. 2017(05)

博士論文
[1]瓦斯爆炸沖擊波在管網(wǎng)內(nèi)傳播特征及災(zāi)變過程仿真研究[D]. 邱進(jìn)偉.安徽理工大學(xué) 2018
[2]隨機(jī)與認(rèn)知不確定性下機(jī)械系統(tǒng)可靠性分析與優(yōu)化設(shè)計(jì)方法研究[D]. 張小強(qiáng).電子科技大學(xué) 2018
[3]煤礦瓦斯爆炸事故致因分析方法與應(yīng)用研究[D]. 索曉.中國礦業(yè)大學(xué)(北京) 2018
[4]掘進(jìn)工作面煤與瓦斯突出實(shí)時監(jiān)測預(yù)警技術(shù)研究[D]. 陳亮.中國礦業(yè)大學(xué) 2016
[5]基于貝葉斯更新與Copula理論的性能退化可靠性建模與評估方法研究[D]. 郝會兵.東南大學(xué) 2016
[6]煤礦瓦斯爆炸災(zāi)害風(fēng)險模式識別與預(yù)警研究[D]. 李潤求.中南大學(xué) 2013
[7]礦井通風(fēng)系統(tǒng)安全可靠性與預(yù)警機(jī)制及其動力學(xué)研究[D]. 程健維.中國礦業(yè)大學(xué) 2012
[8]礦井重大災(zāi)害動態(tài)機(jī)理與救援技術(shù)信息支持系統(tǒng)研究[D]. 邢玉忠.太原理工大學(xué) 2007
[9]實(shí)際巷道火災(zāi)過程熱物理參數(shù)變化規(guī)律與計(jì)算機(jī)仿真的研究[D]. 傅培舫.中國礦業(yè)大學(xué) 2002

碩士論文
[1]單晶爐液位檢測的曲面鏡擬合方法研究[D]. 何恒盛.西安理工大學(xué) 2016
[2]礦井通風(fēng)系統(tǒng)可靠性設(shè)計(jì)計(jì)算機(jī)輔助系統(tǒng)[D]. 張悅.遼寧工程技術(shù)大學(xué) 2007
[3]煤礦瓦斯爆炸預(yù)警技術(shù)研究[D]. 熊廷偉.重慶大學(xué) 2005



本文編號：3132703