頂板事故在所有煤礦事故中發(fā)生最為頻繁,造成的損失最大,對(duì)頂板危險(xiǎn)性進(jìn)行預(yù)測(cè)與評(píng)價(jià)的研究刻不容緩。傳統(tǒng)頂板危險(xiǎn)性預(yù)測(cè)與評(píng)價(jià)方法無(wú)法滿足煤炭工業(yè)的實(shí)際需求,而深度學(xué)習(xí)模型與方法能夠彌補(bǔ)此短板。但在煤礦安全領(lǐng)域,尤其是在頂板危險(xiǎn)性預(yù)測(cè)與評(píng)價(jià)的課題中,基于深度學(xué)習(xí)的研究工作還是一項(xiàng)空白。因此,亟需將深度學(xué)習(xí)引入煤礦安全領(lǐng)域,根據(jù)井下煤礦的實(shí)際情況,對(duì)監(jiān)測(cè)數(shù)據(jù)進(jìn)行非線性與混沌分析,研究基于深度學(xué)習(xí)的改進(jìn)模型與算法,對(duì)煤礦井下巷道頂板的局部點(diǎn)與局部區(qū)域進(jìn)行危險(xiǎn)性預(yù)測(cè),對(duì)巷道頂板整體危險(xiǎn)性進(jìn)行動(dòng)態(tài)評(píng)價(jià)。論文在充分的文獻(xiàn)與資料調(diào)研基礎(chǔ)上,首先研究了煤礦頂板多源動(dòng)態(tài)監(jiān)測(cè)數(shù)據(jù)的混沌分析解耦方法,為后續(xù)危險(xiǎn)性預(yù)測(cè)奠定了基礎(chǔ);其次研究了基于深度時(shí)序卷積生成網(wǎng)絡(luò)的頂板危險(xiǎn)性預(yù)測(cè)模型,從多元時(shí)間序列回歸預(yù)測(cè)角度對(duì)煤礦井下巷道頂板的局部監(jiān)測(cè)點(diǎn)進(jìn)行危險(xiǎn)性預(yù)測(cè);之后研究了類(lèi)別不平衡監(jiān)測(cè)數(shù)據(jù)問(wèn)題,從多元時(shí)間序列分類(lèi)預(yù)測(cè)角度對(duì)煤礦巷道頂板局部區(qū)域進(jìn)行危險(xiǎn)性預(yù)測(cè);最后研究了基于深度卷積模型特征融合的頂板危險(xiǎn)性評(píng)價(jià)方法,從多源信息時(shí)空融合角度將各類(lèi)監(jiān)測(cè)變量融合,用于煤礦井下巷道頂板整體區(qū)域的危險(xiǎn)性動(dòng)態(tài)評(píng)價(jià)。論文的主要研究?jī)?nèi)容如...

【文章頁(yè)數(shù)】：139 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖１．１?２００４年－２０１６年全國(guó)煤礦事故情況??Ｆｉｇ．?１．１?Ｎａｔｉｏｎａｌ?Ｃｏａｌ?Ｍｉｎｅ?Ａｃｃｉｄｅｎｔｓ?ｉｎ?２００４－２０１６??

圖2.1LeNet-5網(wǎng)絡(luò)結(jié)構(gòu)[8Ej

圖2.2DCNN從全連接轉(zhuǎn)為稀疏連接Fig.2.2DCNNFullyConnectiontoSparseConnection

圖23局部感受野

本文編號(hào)：3934242