采空区遗煤自燃危险程度自动预测系统研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 煤自然发火过程 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-14页 |
| 1.3.1 国外研究现状 | 第11-12页 |
| 1.3.2 国内研究现状 | 第12-14页 |
| 1.4 技术路线与主要内容 | 第14-15页 |
| 1.5 技术路线 | 第15-17页 |
| 2 煤自燃危险程度预测现状 | 第17-23页 |
| 2.1 某矿煤自燃预测现状 | 第17-18页 |
| 2.2 采空区煤自燃危险程度划分标准 | 第18页 |
| 2.3 采空区煤自燃危险程度划分实验观测 | 第18-20页 |
| 2.3.1 工作面概况 | 第19页 |
| 2.3.2 观测点的设置 | 第19-20页 |
| 2.4 采空区煤自燃危险程度的划分 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 3 自动预测系统数据采集与预处理 | 第23-34页 |
| 3.1 数据采集 | 第23-26页 |
| 3.2 数据归一化 | 第26-30页 |
| 3.3 属性约简 | 第30-33页 |
| 3.3.1 数据离散化 | 第30-33页 |
| 3.3.2 约简 | 第33页 |
| 3.4 本章小结 | 第33-34页 |
| 4 偏二叉树模糊多类支持向量机计算模型设计 | 第34-47页 |
| 4.1 基础理论 | 第34-41页 |
| 4.1.1 支持向量机 | 第34-39页 |
| 4.1.2 粗糙集及属性约简 | 第39-40页 |
| 4.1.3 引入模糊支持向量机 | 第40-41页 |
| 4.1.4 SVM的分类算法 | 第41页 |
| 4.2 构建基于偏二叉树的FSVM分类算法 | 第41-46页 |
| 4.2.1 模型的提出 | 第42页 |
| 4.2.2 基于核方法的紧密度计算方法 | 第42-44页 |
| 4.2.3 区分度计算 | 第44-46页 |
| 4.3 二叉树模糊SVM的分类算法流程 | 第46页 |
| 4.4 本章小结 | 第46-47页 |
| 5 自动预测系统核心算法实验测试 | 第47-52页 |
| 5.1 算法描述 | 第47页 |
| 5.2 构建偏二叉树模糊支持向量机分类器 | 第47-49页 |
| 5.3 实验结果及分析 | 第49-50页 |
| 5.4 与观测法的对比结果分析 | 第50-51页 |
| 5.5 本章小结 | 第51-52页 |
| 6 采空区遗煤自燃自动预测系统软硬件设计 | 第52-60页 |
| 6.1 系统总体设计思想 | 第52-53页 |
| 6.2 硬件选型与设计 | 第53-57页 |
| 6.2.1 计算工作站 | 第53页 |
| 6.2.2 气相色谱分析仪 | 第53-54页 |
| 6.2.3 束管控制站 | 第54-55页 |
| 6.2.4 聚乙烯管路敷设 | 第55-56页 |
| 6.2.5 联网与数据传输 | 第56-57页 |
| 6.3 软件平台设计 | 第57-59页 |
| 6.3.1 软件开发思路 | 第57-58页 |
| 6.3.2 系统功能设计 | 第58-59页 |
| 6.4 本章小结 | 第59-60页 |
| 7 总结与展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-64页 |
