基于云计算数据集成模式的矿井瓦斯预警研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 1 绪论 | 第11-28页 |
| ·研究背景及研究意义 | 第11-13页 |
| ·研究背景 | 第11-13页 |
| ·研究意义 | 第13页 |
| ·国内外研究现状 | 第13-25页 |
| ·矿井检/监测数据处理及应用研究现状 | 第13-14页 |
| ·矿井瓦斯预测技术与方法研究现状 | 第14-20页 |
| ·煤矿瓦斯预警技术的研究现状 | 第20-22页 |
| ·云计算的发展现状 | 第22-25页 |
| ·问题的提出 | 第25-26页 |
| ·研究内容及技术路线 | 第26-28页 |
| ·研究内容 | 第26页 |
| ·研究方法及技术路线 | 第26-28页 |
| 2 瓦斯检/监测数据集成模式 | 第28-35页 |
| ·矿井瓦斯检/监测数据特征分析 | 第28-29页 |
| ·瓦斯监测数据预处理 | 第29-30页 |
| ·瓦斯检/监测数据集成管控模式 | 第30-34页 |
| ·检/监数据关联性分析 | 第30-32页 |
| ·检/监数据集成管控模式 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 3 瓦斯浓度变化趋势预测预警方法 | 第35-46页 |
| ·ARMA 模型 | 第35-37页 |
| ·瓦斯浓度变化趋势预测模型 | 第37-40页 |
| ·基于动态修正的 ARMA 预测方法 | 第37-38页 |
| ·预测模型及流程 | 第38-40页 |
| ·瓦斯浓度预警分析 | 第40-42页 |
| ·瓦斯浓度变化趋势预测预警实例分析 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 4 基于数据集成的瓦斯突出预测预警方法 | 第46-59页 |
| ·瓦斯浓度特征参数提取 | 第46-48页 |
| ·监测数据特征参数 | 第46-47页 |
| ·防突检测参数 | 第47-48页 |
| ·瓦斯突出危险性预测方法 | 第48-52页 |
| ·v-SVM 模型 | 第48-50页 |
| ·瓦斯突出危险性预测模型 | 第50-52页 |
| ·瓦斯突出预警分析 | 第52-54页 |
| ·掘进面瓦斯突出危险性预测预警实例分析 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 5 瓦斯预测预警的云计算模式 | 第59-72页 |
| ·瓦斯检/监测数据分析的云计算模式 | 第59-63页 |
| ·检/监测数据分析云计算平台基础架构 | 第59-60页 |
| ·检/监测数据分析云计算模型 | 第60-63页 |
| ·瓦斯预测预警云计算关键技术 | 第63-69页 |
| ·数据存储管控 | 第63-65页 |
| ·基础架构云 | 第65-67页 |
| ·虚拟化管理 | 第67-69页 |
| ·云计算模式下的瓦斯预测预警分析流程 | 第69-70页 |
| ·本章小结 | 第70-72页 |
| 6 基于云计算数据集成的瓦斯预警系统设计 | 第72-94页 |
| ·矿井瓦斯预测预警云计算架构设计 | 第72-77页 |
| ·云计算架构 | 第72-73页 |
| ·拓扑结构 | 第73-75页 |
| ·存储系统 | 第75-76页 |
| ·备份系统 | 第76-77页 |
| ·系统功能架构 | 第77-78页 |
| ·系统技术架构 | 第78-80页 |
| ·系统功能设计 | 第80-93页 |
| ·数据采集管理 | 第80-84页 |
| ·数据集成管理 | 第84-86页 |
| ·瓦斯数据分析管理 | 第86-91页 |
| ·瓦斯预警管理 | 第91-93页 |
| ·本章小结 | 第93-94页 |
| 7 瓦斯预测预警系统应用研究 | 第94-106页 |
| ·矿井概况 | 第94-96页 |
| ·矿井生产概况 | 第94-95页 |
| ·矿井通风与瓦斯概况 | 第95-96页 |
| ·矿井监测监控系统 | 第96页 |
| ·云计算架构中的检/监测数据流转及处理 | 第96-97页 |
| ·瓦斯浓度趋势预测预警应用 | 第97-102页 |
| ·瓦斯突出预测预警应用 | 第102-105页 |
| ·本章小结 | 第105-106页 |
| 8 结论与展望 | 第106-108页 |
| ·结论 | 第106-107页 |
| ·创新点 | 第107页 |
| ·展望 | 第107-108页 |
| 致谢 | 第108-109页 |
| 参考文献 | 第109-121页 |
| 附录 | 第121-122页 |
