]*>","")" /> 基于IoT-GIS耦合感知的煤层底板突水预测研究

中国安全科学学报

• 安全工程技术科学 • 上一篇    下一篇

基于IoT-GIS耦合感知的煤层底板突水预测研究

孟祥瑞,王军号,高召宁   

  1. 安徽理工大学能源与安全学院,安徽淮南,232001%安徽理工大学能源与安全学院,安徽淮南232001;安徽理工大学计算机科学与工程学院,安徽淮南232001
  • 出版日期:2013-02-20 发布日期:2013-02-25
  • 基金资助:
    国家自然科学基金资助(51074003,51074005)%国家自然科学基金委员会与神华集团有限公司联合资助项目(51174255)

Reasearch on Coal Floor Water-inrush Forecasting Based on Coupling Perception of IoT-GIS

  • Online:2013-02-20 Published:2013-02-25

摘要: 针对煤层底板突水预测的复杂性和不确定性,把物联网(IoT)感知技术应用于底板突水的预测监控,分析影响底板突水的主控因素,构建一种开放的分布式IoT-GIS耦合感知信息处理平台.全方位获取影响底板突水的各类参数.建立层次分析(AHP)模型.采用基于动态贝叶斯网络的权值推理算法,利用概率双向传递及链式规则推导出AHP权值.再由GIS进行多因素空间融合处理,建立用以计算突水相对概率指数的非线性数学模型.依据底板突水相对概率指数梳状分布曲线的分区阈值,进一步辨识底板突水模式.在孙疃煤矿10号煤层完成的试验表明,IoT-GIS耦合感知平台对底板突水的感知准确率大于92%.

中图分类号: