面向大数据的金属地下矿山安全隐患辨识与事故演化机理
批准号:
52074022
项目类别:
面上项目
资助金额:
58.0 万元
负责人:
李国清
依托单位:
学科分类:
智能矿山
结题年份:
2024
批准年份:
2020
项目状态:
已结题
项目参与者:
李国清
中文摘要
为了挖掘金属地下矿山事故发生的隐患致因与演化规律,基于大数据分析与事故致因理论,研究从大量安全隐患信息中发现隐含知识的理论、模型、算法与应用系统。内容包括:①安全隐患数据模型构建。提炼安全隐患记录内蕴的关键要素,形成以要素为维度、隐患频数与程度为事实的安全隐患多维数据集。②安全隐患信息辨识与可视化模型。建立主题挖掘模型,挖掘频发、高危、高风险的隐患主题,并实现隐患发生规律的可视化。③隐患-事故的演变动态与机理。运用知识发现、关联分析与系统仿真方法,研究在多安全隐患要素协同作用下,隐患破坏能量积累直至触发事故的演变过程,挖掘安全事故发生的本质原因与诱导因素。④ 研发安全隐患辨识与事故演化系统,封装模型算法,实现大数据分析的实体化。项目将形成安全隐患辨识与事故演化机理的大数据应用成套体系,为金属地下矿山的安全隐患动态分级、危险源辨识、隐患预排查、事故链关键节点挖掘提供理论支持与实用工具。
英文摘要
To excavate the hazard causes and evolutional regularities of accidents in metal underground mines, the theory, model, algorithm and application system of extracting implicit knowledge and rules from a large amount of safety hazard data are studied based on big data analytics and accident-causing theory. The main research contents included: ① Construction of hazard data model: Though extracting potential key elements from the safety hazard records, a multi-dimensional data set of safety hazards is formed with the elements as dimensions and the degree of hazards as facts. ② Information identification and visualization model of safety hazards: A theme mining model is established to dig the frequent and high-risk hazard themes, and to realize the visualization of hazard information. ③ The dynamics evolution and mechanism of hazards-accidents: With knowledge mining, correlation analysis as well as system simulation methods, the essential causes and inducing factors of accidents are explored by analyzing the evolutional process from hazard damage energy accumulation to triggering accident under the synergistic effect of multiple hazard factors. ④ Development of safety hazard identification and accident evolution analysis system: the processing algorithms are encapsulated to realize the entity of big data analysis. This research will propose a systematical big data application solution for safety hazard identification and accident evolution analysis, which can provide the theoretical support and methods for dynamic classification, identification, investigation of safety hazards as well as the critical nodes mining of accident chain in metal underground mines.
在金属地下矿山无人化、少人化生产模式和矿山本质安全需求的背景下,引入大数据分析的理论、工具与方法,从大量安全隐患数据中获取需要的规律规则和知识,成为实现事故辨析与有效预防的重要手段。然而,随着矿山安全大数据的形成,安全管理中信息处理加工能力不足和信息认知效率低下等问题日益突出,大量安全数据只用于完成简单的安全问题处理、报表分析和数据统计,其中可用于事故风险辨识和薄弱环节管控的有价值信息没有得到充分的分析挖掘。针对上述问题,本研究深入分析了利用大数据分析技术在大量来源分散、形式多元化安全隐患信息中挖掘规律性知识的模型与方法,以达到加强矿山安全隐患排查和事故链辨析精准性的目的。重点研究:.(1) 安全隐患数据模型构建。提炼安全隐患记录内蕴的关键要素,形成以要素为维度、隐患频数与程度为事实的安全隐患多维数据集。.(2) 安全隐患信息辨识与可视化模型。建立主题挖掘模型,挖掘频发、高危、高风险的隐患主题,并实现隐患发生规律的可视化。.(3) 隐患-事故的演变动态与机理。运用知识发现、关联分析与系统仿真方法,研究在多安全隐患要素协同作用下,隐患破坏能量积累直至触发事故的演变过程,挖掘安全事故发生的本质原因与诱导因素。.(4) 研发安全隐患辨识与事故演化系统,封装模型算法,实现大数据分析的实体化。.项目研究是大数据和人工智能等前沿技术在矿业安全领域的探索性应用,通过对大量的安全隐患数据进行文本挖掘和数据建模,不但可以从直接致因的角度得出隐患发生的时空规律,而且可以通过聚类、关联以及因果等大数据分析方法,挖掘安全隐患与事故诱因间的关联关系,更可进一步从隐患的聚集过程,可视化、定量化地得出在客观生产条件、固定防护设施、主观操作变动等多方面作用下,隐患从某一个单一因素演变成为事故的过程。项目将形成安全隐患辨识与事故演化机理的大数据应用成套体系,为金属地下矿山的安全隐患动态分级、危险源辨识、隐患预排查、事故链关键节点挖掘提供理论支持与实用工具。.
基于PDCA理论的地下金属矿山安全生产管理体系与实证研究
-
批准号:71573012
-
项目类别:面上项目
-
资助金额:48.0万元
-
批准年份:2015
-
负责人:李国清
-
依托单位:
金属地下矿山低品位资源动态评估理论与方法研究
-
批准号:51104010
-
项目类别:青年科学基金项目
-
资助金额:25.0万元
-
批准年份:2011
-
负责人:李国清
-
依托单位:
国内基金
海外基金