论文题目：基于贝叶斯网络的煤与瓦斯突出风险识别研究
摘要：煤炭是我国主要能源之首,煤矿安全绿色智能精准开采是重点关注问题。加快智能化煤矿建设,实现新一代信息技术与煤炭产业深度融合,坚持把煤矿减人、增安、提效作为智能化煤矿的建设目标,实现煤矿智能一体化管控是煤炭行业工业化升级改造必然之路。从目前的煤矿安全事故来看,煤与瓦斯突出危害性和破坏性极强,严重威胁到我国煤矿健康安全发展。煤与瓦斯突出事故致因机理复杂,影响因素错综复杂,危险源不知情、应急设施缺失或无效、应急处置不当是其共性原因。分析事故调查报告,提取事故征兆特征,从多因素耦合角度精准量化风险发生概率,提出对煤与瓦斯突出事故更有效的预防措施。论文基于90件煤与瓦斯突出事故案例分析报告数据,针对案例报告直接原因与间接原因进行事故特征提炼,从人、机、环、管四个方面对煤与瓦斯突出事故风险及征兆因素分析,根据事故影响因素来构建风险辨识指标体系。运用SPSS25.0统计分析软件,对数据进行归一化处理并计算各风险指标之间的相关性系数,结合专家知识和文献研究,构建事故风险概率量化分析的贝叶斯网络模型。对人、机、环、管导致煤与瓦斯突出事故致因的风险指标进行分析,找出在影响较高的风险指标,然后将人、机、环、管各因素作为中间事件,整体分析导致煤与瓦斯突出事故的主要因素。借助GeNIe软件对贝叶斯网络模型进行模型检验、逆向推理、敏感性分析和最大致因链分析。通过模型计算推理,得出机械因素（0.075）是导致煤与瓦斯突出最主要致因因素,其次是环境因素（0.063）、人员因素（0.061）、管理因素（0.030）;政府监管不到位、检测参数不全、职工安全意识淡薄、煤层透气性差和工作面回风巷失修严重是各类因素的风险源,避免煤与瓦斯突出事故的发生要从这些源头治理。图31 表19 参74
关键词：煤与瓦斯突出;风险识别;风险指标;贝叶斯网络;GeNIe
学科专业：工业工程（专业学位）
摘要
Abstract
1 绪论
1.1 课题概述
1.1.1 课题来源
1.1.2 研究背景
1.1.3 研究意义
1.2 煤与瓦斯突出概况
1.2.1 国外概况
1.2.2 国内概况
1.3 国内外研究现状
1.3.1 煤与瓦斯突出机理研究现状
1.3.2 煤与瓦斯突出风险预测研究现状
1.4 存在问题及不足
1.5 研究内容及技术路线
1.5.1 研究内容
1.5.2 技术路线图
2 相关理论方法及技术解析
2.1 煤与瓦斯突出风险识别概念
2.2 贝叶斯网络理论基础
2.2.1 贝叶斯网络概率论基础
2.2.2 贝叶斯网络定义
2.2.3 贝叶斯网络学习
2.2.4 贝叶斯网络推理
2.3 贝叶斯网络的优点
2.4 本章小结
3 煤与瓦斯突出机理与风险指标的选取
3.1 煤与瓦斯突出机理分析
3.2 煤与瓦斯突出影响因素分析
3.3 煤与瓦斯突出风险指标的选择
3.4 本章小结
4 基于GeNIe构建贝叶斯网络风险预测模型
4.1 GeNIe风险指标节点设置
4.1.1 确定指标节点值域及数据分析
4.1.2 构建各因素中风险指标相关系数
4.2 贝叶斯网络模型构建
4.2.1 模型有效性验证
4.3 贝叶斯网络模型分析
4.3.1 贝叶斯网络参数学习
4.3.2 贝叶斯网络逆向推理
4.3.3 事故致因贝叶斯网络敏感性分析
4.3.4 贝叶斯网络致因链分析
4.4 本章小结
5 实例验证
5.1 事故案例
5.2 煤与瓦斯突出事故案逆向推理
5.3 本章小结
6 结论与展望
6.1 结论
6.2 对策建议
6.3 创新点
6.4 研究展望
参考文献
附录 2000-2020年煤与瓦斯突出事故案例
致谢
作者简介及读研期间主要科研成果