基于免疫机理的瓦斯异常涌出风险识别模型及应用研究

作     者：张立志 

作者单位：湖南科技大学 

学位级别：硕士

导师姓名：施式亮

授予年度：2022年

学科分类：0819[工学-矿业工程] 081903[工学-安全技术及工程] 08[工学] 

主      题：矿井瓦斯 异常涌出 风险识别 免疫机理 识别模型 

摘      要：从我国能源生产及消费结构上来看,煤炭的主体地位在未来很长时间内依然难以撼动。近年来,随着浅部煤层的几近枯竭,煤炭开采逐步走向深部开采,瓦斯异常涌出现象随之增加,灾害风险也不断增大,煤矿安全生产也因此受到极大威胁。瓦斯异常涌出作为诱发瓦斯事故的源头性因素,存在一定的危险性与不确定性,进而造成动态变化环境中风险难识、因素难辨的困境。因此,探索复杂井下环境中瓦斯异常涌出风险动态识别方法,使得瓦斯异常涌出的早期防治决策有据可依,对瓦斯异常涌出的有效防控及减少瓦斯事故的发生具有重要意义。鉴于传统静态风险识别方法的局限性及瓦斯异常涌出风险动态识别的需求,本文借鉴生物免疫系统免疫识别的相关机理,开展了基于免疫机理的瓦斯异常涌出风险识别模型与应用研究。主要研究内容及成果如下:(1)在对生物免疫系统进行概述的基础上,具体分析了生物免疫系统免疫识别的基本原理及瓦斯异常涌出风险识别的目的与特点,利用仿生学的原理从目的、作用对象、作用环境、功能实现、原理流程等方面分析了免疫识别与瓦斯异常涌出风险识别的相似性,以此确立了两者的耦合性及将免疫识别的相关机理应用于瓦斯异常涌出风险识别的可行性,并完成基于免疫机理的瓦斯异常涌出风险识别框架的设计。(2)在分析瓦斯异常涌出特征指标的基础上,选取波动率、变异系数、相对变化速度作为瓦斯异常涌出异常程度特征指标,并将XGBoost算法作为特征指标权重计算方法,完成了瓦斯异常涌出异常程度特征向量构建;依据特征向量中各组成指标的划分标准,将瓦斯异常涌出异常等级划分为四个等级;根据人工免疫系统的相关理论及等级划分标准,构建了瓦斯异常涌出特征向量识别空间,并选取椭圆为边界完成识别空间区域划分。(3)在分析经典免疫识别算法特点及适用情况的基础上,结合识别空间区域划分方法,构建了基于T-B细胞原理的自适应识别算法的瓦斯异常涌出异常程度识别模型;为进一步识别瓦斯异常涌出的类别,利用DTW算法和免疫识别的相关机理完成了基于DTW算法的瓦斯异常涌出类型识别模型的构建;将以上两种算法模型进行组合,以此实现基于免疫机理的瓦斯异常涌出风险识别模型的构建,并以煤矿实例对模型的可行性进行分析,结果表明,该模型能够对瓦斯异常涌出的异常程度及类型进行识别,与生物免疫系统识别“非我抗原及其具体类型的特点相符,同时该模型具备一定的自适应性、学习性与记忆性,且识别能力能随着识别次数的增加而逐渐增强。(4)以基于免疫机理的瓦斯异常涌出风险识别模型为核心,结合生物免疫系统的特点,设计了基于免疫机理的瓦斯异常涌出风险识别系统的总体框架,并基于物联网、数据传感等技术及系统设计目标,设计了瓦斯异常涌出风险识别系统功能模块,对其主要功能界面进行了实现。