CN103093390A

CN103093390A - 一种基于联合聚类的煤矿安全评价系统

Info

Publication number: CN103093390A
Application number: CN2013100391960A
Authority: CN
Inventors: 刘永利; 贾宗璞; 杨立身; 雒芬; 韩光伟
Original assignee: Henan University of Technology
Current assignee: Henan University of Technology
Priority date: 2013-01-25
Filing date: 2013-01-25
Publication date: 2013-05-08
Anticipated expiration: 2033-01-25
Also published as: CN103093390B

Abstract

本发明提出一种基于联合聚类的煤矿安全评价系统，该系统包括矿井安全数据输入模块、基于联合聚类的数据分析模块和结果输出模块，其中矿井安全数据输入模块接收用户提交的矿井安全状态数据；基于联合聚类的数据分析模块根据矿井安全状态数据，采用联合聚类方法进行数据分析；结果输出模块显示数据分析的结果，为煤矿企业的安全管理决策提供辅助依据。采用本发明的煤矿安全评价系统后，可以对煤炭企业所属矿井安全评价的打分结果进行分析，实现煤矿安全评价的全面管理，其评价结果可为煤矿企业的管理决策提供重要的技术依据。

Description

一种基于联合聚类的煤矿安全评价系统

技术领域

本发明属于煤矿安全领域。

背景技术

对矿井的安全状况进行准确、全面评估是煤矿生产过程中非常关键的环节。煤矿矿井的安全状况受多个因素影响，如通风安全监控、瓦斯和粉尘防治、井下爆破安全、矿井防冒顶、矿井防透水等。这些因素之间的关系并不完全独立，可能存在两个因素之间相互影响，如在瓦斯和粉尘防治效果好的矿井井下爆破安全系数可能较高。现有的煤矿安全评价系统大都是单独考虑其中一个或两个因素，不能对煤矿矿井安全进行全面评价；另外，在进行数据分析时，也是将各因素分开考虑，这样就忽略了上述各因素之问的相关性，从而引起重大矿井事故的发生。

发明内容

基于上述各因素之间的相关性，本发明提出了一个基于联合聚类的煤矿安全评价系统。该系统包括矿井安全数据输入模块、基于联合聚类的数据分析模块和结果输出模块，其中矿井安全数据输入模块接收用户提交的矿井安全状态数据；基于联合聚类的数据分析模块根据矿井安全状态数据，采用联合聚类方法进行数据分析；结果输出模块显示数据分析的结果，为煤矿企业的安全管理决策提供辅助依据。

优选地，在基于联合聚类的数据分析模块中，模块采用以下方法进行数据分析：

(1)数据准备：将影响因子通风安全监控、运输和提升、瓦斯和粉尘防治、矿井防火、井下爆破安全、矿井防冒顶、矿井防透水分别记为X₁，X₂，X₃，X₄，X₅，X₆，X₇，n个矿井记为K₁，K₂，……，K_N，第i个矿井K_i表示为向量

1≤i≤n，i为自然数，x_i1、x_i2、x_i3、x_i4、x_i5、x_i6、x_i7分别表示第i个矿井Ki对应的通风安全监控数值、运输和提升数值、瓦斯和粉尘防治数值、矿井防火数值、井下爆破安全数值、矿井防冒顶数值、矿井防透水数值，因此矿井安全状况矩阵为

M_{n \times 7} = [\begin{matrix} x_{11} & x_{12} & x_{13} & x_{14} & x_{15} & x_{16} & x_{17} \\ x_{21} & x_{22} & x_{23} & x_{24} & x_{25} & x_{26} & x_{27} \\ \cdot & \cdot & \cdot & \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot & \cdot & \cdot & \cdot \\ x_{n 1} & x_{n 2} & x_{n 3} & x_{n 4} & x_{n 5} & x_{n 6} & x_{n 7} \end{matrix}];

(2)联合聚类：对矩阵M_n×7进行联合聚类，步骤如下：

1)矩阵M_n×7行数据初始化：将M_n×7的n行随机划分为P组，形成P个簇，分别记为C₁，C₂，…，C_P，每个簇包含的矿井数目分别记为

N_{C_{1}}, N_{C_{2}}, \cdot \cdot \cdot, N_{C_{P}},

1 \leq N_{C_{u}} < n, 1 \leq u \leq P,

和u均为自然数；

C_{u} = {K_{1}^{C_{u}}, K_{2}^{C_{u}}, \cdot \cdot \cdot, K_{N_{C_{u}}}^{C_{u}}},

表示簇C_u所包含的矿井，且

K_{v}^{C_{u}} &Element; {K_{1}, K_{2}, \cdot \cdot \cdot K_{n}},

向量

{\overset{&RightArrow;}{K}}_{v}^{C_{u}} = (x_{r_{v}^{C_{u}} 1}, x_{r_{v}^{C_{u}} 2}, x_{r_{v}^{C_{u}} 3}, x_{r_{v}^{C_{u}} 4}, x_{r_{v}^{C_{u}} 5}, x_{r_{v}^{C_{u}} 6}, x_{r_{v}^{C_{u}} 7}),

其中

v为自然数，表示矿井

在矩阵M_n×7的原始行数，

为自然数，

2)矩阵M_n×7列数据初始化：将M_n×7的7列随机划分为Q组，形成Q个簇，7列代表影响矿井安全的7个影响因子对应的向量

其中

j为自然数，1≤j≤7；Q个簇分别记为L₁，L₂，…，L_Q，每个簇包含的矿井安全影响因子数目分别记为

N_{L_{1}}, N_{L_{2}}, \cdot \cdot \cdot, N_{L_{Q}},

1 \leq N_{L_{e}} < 7,1 \leq e \leq Q,

和e均为自然数；

L_{e} = {X_{1}^{L_{e}}, X_{2}^{L_{e}}, \cdot \cdot \cdot {, X}_{N_{L_{e}}}^{L_{e}}},

其中

表示簇L_e包含的矿井安全影响因子，且

其对应的向量表示为

表示矿井安全影响因子

在矩阵M_n×7的原始列数，

为自然数，

1 \leq r_{f}^{L_{e}} \leq 7,1 \leq f \leq N_{L_{e}} .

3)数据表示：矩阵M_n×7的行数据和列数据初始化完成后，M_n×7变成一个P行、Q列的矩阵，且

{\overset{&RightArrow;}{K}}_{i} = (\frac{1}{N_{L_{1}}} Σ_{f = 1}^{N_{L_{1}}} x_{{ir}_{f}^{L_{1}}}, \frac{1}{N_{L_{2}}} Σ_{f = 1}^{N_{L_{2}}} x_{{ir}_{f}^{L_{2}}}, \cdot \cdot \cdot, \frac{1}{N_{L_{Q}}} Σ_{f = 1}^{N_{L_{Q}}} x_{{ir}_{f}^{L_{Q}}}),

{\overset{&RightArrow;}{K}}_{v}^{C_{u}} = (\frac{1}{N_{L_{1}}} Σ_{f = 1}^{N_{L_{1}}} x_{r_{v}^{C_{u}} r_{f}^{L_{1}}}, \frac{1}{N_{L_{2}}} Σ_{f = 1}^{N_{L_{2}}} x_{r_{v}^{C_{u}} r_{f}^{L_{2}}}, \cdot \cdot \cdot, \frac{1}{N_{L_{Q}}} Σ_{f = 1}^{N_{L_{Q}}} x_{r_{v}^{C_{u}} r_{f}^{L_{Q}}}),

簇C_u的质心表示为

其对应的向量

{\overset{&RightArrow;}{T}}_{C_{u}} = (\frac{1}{N_{C_{u}}} Σ_{a_{1} = 1}^{N_{C_{u}}} \frac{1}{N_{L_{1}}} Σ_{f = 1}^{N_{L_{1}}} x_{r_{a_{1}}^{C_{u}} r_{f}^{L_{1}}}, \frac{1}{N_{C_{u}}} Σ_{a_{1} = 1}^{N_{C_{u}}} \frac{1}{N_{L_{2}}} Σ_{f = 1}^{N_{L_{2}}} x_{r_{a_{1}}^{C_{u}} r_{f}^{L_{2}}}, \cdot \cdot \cdot, \frac{1}{N_{C_{u}}} Σ_{a_{1} = 1}^{N_{C_{u}}} \frac{1}{N_{L_{Q}}} Σ_{f = 1}^{N_{L_{Q}}} x_{r_{a_{1}}^{C_{u}} r_{f}^{L_{Q}}});

{\overset{&RightArrow;}{X}}_{j} = (\frac{1}{N_{C_{1}}} Σ_{v = 1}^{N_{C_{1}}} x_{r_{v}^{C_{1}} j}, \frac{1}{N_{C_{2}}} Σ_{v = 1}^{{N_{C}}_{2}} x_{r_{v}^{C_{2}} j}, \cdot \cdot \cdot, \frac{1}{N_{C_{P}}} Σ_{v = 1}^{N_{C_{P}}} x_{r_{v}^{C_{P}} j}),

{\overset{&RightArrow;}{X}}_{f}^{L_{e}} = (\frac{1}{N_{C_{1}}} Σ_{v = 1}^{N_{C_{1}}} x_{r_{v}^{C_{1}} r_{f}^{L_{e}}}, \frac{1}{N_{C_{2}}} Σ_{v = 1}^{N_{C_{2}}} x_{r_{v}^{C_{2}} r_{f}^{L_{e}}}, \cdot \cdot \cdot, \frac{1}{N_{L_{P}}} Σ_{v = 1}^{N_{C_{P}}} x_{r_{v}^{C_{P}} r_{f}^{L_{e}}}),

簇L_e的质心表示为其对应的向量

{\overset{&RightArrow;}{T}}_{L_{e}} = (\frac{1}{N_{L_{e}}} Σ_{a_{2} = 1}^{N_{L_{e}}} \frac{1}{N_{C_{1}}} Σ_{v = 1}^{N_{C_{1}}} x_{r_{v}^{C_{1}} r_{a_{2}}^{L_{e}}}, \frac{1}{N_{L_{e}}} Σ_{a_{2} = 1}^{N_{L_{e}}} \frac{1}{N_{C_{2}}} Σ_{v = 1}^{N_{C_{2}}} x_{r_{v}^{C_{2}} r_{a_{2}}^{L_{e}}}, \cdot \cdot \cdot, \frac{1}{N_{L_{e}}} Σ_{a_{2} = 1}^{N_{L_{e}}} \frac{1}{N_{C_{P}}} Σ_{v = 1}^{N_{C_{P}}} x_{r_{v}^{C_{P}} r_{a_{2}}^{L_{e}}});

4)行聚类：使用Cosine方法分别计算矿井向量

与

的相似度，令

a为自然数，1≤a≤P，b为自然数，sim表示两个向量的Cosine相似度函数，将矿井K_i划分到簇C_a中，更新簇C_a的质心；聚类完毕后，重新计算

和

5)列聚类：使用Cosine方法分别计算矿井安全影响因子向量的相似度，令s为自然数，1≤s≤Q，t为自然数，将矿井安全影响因子X_j划分到簇L_s中，更新簇L_s的质心；列聚类完毕后，重新计算

和

6)若

则聚类过程完成，停止迭代，其中

表示列聚类后簇C_u的新质心，ε为指定的阈值；否则转向步骤4)开始新的迭代过程。

利用本发明的系统最终得到的簇C₁，C₂，…，C_P，将矿井进行了重新分组，且聚类效果比普通的一维聚类方法更科学更准确，也能够为煤矿企业的安全生产提供更可靠的技术依据。

采用本发明的煤矿安全评价系统后，可以对煤炭企业所属矿井安全评价的打分结果进行分析，实现煤矿安全评价的全面管理，其评价结果可为煤矿企业的管理决策提供重要的技术依据。

附图说明

图1是基于联合聚类的煤矿安全评价系统结构图。

具体实施方式

如图1所示，在矿井安全数据输入模块中输入通风安全监控、运输和提升、瓦斯和粉尘防治、矿井防火、井下爆破安全、矿井防冒顶、矿井防透水7个影响因子，基于联合聚类的数据分析模块根据本发明提出的聚类方法对这些数据进行聚类分析，并在结果输出模块中输出最终分析结果。

基于联合聚类的数据分析模块是该系统的核心部分，具体的数据处理过程如下：

1≤i≤n，i为自然数，x_i1、x_i2、xi3、x_i4、x_i5、x_i6、x_i7分别表示第i个矿井K_i对应的通风安全监控数值、运输和提升数值、瓦斯和粉尘防治数值、矿井防火数值、井下爆破安全数值、矿井防冒顶数值、矿井防透水数值，因此矿井安全状况矩阵为

M_{n \times 7} = [\begin{matrix} x_{11} & x_{12} & x_{13} & x_{14} & x_{15} & x_{16} & x_{17} \\ x_{21} & x_{22} & x_{23} & x_{24} & x_{25} & x_{26} & x_{27} \\ \cdot & \cdot & \cdot & \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot & \cdot & \cdot & \cdot \\ x_{n 1} & x_{n 2} & x_{n 3} & x_{n 4} & x_{n 5} & x_{n 6} & x_{n 7} \end{matrix}];

(2)联合聚类：对矩阵M_n×7进行联合聚类，步骤如下：

N_{C_{1}}, N_{C_{2}}, \cdot \cdot \cdot, N_{C_{P}},

1 \leq N_{C_{u}} < n, 1 \leq u \leq P,

和u均为自然数；

C_{u} = {K_{1}^{C_{u}}, K_{2}^{C_{u}}, \cdot \cdot \cdot, K_{N_{C_{u}}}^{C_{u}}},

表示簇C_u所包含的矿井，且

K_{v}^{C_{u}} &Element; {K_{1}, K_{2}, \cdot \cdot \cdot K_{n}},

向量

{\overset{&RightArrow;}{K}}_{v}^{C_{u}} = (x_{r_{v}^{C_{u}} 1}, x_{r_{v}^{C_{u}} 2}, x_{r_{v}^{C_{u}} 3}, x_{r_{v}^{C_{u}} 4}, x_{r_{v}^{C_{u}} 5}, x_{r_{v}^{C_{u}} 6}, x_{r_{v}^{C_{u}} 7}),

其中

v为自然数，表示矿井

在矩阵M_n×7的原始行数，

为自然数，

其中

N_{L_{1}}, N_{L_{2}}, \cdot \cdot \cdot, N_{L_{Q}},

1 \leq N_{L_{e}} < 7,1 \leq e \leq Q,

和e均为自然数；

L_{e} = {X_{1}^{L_{e}}, X_{2}^{L_{e}}, \cdot \cdot \cdot {, X}_{N_{L_{e}}}^{L_{e}}},

其中表示簇L_e包含的矿井安全影响因子，且

其对应的向量表示为

表示矿井安全影响因子

在矩阵M_n×7的原始列数，

为自然数，

1 \leq r_{f}^{L_{e}} \leq 7,1 \leq f \leq N_{L_{e}} .

{\overset{&RightArrow;}{K}}_{i} = (\frac{1}{N_{L_{1}}} Σ_{f = 1}^{N_{L_{1}}} x_{{ir}_{f}^{L_{1}}}, \frac{1}{N_{L_{2}}} Σ_{f = 1}^{N_{L_{2}}} x_{{ir}_{f}^{L_{2}}}, \cdot \cdot \cdot, \frac{1}{N_{L_{Q}}} Σ_{f = 1}^{N_{L_{Q}}} x_{{ir}_{f}^{L_{Q}}}),

{\overset{&RightArrow;}{K}}_{v}^{C_{u}} = (\frac{1}{N_{L_{1}}} Σ_{f = 1}^{N_{L_{1}}} x_{r_{v}^{C_{u}} r_{f}^{L_{1}}}, \frac{1}{N_{L_{2}}} Σ_{f = 1}^{N_{L_{2}}} x_{r_{v}^{C_{u}} r_{f}^{L_{2}}}, \cdot \cdot \cdot, \frac{1}{N_{L_{Q}}} Σ_{f = 1}^{N_{L_{Q}}} x_{r_{v}^{C_{u}} r_{f}^{L_{Q}}}),

簇C_u的质心表示为

其对应的向量

{\overset{&RightArrow;}{T}}_{C_{u}} = (\frac{1}{N_{C_{u}}} Σ_{a_{1} = 1}^{N_{C_{u}}} \frac{1}{N_{L_{1}}} Σ_{f = 1}^{N_{L_{1}}} x_{r_{a_{1}}^{C_{u}} r_{f}^{L_{1}}}, \frac{1}{N_{C_{u}}} Σ_{a_{1} = 1}^{N_{C_{u}}} \frac{1}{N_{L_{2}}} Σ_{f = 1}^{N_{L_{2}}} x_{r_{a_{1}}^{C_{u}} r_{f}^{L_{2}}}, \cdot \cdot \cdot, \frac{1}{N_{C_{u}}} Σ_{a_{1} = 1}^{N_{C_{u}}} \frac{1}{N_{L_{Q}}} Σ_{f = 1}^{N_{L_{Q}}} x_{r_{a_{1}}^{C_{u}} r_{f}^{L_{Q}}});

{\overset{&RightArrow;}{X}}_{j} = (\frac{1}{N_{C_{1}}} Σ_{v = 1}^{N_{C_{1}}} x_{r_{v}^{C_{1}} j}, \frac{1}{N_{C_{2}}} Σ_{v = 1}^{{N_{C}}_{2}} x_{r_{v}^{C_{2}} j}, \cdot \cdot \cdot, \frac{1}{N_{C_{P}}} Σ_{v = 1}^{N_{C_{P}}} x_{r_{v}^{C_{P}} j}),

{\overset{&RightArrow;}{X}}_{f}^{L_{e}} = (\frac{1}{N_{C_{1}}} Σ_{v = 1}^{N_{C_{1}}} x_{r_{v}^{C_{1}} r_{f}^{L_{e}}}, \frac{1}{N_{C_{2}}} Σ_{v = 1}^{N_{C_{2}}} x_{r_{v}^{C_{2}} r_{f}^{L_{e}}}, \cdot \cdot \cdot, \frac{1}{N_{L_{P}}} Σ_{v = 1}^{N_{C_{P}}} x_{r_{v}^{C_{P}} r_{f}^{L_{e}}}),

簇L_e的质心表示为

其对应的向量

{\overset{&RightArrow;}{T}}_{L_{e}} = (\frac{1}{N_{L_{e}}} Σ_{a_{2} = 1}^{N_{L_{e}}} \frac{1}{N_{C_{1}}} Σ_{v = 1}^{N_{C_{1}}} x_{r_{v}^{C_{1}} r_{a_{2}}^{L_{e}}}, \frac{1}{N_{L_{e}}} Σ_{a_{2} = 1}^{N_{L_{e}}} \frac{1}{N_{C_{2}}} Σ_{v = 1}^{N_{C_{2}}} x_{r_{v}^{C_{2}} r_{a_{2}}^{L_{e}}}, \cdot \cdot \cdot, \frac{1}{N_{L_{e}}} Σ_{a_{2} = 1}^{N_{L_{e}}} \frac{1}{N_{C_{P}}} Σ_{v = 1}^{N_{C_{P}}} x_{r_{v}^{C_{P}} r_{a_{2}}^{L_{e}}});

4)行聚类：使用Cosine方法分别计算矿井向量

与

的相似度，令

a为自然数，1≤a≤P，b为自然数，sim表示两个向量的Cosine相似度函数，将矿井K_i划分到簇Ca中，更新簇C_a的质心；聚类完毕后，重新计算

和

5)列聚类：使用Cosine方法分别计算矿井安全影响因子向量与

的相似度，令

s为自然数，1≤s≤Q，t为自然数，将矿井安全影响因子X_j划分到簇L_s中，更新簇L_s的质心；列聚类完毕后，重新计算和

6)若

则聚类过程完成，停止迭代，其中

Claims

1.一个基于联合聚类的煤矿安全评价系统，包括矿井安全数据输入模块、基于联合聚类的数据分析模块和结果输出模块，其中矿井安全数据输入模块接收用户提交的矿井安全状态数据；基于联合聚类的数据分析模块根据矿井安全状态数据，采用联合聚类方法进行数据分析；结果输出模块显示数据分析的结果，为煤矿企业的安全管理决策提供辅助依据；其特征在于：在基于联合聚类的数据分析模块中，采用以下方法进行数据分析：