基于决策树的矿井通风智能调控研究
针对传统局部通风方式下,引起巷道内粉尘和瓦斯的积聚问题,结合数据挖掘技术,提出一种基于CART决策树的风筒智能调控规则挖掘方法.利用全因子试验方法获取大量巷道内的风速数据以及风筒运行数据作为样本数据,通过建立每个测点位置风速决策树模型,再将得到的调控规则转化为IF-THEN规则形式,最后将每个测点相对应的规则进行联合求解得到风筒的最佳调控规则,并封装于课题组开发的风流智能调控系统中,完成对出风口参数实时调节.结果表明,当风筒处于距离端面5m、风筒口径1m、右偏转角度0°的位置时,调控后司机位置处降尘率为65.3%,回风侧1 处降尘率为67.8%,验证了基于决策树的风筒调控规则挖掘方法的有效性,为矿井通风降尘提供了理论依据.
矿井通风、风场调控规则、数据挖掘、CART决策树
TP391;TD724(计算技术、计算机技术)
2023-08-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
90-94