基于贝叶斯网络的煤矿瓦斯爆炸事故致因分析

贝叶斯网络故障诊断与维修决策方法及应用研究

运行命令: $ python3 main.py --model=model.txt --test=test.txt 注意:默认方法是“可能性”。 如果使用“转发”方法,请运行: $ python3 m

为解决隧道风险评估中存在的主观性大、结果不准确的问题，提出基于事故树和贝叶斯网络的区间概率等级、权重信心指标与置信区间相结合的综合风险概率估计法，并将其应用于渔寮隧道的坍塌风险评估中。首先利用事故树构

依据瓦斯煤尘爆炸后的特征参数及气体、固体成分变化规律,提出了确定爆炸事故调查时事故性质及爆源点确定的综合判据,为反演矿井爆炸事故过程及爆炸事故调查的物证分析提供依据。

针对地下矿山巷道运输事故的案例,分析了导致事故的基本事件;通过对22个基本事件构成事故破坏模式的调查分析,得出了巷道运输事故的事故树;采用最小割集、最小径集以及结构重要度的意义对发生事故的基本事件进行

收集现场险兆事件数据,运用灰色关联分析法对煤矿险兆事件中人的不安全行为的各因素的关联度进行了定量分析。得出该煤矿险兆事件发生原因的平均关联度,做出重要度排序,从而有针对性地从险兆事件致因方面对险兆事件

从瓦斯爆炸的基本条件入手,分析了瓦斯爆炸事故发生的主要原因,得出煤矿瓦斯爆炸事故是瓦斯积聚和引爆火源、自然条件、安全技术手段、安全装备水平、安全意识和管理水平等多种因素共同作用的结果。在此基础上从控制

BayesianNetwork:贝叶斯网络建模与分析

本文针对神华集团乌达矿业有限责任公司五虎山煤矿开采现状,在不考虑设备故障的情况下,找出导致瓦斯超限的基本事件,运用事故树分析方法,评价各个基本事件的结构重要度,并且根据结构重要度的不同分别采取预防措施

关于贝叶斯分析基础的知识，这个是本人幸苦编辑的pdf，欢迎大家下载，也欢迎大家指出其中写的不正确的地方。多谢多谢，还望多多交流