煤矿安全事故分析与预测研究

作者：杨静; 蔡峰; 封居强; 朱美静; 周夏冰; 殷静雯

来源：矿业安全与环保, 2023, 50(05): 144-155.

DOI：10.19835/j.issn.1008-4495.2023.05.023

• 煤矿
• 安全事故
• 统计分析
• 灰色神经网络
• 事故预测
• 对策

为了有效地减少煤矿安全事故发生，制订科学的预防灾害措施，以近11年的煤矿安全事故相关数据为统计分析样本，通过对事故等级和事故类型2个要素进行深入分析，研究我国煤矿安全事故发生的规律和特点。以瓦斯、放炮、水害、运输、顶板、机电、火灾和其他事故发生起数作为样本数据，构建灰色神经网络在线预测模型，并基于2021年数据进行验证。结果表明，一般事故最多，其次是较大事故和重大事故；顶板、运输、机电和其他事故起数整体呈现上升趋势，顶板事故最多；灰色神经网络模型平均相对误差和均方根误差分别为0.161和2.902,与灰色模型相比分别降低了0.234和2.945。因此，采用灰色神经网络模型对煤矿安全事故进行预测的精度更高、稳定性更好。

• 单位
  安徽理工大学