(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211164381.8 (22)申请日 2022.09.23 (71)申请人 西安科技大 学 地址 710600 陕西省西安市临潼区西安科 技大学骊山校园秦唐大道48号 (72)发明人 赵安新　黎梁　张晨阳　 (74)专利代理 机构 西安众寻知识产权代理事务 所(普通合伙) 6126 6 专利代理师 高云 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/02(2012.01) G06F 17/10(2006.01) (54)发明名称 一种数据驱动 的井下局部区域安全状态评 估方法 (57)摘要 本发明公开了一种数据驱动的井下局部区 域安全状态评估方法， 包括S1： 建立安全状态评 估的影响指标； S2： 构建判断矩阵； S3： 计算指标 权重； S4： 一致性检验； S5： 确定因素集、 评语集、 权重集； S6： 确立隶属函数； S7： 检测实际数据； S8： 确立隶属度矩阵； S9： 置信度准则； S10： 综合 评价输出。 本发 明能够解决目前依靠专家自身经 验对煤矿安全状态打分后等级评价存在差异的 问题。 权利要求书3页 说明书14页 附图2页 CN 115471097 A 2022.12.13 CN 115471097 A 1.一种数据驱动的井下局部区域 安全状态评估方法， 其特 征在于， 包括以下步骤： S1： 建立安全状态评估的影响指标； S2： 构建判断矩阵； S3： 计算指标权 重； S4： 一致性检验； S5： 确定因素集、 评语集、 权 重集； S6： 确立隶属函数； S7： 检测实际数据； S8： 确立隶属度矩阵； S9： 置信度准则； S10： 综合评价输出； S1中安全状态评估的影响指标为： 风速、 温度、 湿度、 风量供需比、 瓦斯浓度、 二氧化碳 浓度、 一氧化 碳浓度、 氧气浓度、 粉尘浓度； S2中采用1 ‑9标度判断矩阵构造方法建立安全状态影响因素判断矩阵时， 判断矩阵中 包含元素i与元素j， 元素i与元素j的重要性之比为aij， 则元素j与元素i的重要性之比为aji ＝1/aij， 且aii＝1； S3中采用方根法计算权 重值， 计算公式为： S31： 计算判断矩阵的每行之积Mi S32： 计算Mi的n次方根 S33： 对 进行归一 化， 求得权 重wi S4中一致性检验的步骤为： S41： 求解判断矩阵的最大 特征值： S42： 计算 一致性指标CI S43： 求解一致性比例CR 其中， RI为平均一 致性指标， 与n有关； S5中因素集为： 风速、 温度、 湿度、 风量供需比、 瓦斯浓度、 二氧化碳浓度、 一氧化碳浓 度、 氧气浓度、 粉尘浓度； 评语集 为： 优秀、 良好、 合格、 危险； 权 重为： wi；权　利　要　求　书 1/3 页 2 CN 115471097 A 2S6中柯西隶属度函数为： 偏小型： f(x)＝1 x≤a； 居中型： 偏大型： f(x)＝0 x≤a； 柯西隶属度函数式中x表示为输入值、 f(x)表示为隶属度、 a为各等级中间值、 α、 β表示 为参数、 其中β 取值 为2， α 与a计算公式如下 所示： a＝xu+xi/2 α ＝4/(xu‑xi)2； S7对井下测试指标风速、 温度、 湿度、 风量供需比、 瓦斯浓度、 二氧化碳浓度、 一氧化碳 浓度、 氧气浓度、 粉尘浓度进行检测； S8根据S7中检测的结果， 结合柯西隶属度函数确立隶属度矩阵R； S9中计算评语权 重矩阵： Q ＝w*R， 确定 置信度准则 λ＝0.6； S10对实际矿井局部区域 安全状态进行评估， 得到 评估结果。 2.根据权利要求1所述的一种数据驱动的井下局部区域安全状态评估方法， 其特征在 于， 在确定构 造判断矩阵时采用0～1标度模糊判断矩阵的构 造方法， 关于模糊 判断矩阵， 元 素i与元素j的重要性之比为rij， 则元素j与元素i的重要性之比为rji＝1‑rij， 且rii＝0.5。 3.根据权利要求2所述的一种数据驱动的井下局部区域安全状态评估方法， 其特征在 于， 在确定构造判断矩阵时， 包括以下步骤： 步骤1： 从0.1～0.9模糊标度共9个数中随机均匀取值， 作为矩阵R的上三角元素， 主对 角元素取0.5， 下三角元素取1减去对应位置的上三角元素， 构成n阶随机模糊互补判断矩 阵； 步骤2： 计算所 得随机模糊互补判断矩阵的模糊一 致性指标FCI； 步骤3： 计算FCR 模糊一致性指标FCI与同阶的平均随机模糊一致性指标FRI的比值， 称为模糊一致性比 率， 记为： 其中FRI值与阶数相关。权　利　要　求　书 2/3 页 3 CN 115471097 A 3