清华大学学报(自然科学版)

作者：孔彪, 郑永超, 冯新, 刘纪凡

单位：山东科技大学 安全与环境工程学院, 安全工程系, 青岛 266590

关键词：煤自燃,支持向量机,次声波,声发射,预测预警

基金：国家自然科学基金面上项目(52374219),山东省自然科学基金面上项目(ZR2023ME115),山东省高等学校青创科技支持计划(2023KJ086)

煤自燃火灾监测预警是制约煤炭行业安全发展的一大难题, 现有煤自燃监测预警方法中, 采用单一指标分析精确度不足, 基于统计分析法的多指标判定方法会受指标数量和种类的限制, 使得判定过程复杂, 结果差异较大, 而支持向量机算法可以从有限的样本中学习出全部的规律, 有望应用于煤自燃监测预警领域。该文首先建立煤自燃过程中次声波和声发射信号测试系统, 研究发现次声波和声发射的主频幅值与温度具有较高的相关性(相关系数R2>0.90), 可作为监测煤自燃的有效指标。其次, 在分析支持向量机原理的基础上, 将次声波和声发射的主频幅值作为特征向量, 选用“一对一”方法建立煤自燃支持向量机模型, 并验证分析不同核函数对识别结果的影响, 形成基于支持向量机的煤自燃声学预警方法。研究结果表明, 该支持向量机模型能根据煤自燃产生的次声波、声发射主频幅值数据特征较好地划分煤自燃的不同阶段, 其中次声波多项式核函数支持向量机与声发射Gauss核函数支持向量机的分类效果最好, 总体识别率在90.00%以上。本文的研究为煤自燃高效监测预警提供了一种新方法。

来源：2025年第4期

《清华大学学报(自然科学版)》期刊编辑部

查看清华大学学报(自然科学版)杂志2025年第4期