煤矿企业中瓦斯灾害事故是制约矿井安全高效生产的重要因素之一。系统地分析各种诱发瓦斯灾害事故的原因,实现瓦斯灾害事故的早期科学预警,是解决煤矿井下安全生产重要课题之一。科学预测与度量煤矿瓦斯安全风险度,为煤矿安全风险性的客观、科学、正确评价与评估提供理论基础。所以开展煤矿瓦斯安全风险方面的研究工作,不仅可提高煤矿企业管理者防控灾害的意识和安全生产管理水平,对于降低煤矿企业安全风险、提高矿井防灾抗灾能力以及丰富瓦斯灾害防治理论都具有重要的现实意义和理论价值。论文采用文献研究、理论研究、现场调研、算法改进、实证分析等方法开展煤矿瓦斯安全风险研究,从煤矿事故致因机理入手,针对瓦斯灾害事故防治方面存在的不足,须深入研究灾害致因因素识别、安全风险度预估、安全风险评价等三个科学问题。文中采用关联规则理论,利用数据挖掘技术,对煤矿瓦斯安全风险致因因素进行识别研究;采用马尔科夫链模型对矿井瓦斯安全风险度进行预测分析;通过算法优选,改进了狼群算法,并结合BP神经网络,构建了煤矿瓦斯安全性评价模型,切实提高了评价客观性和准确性。同时,将煤矿瓦斯安全风险度预测模型和安全评价模型进行实证分析,进一步论证其科学性与准确性。论文研究的主要结论如下:(1)通过对煤矿瓦斯安全风险因素识别、瓦斯安全事故致因机理、瓦斯安全风险评价方法等研究进行文献综述,阐释了煤矿瓦斯安全事故致因机理,分析了在瓦斯安全风险因素识别、安全风险度预估及安全评价方面存在的准确性不高、考虑因素不全面等问题,为进一步开展瓦斯灾害防治研究提供了新思路。(2)基于煤矿灾害防治理论、安全评价理论等,针对目前瓦斯灾害事故治理技术措施中存在的不足,提出煤矿瓦斯安全风险因素识别准确性和完备性、瓦斯安全风险度量和预测正确性以及瓦斯安全风险评价准确性等方面还有需要进一步完善和深入研究的问题,这也是降低瓦斯安全风险和防止瓦斯灾害事故发生所面临的理论瓶颈与技术难题。(3)以72个瓦斯灾害案例85个致因因素为基础,构建了煤矿瓦斯安全风险致因因素模型,建立了瓦斯安全风险网络模型,同时采用关联规则理论建立了相应致因因素关系模型,筛选出对煤矿瓦斯安全风险具有重要影响的30个评价指标,形成了导致煤矿瓦斯安全风险的主要风险因素集,为下一步进行煤矿瓦斯安全风险度预测和安全评价提供了基础指标体系。(4)根据我国的煤矿瓦斯灾害情况,统计分析10年的瓦斯灾害事故数据,以煤与瓦斯突出为例,建立了煤矿瓦斯灾害风险度预测评估方法,采用马尔科夫链预测模型对煤与瓦斯突出事故的发生概率以及风险损失进行评估预测,评估结果符合现场实际情况,证实了马尔科夫链模型在煤矿瓦斯灾害预测方面的适用性和优势,为具有变参数的多因素灾害事故安全风险度预测提供了借鉴和参考。(5)通过算法的对比分析论证了 WPA在全局搜索、函数寻优等方面的优势,并具有良好的鲁棒特性。应用BP神经网络与狼群算法等相关理论,利用信念学习模型优化狼群算法,并与BP神经网络结合,设计出模型的计算流程,多个样本实证了 IWPA-BP模型对函数拟合的可行性,将改进模型应用到煤矿瓦斯安全风险评价中,模型测试的结果证实仿真归类与专家归类结果一致,证明了所构建的安全风险评价模型在煤矿瓦斯安全风险评价中的可靠性。(6)为进一步印证煤矿瓦斯安全风险预测模型和安全评价模型的正确性和可靠性,基于现场实际确定出影响李雅庄煤矿瓦斯安全的主要因素,并对李雅庄煤矿瓦斯安全风险度和安全性进行实证分析,证实了马尔科夫链预测模型与IWPA-BP神经网络安全评价模型在煤矿瓦斯安全风险机理分析及评价方面的科学性和客观性,为同类矿井的风险控制提供了思路和方法,研究成果在矿山企业具有推广应用前景。论文通过系统研究煤矿瓦斯安全风险问题,在瓦斯安全风险因素识别、安全风险度预测与分析、安全性评价方面取得了创新性成果,具体如下:(1)利用风险致因理论和关联规则,构建了煤矿瓦斯安全风险致因因素网络模型和关系模型,确定出煤矿瓦斯安全风险致因主要因素集,为煤矿瓦斯安全风险度预测和安全评价提供了指标体系。(2)借鉴煤矿安全风险评估方法理念,采用马尔科夫链模型对煤与瓦斯突出安全事故的发生概率及风险损失进行评估,并建立了相应的评估方法,可对瓦斯安全风险度进行了量化度量与预测。(3)基于BP神经网络与狼群算法等相关理论,利用信念学习模型改进了狼群算法,结合BP神经网络,构建了 IWPA-BP神经网络的煤矿瓦斯安全风险评价模型,在煤矿瓦斯安全风险科学评价方面提高了效率和准确性。