煤炭产业是我国的基础性产业,但是煤炭开采具有很大的风险,每年都会出现因为矿井中工作环境恶劣、安全技术水平不足、操作不规范等原因造成的煤矿伤亡事故。为了减少事故的发生,现在的煤矿企业大多都配备了煤矿监控预警系统,它不仅可以监测瓦斯、一氧化碳等环境参数并实行超限报警、断电等防患措施,还可以实时监控各种设备如风门、风筒等的运行状况,保证其正常运行。煤矿监控预警系统在一定程度上可以提高煤矿企业的安全管理能力,但是它也存在一些弊端,例如系统中的信息管理混乱、大量的监控数据没有被有效利用以及传感器反应不灵敏没有被及时发现导致系统的可靠性变差等。通过对上述问题进行研究,本文构建了基于本体与关联规则的煤矿监控预警模型。该模型运用了本体技术,是因为本体可以将杂乱的领域知识系统化地组织起来;又可以基于本体的结构化特性实现监控数据的储存与快速查询;还可以实现基于本体的知识推理。需要说明的是,该系统的本体推理技术是基于Jena推理机实现的。该推理预警模型还运用到了关联规则挖掘技术,是因为关联规则挖掘算法可以针对煤矿监控数据的特点进行挖掘,并能够得到隐含的对煤矿预警有价值的关联规则运用到本体推理中。其主要的研究内容有:(1)通过对《煤矿安全规程》等文献资料进行搜集,本文得到大量煤矿监控预警领域的相关术语。然后,利用七步法对这些术语进行处理得到了本体模型的基本框架——概念、概念间结构关系、属性以及实例等。最后,基于本体编辑工具Protege对这些框架知识进行构建就得到了完整的煤矿监控预警本体模型。(2)运用了关联规则挖掘方法对煤矿监控数据进行挖掘。传统的Apriori挖掘方法虽然应用广泛,但是挖掘结果差强人意,可能会得到许多虚假的、无趣的规则。因此,本文改进了 Apriori挖掘方法将相关度和兴趣度添加进去,并经过实验验证了该改进方法有效可行,能够挖掘出大量符合用户需求的关联规则,避免了将虚假规则挖掘出来运用到实际工作中。此外,本文还利用Jena语法将关联规则以及监控预警领域的相关规定编写成符合要求的自定义推理规则。(3)采用Jena推理机绑定了煤矿监控预警本体模型与推理规则库,构建了基于本体与关联规则的煤矿监控预警模型,并利用试验证明了该模型有效可行,能够在一定程度上提高煤矿监控预警的精确度,降低了煤矿事故的发生率。图20表9参74