基于巷道選擇的安全規(guī)則集約簡方法
【專利摘要】一種基于巷道選擇的安全規(guī)則集約簡方法，屬于煤炭礦井下的設備檢測方法。安全規(guī)則集的約減方法：在規(guī)則集約減方法中，先要對設備檢測員的歷史活動軌跡進行統(tǒng)計；統(tǒng)計的方法是在檢測員的身上安裝GPS定位設備，在1個月的時間內(nèi)，采集該檢測員的GPS移動軌跡；之后使用歷史移動軌跡計算出貝葉斯路徑預測算法的先驗概率；然后在規(guī)則集數(shù)據(jù)庫中添加巷道坐標字段，標記該設備在規(guī)則集的位置信息。在手持端下載當前最可能需要的規(guī)則集，按照貝葉斯路徑?jīng)Q策理論對其進行約減，當檢測人員到巷道1，手持端將下載安全規(guī)則集1，接下來按照貝葉斯決策理論預測下一個需要檢測巷道，將巷道相關(guān)的安全規(guī)則集提前下載到手持端，大大的提高了檢測工作的效率。
【專利說明】基于巷道選擇的安全規(guī)則集約簡方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種煤炭礦井下的設備檢測方法，特別是一種基于巷道選擇的安全規(guī) 則集約簡方法。

【背景技術(shù)】
[0002] 在如今，技術(shù)人員在礦井持手持設備對礦井下安裝的設備進行檢測時，需要提前 將所有的規(guī)則集下載。當行走到需要檢測設備時，通過對比規(guī)則集中的數(shù)據(jù)來檢測設備的 運行狀態(tài)。但是現(xiàn)在規(guī)則集都是以數(shù)據(jù)庫的形式存儲，在手持端沒有對其進行約減，全部下 載下來的儲存在設備中。這樣將對手持端的檢索數(shù)據(jù)集造成非常大的壓力，手持端搜索規(guī) 則集會非常的緩慢，減慢了安全檢測的效率。


【發(fā)明內(nèi)容】

[0003] 技術(shù)問題：本發(fā)明是要提供一種基于巷道選擇的安全規(guī)則集約簡方法，將安全規(guī) 則集按照巷道選擇進行約減解決將規(guī)則集不進行約減直接下載到手持端，造成減慢安全檢 測效率的問題。
[0004] 技術(shù)方案：本發(fā)明的目的是這樣實現(xiàn)的：安全規(guī)則集的約減方法：
[0005] 在規(guī)則集約減方法中，先要對設備檢測員的歷史活動軌跡進行統(tǒng)計；統(tǒng)計的方法 是在檢測員的身上安裝GPS定位設備，在1個月的時間內(nèi)，采集該檢測員的GPS移動軌跡； 之后使用歷史移動軌跡計算出貝葉斯路徑預測算法的先驗概率；
[0006] 第一步：設計設備表、安全規(guī)則關(guān)聯(lián)表和安全規(guī)則表；
[0007] 設備表和設備檢查表和安全規(guī)則關(guān)聯(lián)表都以設備表設備唯一標識ID為外鍵約 束，安全規(guī)則關(guān)聯(lián)表和安全規(guī)則表有以安全規(guī)則集的唯一標識ID為外鍵約束；
[0008] 其中：
[0009] 設備表包含：設備唯一編號、位置信息和設備名稱；
[0010] 安全規(guī)則關(guān)聯(lián)表包含：設備唯一編號和安全規(guī)則集編號；
[0011] 安全規(guī)則表包含：安全規(guī)則集編號和安全規(guī)則；
[0012] 第二步：采用貝葉斯決策理論預測巷道選擇；
[0013] 貝葉斯決策理論：對于觀測值X，有一個由η個類別組成的狀態(tài)空間Ω = =1，2, 3…，η}，一個決策集（Decision set)D = {dj | j = 1，2,…，η, η+1}，其中，假定 dn+i 為 拒絕決策；對于決策屯，i尹n+1，有x e ;
[0014] 路徑選擇：對于某一已知位置，運動目標的下一個路徑選擇為與它相鄰巷道或岔 道，根據(jù)貝葉斯路徑?jīng)Q策方法判定最可能的路徑；
[0015] 所述的路徑?jīng)Q策算法過程如下：算法中涉及的變量和公式：
[0016] ω i :表示路徑，i用以區(qū)分路徑；
[0017] X :表示檢測員當前被觀測到的位置；
[0018] p(Wi):表示通過統(tǒng)計得出檢測員選擇該條路徑的先驗概率；
[0019] p(X I :表示在用戶選擇％條件下在X所表示位置的條件密度概率；
[0020]

【權(quán)利要求】
1. 一種基于巷道選擇的安全規(guī)則集約簡方法，其特征是：安全規(guī)則集的約減方法： 在規(guī)則集約減方法中，先要對設備檢測員的歷史活動軌跡進行統(tǒng)計；統(tǒng)計的方法是在 檢測員的身上安裝GPS定位設備，在1個月的時間內(nèi)，采集該檢測員的GPS移動軌跡；之后 使用歷史移動軌跡計算出貝葉斯路徑預測算法的先驗概率； 然后在規(guī)則集數(shù)據(jù)庫中添加巷道坐標字段，標記該設備在規(guī)則集的位置信息； 第一步：設計設備表、安全規(guī)則關(guān)聯(lián)表和安全規(guī)則表； 設備表和設備檢查表和安全規(guī)則關(guān)聯(lián)表都以設備表設備唯一標識ID為外鍵約束，安 全規(guī)則關(guān)聯(lián)表和安全規(guī)則表有以安全規(guī)則集的唯一標識ID為外鍵約束； 其中： 設備表包含：設備唯一編號、位置信息和設備名稱； 安全規(guī)則關(guān)聯(lián)表包含：設備唯一編號和安全規(guī)則集編號； 安全規(guī)則表包含：安全規(guī)則集編號和安全規(guī)則； 第二步：采用貝葉斯決策理論預測巷道選擇； 貝葉斯決策理論：對于觀測值X，有一個由η個類別組成的狀態(tài)空間Ω = {ω」i = 1，2, 3…，η}，一個決策集（Decision set)D = {dj I j = 1，2,…，η, n+1}，其中，假定 dn+1 為拒 絕決策；對于決策屯，i關(guān)n+1，有x e ; 路徑選擇：對于某一已知位置，運動目標的下一個路徑選擇為與它相鄰巷道或岔道，根 據(jù)貝葉斯路徑?jīng)Q策方法判定最可能的路徑； 所述的路徑?jīng)Q策算法過程如下：算法中涉及的變量和公式： ω?:表示路徑，i用以區(qū)分路徑； X :表示檢測員當前被觀測到的位置； P(?i):表示通過統(tǒng)計得出檢測員選擇該條路徑的先驗概率； P (X I ω J :表示在用戶選擇ω i條件下在X所表示位置的條件密度概率；
表示貝葉斯公式； Stepl根據(jù)歷史統(tǒng)計數(shù)據(jù)，計算運動對象（特指設備檢測員）在礦井底下某個位置選擇 下一條巷道或岔道的先驗概率Ρ(ω); St印2將檢測到運動對象位置定為當前位置，計算運動對象在當前位置呈現(xiàn)出選擇不 同巷道或岔道的條件概率密度函數(shù)為pUlw); Step3根據(jù)貝葉斯公式
計算出檢測員選擇每一條巷道或 岔道的后驗概率Ρ(ω」χ);
St印4根據(jù)公式 采用貝葉斯決策理論屯：X e ，即預測出運 ， 動對象的最佳選擇路徑； 路徑?jīng)Q策算法和規(guī)則集約減關(guān)聯(lián)，約減方法的第一步巷道選擇實現(xiàn)，然后對規(guī)則庫按 照巷道選擇進行數(shù)據(jù)庫設計。
【文檔編號】G06F17/30GK104142982SQ201410340587
【公開日】2014年11月12日 申請日期:2014年7月16日 優(yōu)先權(quán)日:2014年7月16日
【發(fā)明者】陳偉, 張磊, 唐志博 申請人:中國礦業(yè)大學