采矿技术2024,Vol.24Issue(5) :209-214.

基于ISM和知识图谱的尾矿坝事故风险智能识别研究

郭梨 高元 吴昊 杨震
采矿技术2024,Vol.24Issue(5) :209-214.

基于ISM和知识图谱的尾矿坝事故风险智能识别研究

郭梨 1高元 1吴昊 1杨震2
扫码查看

作者信息

  • 1. 西安建筑科技大学资源工程学院,陕西西安 710055
  • 2. 西安建筑科技大学资源工程学院,陕西西安 710055;西安市智慧工业感知计算与决策重点实验室,陕西西安 710055
  • 折叠

摘要

为了深入理解尾矿坝事故的发生机理和演化规律,提升尾矿坝的安全管理水平,首先通过总结分析尾矿坝事故案例,筛选出导致尾矿坝溃坝的致灾因素;然后引入解释结构模型(ISM),理清因素间的关联模式和层次关系,从而得到尾矿坝事故的演化路径,在此基础上构建尾矿坝事故知识图谱;最后利用BERT-GCN-SVM模型对知识图谱进行编码和分类,其中利用BERT模型提取节点的文本特征,利用GCN模型捕获图结构信息,采用SVM模型对数据进行分类.构建了一个结构化的尾矿坝事故知识图谱.提出的BERT-GCN-SVM模型能够有效地识别尾矿坝风险,为事故预防提供了新的思路和方法,具有工程实用价值.

关键词

尾矿坝事故/解释结构模型(ISM)/知识图谱/BERT/图卷积网络

引用本文复制引用

出版年

2024
采矿技术
长沙矿山研究院有限责任公司

采矿技术

影响因子:0.503
ISSN:1671-2900
段落导航相关论文