来源：期刊VIP网 时间：
作者：王启飞;王俊龙;刘昊霖;赵逸涵;孙英峰;李蓓;
单位：北京建筑大学机电与车辆工程学院;北京市热力集团有限责任公司;北京科技大学大安全科学研究院;宁夏回族自治区煤炭地质局;
摘要：在煤矿安全领域，事故的预防至关重要。为了对煤矿开采风险进行深入分析，提出了一种基于文本数据的煤矿安全事故智能分析模型及集成分析平台。首先，采用融合数据增强技术的卷积神经网络文本分类(Text-Convolutional Neural Network, Text-CNN)方法构建煤矿安全事故分析模型，对大量非结构化事故文本进行精准的分类筛选；然后，利用自然语言处理(Natural Language Processing, NLP)技术建立煤矿事故简报集成分析系统，通过该系统对煤矿事故报告进行事故统计分析、风险分析等，总结出不同地区煤矿事故的死亡情况与类型差异，明确了煤矿安全事故之间的潜在模式。研究表明，通过集合事故简报分析模型的集成分析平台可以实现对煤矿安全事故信息的获取再利用，分析事故潜在规律和风险大小，有助于提升煤矿的风险管理水平，提高事故预防能力。
关键词：安全工程;煤矿事故;卷积神经网络文本分类(Text-CNN);自然语言处理(NLP);事故预防
基金资助：国家自然科学基金项目(U23A20285); 北京市自然科学基金项目(2023MH202); 煤与煤层气共采国家重点实验室开放基金项目(2022KF21); 宁夏自然科学基金项目(2023AAC03778); 北京市教育委员会科学研究计划项目(KM202410016004)
