近年来,高瓦斯突出矿井逐渐装备了瓦斯抽放监控系统,瓦斯抽放监控系统的投入使用大大推动了煤矿安全生产工作的开展,很大程度上缓解了目前我国严峻的煤矿安全生产现状。随着科学技术的不断发展,瓦斯抽采监控系统被研发出来,其功能越来越多样化,型号越来越多如KJF2000、MDM95K。瓦斯抽采监控系统大部分是由瓦斯抽采自动控制器、传感器部分、通信部分以及执行部分等组成。由于我国在瓦斯抽采系统中存在着各种各样的问题以安全隐患等。更需要说明的是我国瓦斯抽采系统的研制重点还是集中在监控系统上,对于瓦斯抽采安全隐患的研究相对较少,甚至相对应的理论也是如此。因此,本文主要研究对煤矿瓦斯抽采系统安全隐患(火灾、漏气以及出口端燃烧等)进行识别,为对这些隐患进行防控打下坚实的基础。本文正是针对瓦斯抽采系统中的问题进行一系列研究,提出了一种基于SVM的煤矿瓦斯抽采系统火灾安全隐患识别的研究。该文首先分析了瓦斯抽采系统的安全隐患种类以及其识别方法,重点介绍了火灾隐患、漏气隐患以及积水等隐患的识别以及控制。同时本文以火灾隐患为主线,详细介绍了火灾产生机制与各类火灾传感器(CO气体传感器、温度传感器与烟雾传感器)。其次文章介绍了支持向量机(SVM)理论,分别提到了SVM原理、SVM核函数与其参数寻优以及SVM多类分类方法。最后详细描述了该火灾隐患识别系统的硬件组成以及利用LIBSVM工具箱进行了火灾识别的系统仿真,给出了火灾识别的理论基础。支持向量机(SVM)利用有限样本数据,通过LIBSVM与MATLAB工具箱建立的SVM模型有较高的分类预测准确率。通过系统仿真表明,支持向量机对煤矿瓦斯抽采系统火灾安全隐患识别简单、准确,有较大的应用潜力。