矿井通风系统的稳定性对井下人身安全健康和矿井安全生产有着重要的保障,但矿井的生产活动与通风系统的稳定性存在着既对立又统一的辩证关系,自然地质条件和人类生产活动等因素导致矿井通风系统中经常出现风阻发生持久性变化的阻变型故障,而有效的阻变故障判识在一定程度上确保矿井通风系统处于稳定可靠的状态。通过理论推导阻变故障产生的原因,发现阻变故障判识问题可被视为分类识别与回归预测或最小目标值优化求解的问题。以安全监控系统的监测值作为特征,阻变位置和阻变量分别作为类别标签和回归预测输出值,建立基于样本集的阻变位置判识分类模型和阻变量回归预测模型,以安全监控系统的实时监测值与稳定状态下的监测值之间的最小距离作为目标值,建立阻变位置判识和阻变量回归预测一体化模型。利用统计学习理论方法和进化算法求解阻变故障判识模型可全面有效地预测矿井通风网络中阻变发生的位置和程度。基于样本集的阻变位置判识分类和阻变量回归预测实验结果表明,k-近邻算法用于阻变位置判识,准确率大于90%,训练与测试误差的间隔小于10%,训练时间小于2s。极端随机树算法用于阻变量回归预测,获得训练集和测试集的R2大于0.99,均方根误差全部小于11.98N.s2/m8,具有更高的预测性能和更低的误差。监测参数组合方案实验结果表明,风压单一特征参数和风量-风压综合特征参数在各方面的性能均最优,其次为风量-风压-节点压能综合特征,风量单一特征在各方面的性能最差。无样本集的阻变位置判识和阻变量回归预测一体化实验结果表明,混合编码在求解有无局部最优解的优化问题,其性能均优于实数编码的求解,所提出的混合编码自适应进化策略算法可快速准确地判识和预测出阻变发生的位置及程度,具有92.5%的准确率,相对误差小于5%的结果占93.75%。为了解决矿井通风网络分支和节点数众多导致的阻变故障判识维度灾难问题,并降低阻变故障判识监控系统搭建的成本和监测产生的误差,提出一种多目标优化特征选择方法,用于阻变故障判识监控系统的观测点布设优化选择。观测点优化布设的实验结果显示,最小观测点覆盖率为7.1%,最大值为42.9%,最优观测点布设方案对应的阻变位置判识准确率大于85%,阻变量预测R2大于0.99,证明多目标优化选择的观测点布设方案在阻变故障判识中具有合理性和可行性,且仅使用矿井通风网络拓扑关系和初始参数值或随机选择进行观测点位置的布设比较难达到阻变故障判识的准确率和精度等性能要求,优化选择的观测点位置对应的风阻分散分布在最小值和最大值之间能获得最佳观测点布设方案,且风阻分布越分散,阻变故障判识精度和灵敏性越高。该论文有图68幅,表37个,参考文献143篇。