發(fā)布時(shí)間：2018-08-20 17:25

【摘要】：目前煤礦井下極性氣體定量分析和檢測(cè)方法存在的問題,初步建立了基于支持向量機(jī)算法的極性氣體定量分析校正模型;利用傅里葉變換紅外光譜法對(duì)CH4、CO2、SF6等10種煤礦井下極性氣體進(jìn)行掃描,得出共310組檢驗(yàn)樣本數(shù)據(jù),通過光譜數(shù)據(jù)預(yù)處理和SVM校正模型的訓(xùn)練與檢驗(yàn),實(shí)現(xiàn)了SVM校正模型,使模型預(yù)測(cè)精度基本達(dá)到煤礦氣體的檢測(cè)要求。經(jīng)過模型驗(yàn)證,除C3H8、n C4H10正丁烷和CO2的準(zhǔn)確度較低外,其他樣本測(cè)試濃度和實(shí)際濃度偏差均不超過該組分滿量程的10%,通過對(duì)理論值與測(cè)量值對(duì)比,分析結(jié)果滿足現(xiàn)場(chǎng)實(shí)際需求,初步實(shí)現(xiàn)了利用紅外光譜技術(shù)對(duì)煤礦井下極性氣體的定量分析,在建模速度和模型預(yù)測(cè)精度等方面均取得了較好的效果,達(dá)到了快速檢測(cè)分析井下災(zāi)害極性氣體濃度的目的。
[Abstract]:At present, there are some problems in the quantitative analysis and detection method of polar gas in coal mine, and the correction model of polar gas quantitative analysis based on support vector machine is established preliminarily. By using Fourier transform infrared spectroscopy (FTIR) to scan 10 kinds of polar gases in coal mine, such as Ch _ 4C _ 2CO _ 2H _ 6 and so on, a total of 310 groups of test sample data are obtained. The SVM correction model is realized through the pretreatment of spectral data and the training and testing of SVM correction model. The prediction accuracy of the model is basically up to the requirement of coal mine gas detection. After model verification, except for the low accuracy of C3H8n C4H10 n-butane and CO2, the deviation of test concentration and actual concentration of other samples does not exceed 10% of the full range of the component. By comparing the theoretical values with the measured values, the results of the analysis meet the actual demand in the field. The quantitative analysis of polar gas in coal mine by using infrared spectrum technology has been preliminarily realized. Good results have been achieved in modeling speed and model prediction accuracy, and the purpose of rapid detection and analysis of underground polar gas concentration has been achieved.
【作者單位】： 遼寧石油化工大學(xué)順華能源學(xué)院;煤科集團(tuán)沈陽研究院有限公司;煤礦安全技術(shù)國家重點(diǎn)實(shí)驗(yàn)室;中國礦業(yè)大學(xué)安全工程學(xué)院;
【基金】：國家重大科學(xué)儀器設(shè)備開發(fā)專項(xiàng)資助項(xiàng)目(2012YQ24012705) “十二五”國家科技支撐計(jì)劃資助項(xiàng)目(2012BAK04B09) 國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(973計(jì)劃)資助項(xiàng)目(2011CB201206) 中煤科工集團(tuán)科技創(chuàng)新基金資助項(xiàng)目(2014MS030)
【分類號(hào)】：TD711;O657.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 白鵬;謝文俊;劉君華;;混合氣體紅外光譜支持向量機(jī)分析的新方法[J];光譜學(xué)與光譜分析;2007年07期

2 李玉軍;湯曉君;劉君華;;粒子群優(yōu)化算法在混合氣體紅外光譜定量分析中的應(yīng)用[J];光譜學(xué)與光譜分析;2009年05期

3 梁運(yùn)濤;湯曉君;羅海珠;孫勇;;煤層自然發(fā)火特征氣體的光譜定量分析[J];光譜學(xué)與光譜分析;2011年09期

4 白鵬;李彥;張斌;劉君華;;基于SVM的混合氣體紅外光譜分析關(guān)鍵技術(shù)研究[J];光子學(xué)報(bào);2008年03期

5 楊開武;白鵬;李彥;金偉;劉君華;;基于支持向量機(jī)的紅外光譜天然氣分析系統(tǒng)[J];天然氣工業(yè);2007年11期

6 楊海亮;杜濤;;基于支持向量機(jī)的井筒風(fēng)流溫度預(yù)測(cè)[J];山西煤炭;2013年03期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊緒兵,韓自存;ε不敏感的核Adaline算法及其在圖像去噪中的應(yīng)用[J];安徽工程科技學(xué)院學(xué)報(bào)(自然科學(xué)版);2003年04期

2 陶秀鳳,唐詩忠,周鳴爭(zhēng);基于支持向量機(jī)的軟測(cè)量模型及應(yīng)用[J];安徽工程科技學(xué)院學(xué)報(bào)(自然科學(xué)版);2004年02期

3 許高程;張文君;王衛(wèi)紅;;支持向量機(jī)技術(shù)在遙感影像滑坡體提取中的應(yīng)用[J];安徽農(nóng)業(yè)科學(xué);2009年06期

4 郭立萍;唐家奎;米素娟;張成雯;趙理君;;基于支持向量機(jī)遙感圖像融合分類方法研究進(jìn)展[J];安徽農(nóng)業(yè)科學(xué);2010年17期

5 馮學(xué)軍;;最小二乘支持向量機(jī)的研究與應(yīng)用[J];安慶師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年01期

6 鄒心遙;姚若河;;基于LSSVM的威布爾分布形狀參數(shù)估計(jì)(英文)[J];半導(dǎo)體技術(shù);2008年06期

7 鄒心遙;姚若河;;基于LSSVM的小子樣元器件壽命預(yù)測(cè)[J];半導(dǎo)體技術(shù);2011年09期

8 李卓遠(yuǎn),吳為民,王e，

本文編號(hào)：2194418