基于改進D-S證據(jù)融合的煤礦瓦斯監(jiān)測方法研究
發(fā)布時間:2020-04-29 16:56
【摘要】:煤炭是我國重要的一次能源,由于礦井井下工作面環(huán)境惡劣,在煤炭開采作業(yè)中,瓦斯?jié)舛鹊淖兓?導致瓦斯突出、瓦斯爆炸等礦井災害時有發(fā)生。為了穩(wěn)定經(jīng)濟增長,保障煤礦開采工作環(huán)境的安全,引入一套完整的煤礦瓦斯監(jiān)測系統(tǒng),實現(xiàn)對井下瓦斯狀況的監(jiān)測。如何準確動態(tài)地根據(jù)監(jiān)測信息的分析處理對煤礦井下瓦斯災害做出風險預警,一直是值得重點關注的問題。針對煤礦瓦斯監(jiān)測系統(tǒng)的非線性、時變性和多參數(shù)強耦合性問題,多傳感器信息融合技術可以有效地對礦井各類傳感器采集到的數(shù)據(jù)信息進行綜合分析。煤礦井下傳感器在較差的工作環(huán)境中采集到的數(shù)據(jù)信息會因為外界因素干擾產生變異,不能真實反映井下安全狀況,采用支持向量機進行去噪分類處理,應用核獨立主元分析算法對數(shù)據(jù)樣本進行降維特征提取,預處理后的數(shù)據(jù)輸入加權平均D-S證據(jù)融合模型中進行決策級融合,同時采用進化差分蝙蝠算法對各證據(jù)賦予的權重進行優(yōu)化處理,有效地解決了沖突證據(jù)間的融合問題,加快了證據(jù)融合的收斂速度,然后根據(jù)融合結果進行瓦斯災害風險等級預警,降低事故造成人員傷亡和經(jīng)濟損失。選取霍州辛置煤礦的數(shù)據(jù)樣本做試驗驗證以及仿真分析,融合結果表明改進的加權平均D-S證據(jù)融合改善了證據(jù)融合存在的“一票否決”現(xiàn)象,增加了融合結果對最終決策的準確性。該改進方法提高了煤礦瓦斯監(jiān)測的快速性和準確性,實現(xiàn)了瓦斯災害信息預警的目的。
【圖文】:
34 0.79 70 106 0.73 142 0.83 178 0.7335 0.75 71 107 0.74 143 0.79 179 0.7536 0.74 72 108 0.78 144 0.78 180 0.71含變異缺失噪聲的數(shù)據(jù)樣本如圖 2.3 所示。
庵異和缺失數(shù)據(jù)釋本處理效果圖
【學位授予單位】:遼寧工程技術大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:TD712
【圖文】:
34 0.79 70 106 0.73 142 0.83 178 0.7335 0.75 71 107 0.74 143 0.79 179 0.7536 0.74 72 108 0.78 144 0.78 180 0.71含變異缺失噪聲的數(shù)據(jù)樣本如圖 2.3 所示。
庵異和缺失數(shù)據(jù)釋本處理效果圖
【學位授予單位】:遼寧工程技術大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:TD712
【參考文獻】
相關期刊論文 前10條
1 董丁穩(wěn);屈世甲;王紅剛;;礦井瓦斯監(jiān)測數(shù)據(jù)特征分析及預處理[J];工礦自動化;2015年09期
2 付家才;陸青松;;基于蝙蝠算法的配電網(wǎng)故障區(qū)間定位[J];電力系統(tǒng)保護與控制;2015年16期
3 劉茜;毛善君;武建軍;李鑫超;;基于傳感網(wǎng)的煤礦瓦斯監(jiān)測數(shù)據(jù)發(fā)布系統(tǒng)關鍵技術[J];煤炭科學技術;2015年05期
4 王亞輝;賈晨輝;趙仁鵬;;基于分解機制的多目標蝙蝠算法[J];農業(yè)機械學報;2015年04期
5 王雨虹;付華;侯福營;張洋;;基于混沌免疫粒子群優(yōu)化和廣義回歸神經(jīng)網(wǎng)絡的回采工作面瓦斯涌出量預測模型[J];計算機應用;2014年11期
6 劉妹琴;王毅星;;基于Petri網(wǎng)與D-S證據(jù)理論的電力系統(tǒng)故障診斷[J];華中科技大學學報(自然科學版);2014年10期
7 李瑞敏;馬瑋;;基于BP神經(jīng)網(wǎng)絡與D-S證據(jù)理論的路段平均速度融合方法[J];交通運輸工程學報;2014年05期
8 陳紅;甘佐賢;謝羲;賀}益,
本文編號:2644787
本文鏈接:http://sikaile.net/kejilunwen/anquangongcheng/2644787.html