本文關(guān)鍵詞：煤礦井下煤炭自燃監(jiān)測方法的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：煤炭是我國的重要能源,在國民經(jīng)濟的可持續(xù)發(fā)展眾起著關(guān)鍵作用,但與此同時煤礦也是工業(yè)生產(chǎn)中最危險的行業(yè)之一。礦井火災(zāi)是一大突出危害,其中,由于煤炭的自燃引起的火災(zāi)由于其不確定性造成的危害更大。 對于煤炭自燃發(fā)火的早期特征,有多種探測方法,如測溫法、指標(biāo)氣體法、氣味檢測法、同位素測氡法、電阻率探測法等等。每種方法都有其優(yōu)缺點,但是單一的探測方法難以實現(xiàn)對煤炭自燃發(fā)火情況進(jìn)行較為準(zhǔn)確的監(jiān)測,而且探測的信息不夠直觀,本課題提出將圖像識別技術(shù)應(yīng)用到其中,利用紅外熱像儀拍攝的紅外圖像,反映自燃發(fā)生的溫度變化,把圖像特征作為一種探測量,通過了解紅外熱圖像高溫面積的變化,利用多傳感器的信息融合技術(shù)來進(jìn)行信息的有效融合,從而識別煤炭的自燃情況, 本文首先介紹了紅外熱成像原理,對紅外熱像儀采集到的紅外圖像進(jìn)行去噪處理,本文采用了基于Contourlet變換的閾值去噪,改進(jìn)了其閾值函數(shù),取得了良好的去噪效果。隨后,提取紅外熱圖像的邊緣特征,采用了改進(jìn)的Sobel邊緣檢測算法,能夠有效地檢測到紅外熱圖像的邊緣信息,邊緣清晰連續(xù)。 其次,針對單一的探測方法無法及時反映煤自燃發(fā)生程度,提出了基于多傳感器信息融合的煤自燃程度的綜合評判模型。 最后,針對多傳感器信息的不確定性,本文提出了基于遺傳算法的模糊C均值聚類方法,對采集到的傳感器的信息進(jìn)行分類。而對于煤炭自燃監(jiān)測中出現(xiàn)的大量定性的復(fù)雜、模糊事件,提出將神經(jīng)網(wǎng)絡(luò)的概念與模糊推理方法結(jié)合起來,建立了一套結(jié)合神經(jīng)網(wǎng)絡(luò)的模糊推理系統(tǒng)。通過建立的模糊推理規(guī)則庫,對采集到的傳感器信息進(jìn)行自燃情況的評判。通過訓(xùn)練仿真,對識別評判煤炭自燃程度有著很好的效果。
【關(guān)鍵詞】：信息融合 遺傳算法 FCM 神經(jīng)網(wǎng)絡(luò) 模糊推理
【學(xué)位授予單位】：安徽理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TD752;TP391.41
【目錄】：

• 摘要5-6
• Abstract6-13
• 1 緒論13-17
• 1.1 課題研究背景13-14
• 1.2 國內(nèi)外的研究現(xiàn)狀14-15
• 1.3 本課題的研究意義15
• 1.4 擬解決的問題15-16
• 1.5 論文的主要工作和章節(jié)安排16-17
• 2 煤炭自燃紅外圖像的識別與處理技術(shù)17-37
• 2.1 煤炭自燃紅外圖像的識別17-19
• 2.1.1 熱成像原理17
• 2.1.2 紅外熱像儀在煤炭自燃火災(zāi)監(jiān)測中應(yīng)用17-18
• 2.1.3 煤炭自燃與圖像變化之間的關(guān)系18-19
• 2.2 基于Contourlet變換的煤自燃圖像去噪技術(shù)19-28
• 2.2.1 傳統(tǒng)的去噪方法19-24
• 2.2.2 小波變換和Contournet變換基本原理24-25
• 2.2.3 采用Contourlet變換去除煤自燃紅外圖像的噪聲25-26
• 2.2.4 紅外圖像去噪的仿真實驗結(jié)果26-28
• 2.3 基于改進(jìn)Sobel算子的煤自燃圖像邊緣檢測28-35
• 2.3.1 傳統(tǒng)的邊緣檢測方法28-32
• 2.3.2 改進(jìn)Sobel算子實現(xiàn)煤自燃圖像的邊緣檢測32-34
• 2.3.3 改進(jìn)算法的仿真34-35
• 2.4 本章小結(jié)35-37
• 3 基于多傳感器信息融合的煤自燃監(jiān)測綜合評判系統(tǒng)37-43
• 3.1 多傳感器信息融合技術(shù)概述37-40
• 3.1.1 多傳感器信息融合的基本原理37
• 3.1.2 多傳感器信息融合的方法37-40
• 3.2 構(gòu)建多傳感器信息融合的評判系統(tǒng)結(jié)構(gòu)40-42
• 3.3 本章小結(jié)42-43
• 4 利用模糊聚類監(jiān)測煤自燃的多傳感器信息融合方法研究43-59
• 4.1 遺傳算法概述43-47
• 4.1.1 遺傳算法的基本思想43
• 4.1.2 遺傳算法的操作43-46
• 4.1.3 遺傳算法的基本步驟46-47
• 4.2 聚類分析應(yīng)用于煤炭自燃監(jiān)測47-49
• 4.2.1 聚類分析的原理47-48
• 4.2.2 模糊C均值(FCM)聚類算法48-49
• 4.3 基于遺傳算法的模糊C均值(FCM)聚類49-54
• 4.3.1 基于遺傳聚類算法的算法流程50-51
• 4.3.2 編碼方式51
• 4.3.3 適應(yīng)度的構(gòu)造51
• 4.3.4 遺傳算子選取51-54
• 4.4 算法的驗證54-57
• 4.5 本章小結(jié)57-59
• 5 神經(jīng)網(wǎng)絡(luò)模糊推理在煤自燃監(jiān)測中的應(yīng)用研究59-75
• 5.1 神經(jīng)網(wǎng)絡(luò)融合的一般方法59-60
• 5.2 模糊推理模型60-63
• 5.3 模糊神經(jīng)網(wǎng)絡(luò)在煤自燃監(jiān)測中的應(yīng)用63-73
• 5.3.1 神經(jīng)網(wǎng)絡(luò)模糊推理系統(tǒng)的實現(xiàn)64-68
• 5.3.2 模糊推理綜合判據(jù)系統(tǒng)68-69
• 5.3.3 實例應(yīng)用69-73
• 5.4 本章小結(jié)73-75
• 6 總結(jié)與展望75-77
• 參考文獻(xiàn)77-81
• 致謝81-83
• 作者簡介及讀研期間主要成果83

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 馮海琴;王日棟;;改進(jìn)的遺傳模糊混合聚類算法[J];赤峰學(xué)院學(xué)報(自然科學(xué)版);2009年02期

2 郭惠昕;張國平;任丕順;;證據(jù)組合方法及在多傳感器信息融合中的應(yīng)用[J];長沙大學(xué)學(xué)報;2008年02期

3 許延輝,許滿貴,徐精彩;煤自燃火災(zāi)指標(biāo)氣體預(yù)測預(yù)報的幾個關(guān)鍵問題探討[J];礦業(yè)安全與環(huán)保;2005年01期

4 李財蓮;李志先;孫即祥;康耀紅;;一種新的小波收縮統(tǒng)一閾值函數(shù)[J];國防科技大學(xué)學(xué)報;2012年01期

5 何春華;張雪飛;胡迎春;;基于改進(jìn)Sobel算子的邊緣檢測算法的研究[J];光學(xué)技術(shù);2012年03期

6 任耀飛;;易自燃煤層的防滅火研究[J];裝備制造技術(shù);2011年07期

7 李瑞永;龔津莉;;煤層自然發(fā)火預(yù)測預(yù)報的指標(biāo)氣體[J];河北理工大學(xué)學(xué)報;2007年01期

8 葉清;吳曉平;劉玲艷;;基于BP神經(jīng)網(wǎng)絡(luò)的D-S證據(jù)理論及其應(yīng)用[J];海軍工程大學(xué)學(xué)報;2007年02期

9 侯欣然;王福生;王玉玲;;煤炭自燃預(yù)測預(yù)報及防治技術(shù)[J];合作經(jīng)濟與科技;2011年02期

10 朱林;王士同;鄧趙紅;;改進(jìn)模糊劃分的FCM聚類算法的一般化研究[J];計算機研究與發(fā)展;2009年05期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 王學(xué)貴;基于多傳感器信息融合的火災(zāi)危險度分布確定系統(tǒng)研究[D];中國科學(xué)技術(shù)大學(xué);2013年

  本文關(guān)鍵詞：煤礦井下煤炭自燃監(jiān)測方法的研究，，由筆耕文化傳播整理發(fā)布。

本文編號：295123