煤礦瓦斯災(zāi)害中瓦斯突出是主要的災(zāi)害類型之一，本文針對瓦斯突出預(yù)測課題進(jìn)行了研究。在充分的分析突出發(fā)生機(jī)理的基礎(chǔ)上深入的研究了影響突出的各個因素和指標(biāo)，在一般的數(shù)據(jù)融合模型中增加了傳感器管理反饋環(huán)節(jié)，提出了基于數(shù)據(jù)融合的閉環(huán)控制預(yù)測系統(tǒng)模型，并應(yīng)用于瓦斯突出預(yù)測中。文章分別從模型的構(gòu)造、子系統(tǒng)功能以及各層融合算法進(jìn)行了研究。在對比分析了各個算法的基礎(chǔ)上選取了B-P神經(jīng)網(wǎng)絡(luò)作為特征層融合方法，但由于神經(jīng)網(wǎng)絡(luò)固有缺陷，所以在決策層融合算法中選用了改進(jìn)的D-S證據(jù)理論算法彌補(bǔ)了神經(jīng)網(wǎng)絡(luò)的不足。利用B-P神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果和幾個典型的指標(biāo)的預(yù)測結(jié)果共同作為D-S證據(jù)理論的決策級融合證據(jù)，從而構(gòu)成了特征層、決策層分層融合結(jié)構(gòu)模式，增加了系統(tǒng)決策的可靠性。最后通過某礦典型的歷史數(shù)據(jù)對本文的方案進(jìn)行驗(yàn)證，其結(jié)果表明該方案可行且有很高的準(zhǔn)確性和可靠性。 

【文章來源】：遼寧工程技術(shù)大學(xué)遼寧省

【文章頁數(shù)】：104 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
Abstract
1 緒論
    1.1 選題背景和意義
    1.2 課題研究現(xiàn)狀及發(fā)展趨勢
        1.2.1 煤與瓦斯突出預(yù)警的研究現(xiàn)狀及發(fā)展趨勢
        1.2.2 數(shù)據(jù)融合技術(shù)在瓦斯預(yù)警系統(tǒng)中的研究現(xiàn)狀
        1.2.3 傳感器管理技術(shù)在數(shù)據(jù)融合中的應(yīng)用現(xiàn)狀
    1.3 本文主要研究內(nèi)容和創(chuàng)新點(diǎn)
        1.3.1 本文主要研究內(nèi)容
        1.3.2 本文結(jié)構(gòu)安排
        1.3.3 本文創(chuàng)新點(diǎn)
    1.4 本章小結(jié)
2 煤與瓦斯突出基礎(chǔ)理論概述
    2.1 煤與瓦斯突出的機(jī)理
    2.2 煤與瓦斯突出的基本規(guī)律
    2.3 影響瓦斯突出的主要因素
    2.4 煤與瓦斯突出指標(biāo)權(quán)重分析及常用指標(biāo)介紹
    2.5 本章小結(jié)
3 多傳感器數(shù)據(jù)融合及閉環(huán)瓦斯突出預(yù)測模型研究
    3.1 多傳感器數(shù)據(jù)融合的理論基礎(chǔ)
        3.1.1 信息融合的定義
        3.1.2 數(shù)據(jù)融合處理的基本過程
        3.1.3 數(shù)據(jù)融合系統(tǒng)結(jié)構(gòu)和算法介紹
    3.2 數(shù)據(jù)融合閉環(huán)控制模型的構(gòu)成及功能分析
        3.2.1 數(shù)據(jù)融合閉環(huán)控制模型的構(gòu)成
        3.2.2 數(shù)據(jù)融合閉環(huán)系統(tǒng)控制模型功能模塊性能分析
    3.3 基于多傳感器信息融合的瓦斯突出預(yù)測模型的構(gòu)建
        3.3.1 瓦斯突出預(yù)測閉環(huán)控制模型確立
        3.3.2 瓦斯突出預(yù)測模型中融合方式確定
    3.4 多傳感器管理相關(guān)問題研究
        3.4.1 傳感器管理與數(shù)據(jù)融合關(guān)系
        3.4.2 傳感器管理的基本理論
        3.4.3 傳感器管理算法
    3.5 本章小結(jié)
4 分層融合模式算法的確定
    4.1 特征層數(shù)據(jù)融合結(jié)構(gòu)模型與算法的確定
        4.1.1 瓦斯突出特征級融合的結(jié)構(gòu)模式
        4.1.2 瓦斯突出特征級融合算法的選取
    4.2 B-P 神經(jīng)網(wǎng)絡(luò)融合方法
        4.2.1 B-P 神經(jīng)網(wǎng)絡(luò)基本原理
        4.2.2 B-P 神經(jīng)網(wǎng)絡(luò)存在的問題
        4.2.3 B-P 神經(jīng)網(wǎng)絡(luò)改進(jìn)算法
    4.3 基于改進(jìn)的 B-P 神經(jīng)網(wǎng)絡(luò)在預(yù)測系統(tǒng)特征級信息融合中的應(yīng)用
    4.4 基于 D-S 證據(jù)理論的決策層數(shù)據(jù)融合算法研究
        4.4.1 D-S 證據(jù)理論的基本概念
        4.4.2 D-S 證據(jù)理論的融合方法
        4.4.3 D-S 證據(jù)理論的決策規(guī)則
        4.4.4 D-S 證據(jù)理論的融合過程
        4.4.5 D-S 證據(jù)理論融合的優(yōu)缺點(diǎn)
        4.4.6 D-S 證據(jù)理論的改進(jìn)
        4.4.7 改進(jìn) D-S 證據(jù)理論融合規(guī)則的數(shù)值試驗(yàn)
    4.5 本章小結(jié)
5 基于信息融合技術(shù)的瓦斯突出預(yù)測
    5.1 預(yù)測樣本的選取
    5.2 煤與瓦斯突出預(yù)測過程
        5.2.1 D-S 證據(jù)理論識別框架的確定
        5.2.2 證據(jù)體的確定
        5.2.3 基于 D-S 證據(jù)理的決策融合
        5.2.4 決策層融合結(jié)果分析
    5.3 本章小結(jié)
6 總結(jié)與展望
    6.1 本文總結(jié)
    6.2 展望
參考文獻(xiàn)
作者簡歷
學(xué)位論文數(shù)據(jù)集


【參考文獻(xiàn)】：
期刊論文
[1]基于可拓理論與信息融合的煤礦井下環(huán)境安全等級評判方法[J]. 周玉,錢旭,王培崇,虎曉紅.  計(jì)算機(jī)應(yīng)用研究. 2008(11)
[2]沖突證據(jù)的融合方法研究[J]. 王加陽,周勇.  計(jì)算機(jī)應(yīng)用研究. 2008(07)
[3]多傳感器模糊信息融合算法在煤礦瓦斯監(jiān)測中的應(yīng)用[J]. 徐耀松,郭磊,王丹丹.  礦業(yè)安全與環(huán)保. 2008(03)
[4]基于數(shù)據(jù)融合理論的煤礦瓦斯動態(tài)預(yù)測技術(shù)[J]. 邵良杉,付貴祥.  煤炭學(xué)報(bào). 2008(05)
[5]百功煤礦炮掘巷道煤壁瓦斯涌出規(guī)律研究[J]. 仇海生,曹垚林,王世棟.  煤炭科學(xué)技術(shù). 2008(04)
[6]中國煤礦區(qū)域性瓦斯治理技術(shù)的發(fā)展[J]. 程遠(yuǎn)平,俞啟香.  采礦與安全工程學(xué)報(bào). 2007(04)
[7]煤礦監(jiān)測監(jiān)控系統(tǒng)信息融合結(jié)構(gòu)的研究[J]. 張曉強(qiáng),高莉,于洪珍.  工礦自動化. 2007(04)
[8]基于粗糙集和神經(jīng)網(wǎng)絡(luò)的信息融合方法[J]. 唐述,劉東,尹怡欣.  微計(jì)算機(jī)信息. 2007(18)
[9]煤礦瓦斯監(jiān)控系統(tǒng)趨勢預(yù)測技術(shù)[J]. 劉祖德,趙云勝.  煤礦安全. 2007(03)
[10]模糊數(shù)據(jù)融合算法在煤礦安全系統(tǒng)中的應(yīng)用[J]. 王傳英,付華.  傳感器技術(shù). 2005(06)

博士論文
[1]多傳感器信息融合理論及在礦井瓦斯突出預(yù)警系統(tǒng)中的應(yīng)用研究[D]. 繆燕子.中國礦業(yè)大學(xué) 2009
[2]煤礦瓦斯災(zāi)害特征提取與信息融合技術(shù)研究[D]. 付華.遼寧工程技術(shù)大學(xué) 2006
[3]煤層應(yīng)力狀態(tài)及煤與瓦斯突出防治研究[D]. 張國輝.遼寧工程技術(shù)大學(xué) 2005
[4]煤與瓦斯突出區(qū)域預(yù)測的模式識別方法研究[D]. 李勝.遼寧工程技術(shù)大學(xué) 2004
[5]基于支持向量機(jī)的旋轉(zhuǎn)機(jī)械故障診斷[D]. 趙沖沖.西北工業(yè)大學(xué) 2003
[6]傳感器管理方法研究[D]. 劉先省.西北工業(yè)大學(xué) 2000

碩士論文
[1]傳感器管理理論與方法研究[D]. 郝永飛.中北大學(xué) 2005
[2]基于神經(jīng)網(wǎng)絡(luò)和D-S證據(jù)理論的信息融合方法的研究[D]. 邊寶峰.華北電力大學(xué)（河北） 2005
[3]多傳感器信息融合技術(shù)及其應(yīng)用[D]. 王琳.華北電力大學(xué)（河北） 2003



本文編號：2996924