本文關鍵詞：基于激光光譜技術的煤礦突水水源判識研究，由筆耕文化傳播整理發(fā)布。

【摘要】：在當今社會主要的能源為煤炭,而煤炭大多數(shù)都是從地下開采得到的。這使得煤炭開采在我國一直都是一個危險的行業(yè),整個行業(yè)的安全性都受到質(zhì)疑。煤礦突水發(fā)生的頻率很頻繁,而且一旦突水,會淹沒整個巷道,危害到井下工作職工的性命,也會帶來不同程度的經(jīng)濟損失。在技術發(fā)達的今天,對于煤炭行業(yè)中的選用的突水監(jiān)測系統(tǒng)并不能完成實時的在線獲得井下水源的變化,而無法精確的完成預警任務。而獲得井下水源的變化信息關鍵在于怎么樣對不同的水源進行識別判斷。本文以激光光譜技術為依據(jù),提出了利用水源光譜圖來識別不同種水源的新方法,以便能更準確地、更快速及更可靠的實現(xiàn)井下水源的預測。 針對煤礦井下突水事故,本文提出了一種利用激光光譜的技術來對煤礦突水水源判識的方法。首先分析了煤礦井下突水事故發(fā)生的種類以及其識別方法,重點介紹了突水災害的檢測以及識別,然后對文中構建的整個突水判識的系統(tǒng)做了簡單介紹。本文選擇了小波分析算法對所含噪聲的信號進行處理,可以還原熒光信號數(shù)據(jù)的真實信息。文章以激光光譜技術理論為基礎,利用K最近鄰法不需要線性可分的模式集合的優(yōu)勢,來識別不同水源的光譜信號,從而實現(xiàn)突水源的預測。最后利用MATLAB軟件對K最近鄰法搭建的算法模型進行仿真測試,證明了利用激光光譜技術能夠很好對突水水源的類別進行分類,這樣能夠?qū)ξ磥淼木滤幢O(jiān)測系統(tǒng)進行改進,達到更好的監(jiān)測效果。 仿真測試結果表明：利用激光光譜技術判識井下水源災害具有可行性,有很大的優(yōu)勢。能夠利用光譜數(shù)據(jù)分析得到井下水源的變化情況,使得減少井下因突水事故產(chǎn)生的人員傷亡,經(jīng)濟損失,對保障煤炭的安全生產(chǎn)的意義重大。而且在本文應用的數(shù)據(jù)分類方法也可以運用在其他需要安全監(jiān)控的系統(tǒng)中,能廣泛的運用在實際生產(chǎn)生活中。
【關鍵詞】：煤礦突水 激光誘導熒光光譜 K最近鄰法 小波分析
【學位授予單位】：安徽理工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TD745;TN249
【目錄】：

• 摘要5-6
• Abstract6-14
• 1 緒論14-22
• 1.1 選題背景和研究意義14-16
• 1.1.1 選題背景14-15
• 1.1.2 本課題的研究意義15-16
• 1.2 研究現(xiàn)狀與存在的問題16-19
• 1.2.1 國外突水方法研究現(xiàn)狀16
• 1.2.2 國內(nèi)突水方法研究現(xiàn)狀16-17
• 1.2.3 信號濾波方法17-18
• 1.2.4 數(shù)據(jù)判別算法18-19
• 1.3 本文研究的目的19-20
• 1.3.1 研究課題的目的19-20
• 1.3.2 工作原理20
• 1.4 論文的研究內(nèi)容20-22
• 2 煤礦突水源和激光光譜介紹22-28
• 2.1 煤礦突水源判識22-23
• 2.1.1 常見礦井水害22-23
• 2.1.2 礦井水災危害23
• 2.2 激光光譜技術介紹23-27
• 2.2.1 激光光譜技術原理23-25
• 2.2.2 選擇LIF技術完成水源判別25-27
• 2.3 本章小結27-28
• 3 系統(tǒng)總體設計28-34
• 3.1 系統(tǒng)所具有的功能28
• 3.2 系統(tǒng)的整體設計框架28-31
• 3.2.1 系統(tǒng)采用的控制器29-30
• 3.2.2 系統(tǒng)使用軟件介紹30
• 3.2.3 上位機和控制器的通訊30-31
• 3.3 搭建整個系統(tǒng)31-32
• 3.3.1 器件選型31
• 3.3.2 軟件設計31-32
• 3.4 監(jiān)控界面32-33
• 3.5 本章小結33-34
• 4 光譜信號濾波處理34-50
• 4.1 小波分析概述34-35
• 4.2 小波變換的分類處理35-37
• 4.2.1 連續(xù)小波變換35-36
• 4.2.2 離散小波變換36-37
• 4.3 Mallat算法計算過程37-39
• 4.4 小波函數(shù)介紹39-43
• 4.5 小波分析降噪處理43-49
• 4.5.1 小波降噪的關鍵43-46
• 4.5.2 小波閾值降噪方法46-48
• 4.5.3 小波濾波效果的評價指標48-49
• 4.6 本章小結49-50
• 5 K最近鄰法判識突水源50-68
• 5.1 K最近鄰法的分類過程50-52
• 5.1.1 K最近鄰法簡介50-51
• 5.1.2 K最近鄰法的計算方法51-52
• 5.2 準備工作52
• 5.3 聚類方法說明52-59
• 5.3.1 聚類分析的關鍵53-56
• 5.3.2 最短距離系統(tǒng)聚類法56
• 5.3.3 最短距離的優(yōu)點56-57
• 5.3.4 分類的實現(xiàn)過程57-58
• 5.3.5 基于改進的KNN算法58-59
• 5.4 所需算法描述59-64
• 5.4.1 訓練算法設計60-62
• 5.4.2 測試算法設計62-63
• 5.4.3 小簇或孤立點算法設計63-64
• 5.5 分類算法研究64-66
• 5.5.1 選擇適合的參數(shù)64-65
• 5.5.2 KNN復雜度研究65-66
• 5.6 K最近鄰法模型構建66-67
• 5.7 本章小結67-68
• 6 突水判識系統(tǒng)的仿真測試68-76
• 6.1 系統(tǒng)模型68
• 6.2 利用小波分析進行降噪68-71
• 6.3 K最近鄰法分類水樣71-75
• 6.3.1 參數(shù)實際選擇71-73
• 6.3.2 數(shù)據(jù)仿真73-75
• 6.4 本章小結75-76
• 7 總結及展望76-78
• 7.1 總結76-77
• 7.2 展望77-78
• 參考文獻78-82
• 致謝82-84
• 作者簡介及讀研期間主要科研成果84

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王曉曄,王正歐;K-最近鄰分類技術的改進算法[J];電子與信息學報;2005年03期

2 阮艷輝;;小波消失矩與圖像消噪效果的關系[J];硅谷;2011年02期

3 閻吉祥,張雁,李家澤,周詩未;水污染物的激光誘導熒光測定[J];光學技術;1999年05期

4 熊輝霞;張耀庭;苗雨;;基于BP神經(jīng)網(wǎng)絡的體外索索力預測及MATLAB實現(xiàn)[J];廣西大學學報(自然科學版);2011年01期

5 王娜;侯爽;;K-最近鄰分類技術的新發(fā)展與技術改進[J];河北省科學院學報;2009年04期

6 徐明達,李峰;油類產(chǎn)品的激光熒光光譜測量[J];信息技術;2005年04期

7 周濤;陸惠玲;;數(shù)據(jù)挖掘中聚類算法研究進展[J];計算機工程與應用;2012年12期

8 曹鵬;李峰;李春月;;基于小波變換和蟻群算法的紋理分割[J];計算機工程與科學;2009年06期

9 張材,關淑玲;PLC與上位機監(jiān)控系統(tǒng)的串行通訊實現(xiàn)[J];基礎自動化;2002年02期

10 張雁;劉英鋒;呂明達;;煤礦突水監(jiān)測預警系統(tǒng)中的關鍵技術[J];煤田地質(zhì)與勘探;2012年04期

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 徐竟天;基于ARM9嵌入式和工業(yè)以太網(wǎng)的礦井瓦斯監(jiān)控系統(tǒng)研究[D];西安科技大學;2011年

2 尹立明;深部煤層開采底板突水機理基礎實驗研究[D];山東科技大學;2011年

  本文關鍵詞：基于激光光譜技術的煤礦突水水源判識研究，，由筆耕文化傳播整理發(fā)布。

本文編號：344107