本文關(guān)鍵詞：基于概率神經(jīng)網(wǎng)絡(luò)的礦井水文在線監(jiān)控分析系統(tǒng)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：煤炭作為我國工業(yè)化快速發(fā)展進程中迫切需求的主要能源之一，已成為人們?nèi)粘Ｉa(chǎn)生活中必不可少的礦產(chǎn)能源。我國煤礦地質(zhì)、水文地質(zhì)條件復(fù)雜，煤礦開采過程中突水事故頻發(fā)，礦井突水類型多，成因機制和防治方法也日漸復(fù)雜，無論是受水害威脅的面積，還是被水害威脅的嚴重程度，都是世界罕見的。在保證煤礦正常安全開采的前提下，設(shè)計研究一套能夠?qū)崟r掌握礦井水文信息并帶有涌水量預(yù)測功能的礦井水文監(jiān)控系統(tǒng)已成為煤炭行業(yè)亟需解決的重要問題。 本文針對目前礦井水文監(jiān)控技術(shù)和神經(jīng)網(wǎng)絡(luò)在涌水量預(yù)測中應(yīng)用技術(shù)的不足，設(shè)計出一套基于概率神經(jīng)網(wǎng)絡(luò)的礦井水文在線監(jiān)控分析系統(tǒng)。首先進行系統(tǒng)構(gòu)架的設(shè)計，研究按照分站組網(wǎng)及主站集中控制的方式實現(xiàn)礦井水文信息的實時在線監(jiān)測和遠程自動化排水控制。分站選用STM32系列STM32F103ZET6作為微控制器設(shè)計數(shù)據(jù)采集和通訊硬件電路，通過在煤礦井下突水易發(fā)區(qū)域安裝多參數(shù)測量傳感器，實時采集煤礦復(fù)雜環(huán)境下主要工作面、巷道、明渠、管道等水害敏感區(qū)域礦井水的液位、壓力、流量、溫度等水文信息。主站選用Siemens系列S7-200CPU226XP PLC作為主控制器，通過RS485總線采用循環(huán)訪問方式對分站進行數(shù)據(jù)的分布式采集和運行狀態(tài)的集中控制，，后經(jīng)以太網(wǎng)將各分站信息集中傳輸?shù)降孛姹O(jiān)控中心。 然后采用組態(tài)軟件KingView設(shè)計地面監(jiān)控中心的上位機人機界面，以動畫顯示、趨勢曲線分析、報表輸出、數(shù)據(jù)庫存儲與查詢、報警處理與查詢、數(shù)據(jù)打印等多種形式實現(xiàn)煤礦井下現(xiàn)場數(shù)據(jù)的實時顯示和歷史記錄，并通過DTU短信模塊和WEB發(fā)布技術(shù)實現(xiàn)礦井水文數(shù)據(jù)的網(wǎng)絡(luò)發(fā)布以及系統(tǒng)運行模式切換、設(shè)備參數(shù)修改、水泵啟�？刂频榷喾N遠程操作。 最后在確定輸入?yún)?shù)、訓(xùn)練樣本和網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上，建立基于概率神經(jīng)網(wǎng)絡(luò)的礦井涌水量預(yù)測模型，并在MATLAB中進行模型的訓(xùn)練、仿真和結(jié)果分析。采用OPC技術(shù)實現(xiàn)軟件KingView和MATLAB之間的數(shù)據(jù)交換，先從地面監(jiān)控中心的上位機中讀取煤礦井下多參數(shù)測量傳感器監(jiān)測到的礦井水文數(shù)據(jù)，導(dǎo)入到MATLAB中通過概率神經(jīng)網(wǎng)絡(luò)算法對突水危險進行分類預(yù)測，后將預(yù)測結(jié)果返回到上位機中，經(jīng)地面監(jiān)控中心識別分析后傳輸相應(yīng)指令到主站，實現(xiàn)礦井突水危險的預(yù)警和報警功能。 工程實踐和測試結(jié)果表明，本文設(shè)計的礦井水文監(jiān)控系統(tǒng)可以實現(xiàn)礦井水文信息的實時在線監(jiān)測和遠程自動化排水控制，可靠性和實時性高，概率神經(jīng)網(wǎng)絡(luò)的涌水量預(yù)測模型可以實現(xiàn)突水危險的實時預(yù)測，能夠達到預(yù)期的預(yù)測精度，滿足系統(tǒng)設(shè)計要求。
【關(guān)鍵詞】：礦井水文 在線監(jiān)控分析 概率神經(jīng)網(wǎng)絡(luò) 涌水量預(yù)測 網(wǎng)絡(luò)發(fā)布
【學(xué)位授予單位】：太原理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TD76
【目錄】：

• 摘要3-5
• ABSTRACT5-12
• 第一章 緒論12-18
• 1.1 課題的研究背景和意義12
• 1.1.1 課題的研究背景12
• 1.1.2 課題的研究目的和意義12
• 1.2 礦井水文監(jiān)控系統(tǒng)國內(nèi)外研究與發(fā)展現(xiàn)狀12-15
• 1.2.1 礦井水文監(jiān)控技術(shù)的國內(nèi)外研究現(xiàn)狀分析12-14
• 1.2.2 神經(jīng)網(wǎng)絡(luò)在礦井涌水量預(yù)測中的應(yīng)用現(xiàn)狀分析14-15
• 1.3 本文主要研究內(nèi)容和章節(jié)安排15-18
• 第二章 礦井水文監(jiān)控系統(tǒng)的工作原理和硬件選型18-26
• 2.1 礦井水文監(jiān)控系統(tǒng)的總體構(gòu)架和工作原理18-20
• 2.1.1 礦井水文監(jiān)控系統(tǒng)的構(gòu)架18-19
• 2.1.2 礦井水文監(jiān)控系統(tǒng)的工作原理19-20
• 2.2 礦井水文監(jiān)控系統(tǒng)的硬件選型20-25
• 2.2.1 主控芯片的選型20
• 2.2.2 傳感器和聲光報警器的選型20-23
• 2.2.3 電源箱和 PLC 控制器的選型23-25
• 2.3 本章小結(jié)25-26
• 第三章 礦井水文監(jiān)控系統(tǒng)方案設(shè)計26-40
• 3.1 系統(tǒng)硬件電路設(shè)計26-34
• 3.1.1 電源電路、復(fù)位電路設(shè)計26-27
• 3.1.2 輸入采集模塊電路設(shè)計27-29
• 3.1.3 輸出控制模塊電路設(shè)計29-30
• 3.1.4 紅外遙控和獨立按鍵控制電路設(shè)計30-33
• 3.1.5 隔離 485 通信模塊電路設(shè)計33-34
• 3.2 系統(tǒng)軟件流程設(shè)計34-39
• 3.2.1 主控芯片工作流程34
• 3.2.2 數(shù)據(jù)采集程序設(shè)計34-35
• 3.2.3 RS485 通訊協(xié)議設(shè)計35-37
• 3.2.4 水泵啟動方案設(shè)計37-38
• 3.2.5 系統(tǒng)工作模式38-39
• 3.3 本章小結(jié)39-40
• 第四章 概率神經(jīng)網(wǎng)絡(luò)在礦井涌水量預(yù)測中的應(yīng)用40-50
• 4.1 概率神經(jīng)網(wǎng)絡(luò)原理40-44
• 4.1.1 概率神經(jīng)網(wǎng)絡(luò)概述40-41
• 4.1.2 Bayes 判決理論41
• 4.1.3 Parzen 窗理論41-43
• 4.1.4 概率神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)描述43-44
• 4.2 礦井涌水量預(yù)測模型設(shè)計44-46
• 4.2.1 輸入?yún)?shù)的選取44
• 4.2.2 訓(xùn)練樣本的確定44-45
• 4.2.3 網(wǎng)絡(luò)結(jié)構(gòu)的確定45
• 4.2.4 涌水量預(yù)測模型的建立45-46
• 4.3 模型仿真及結(jié)果分析46-47
• 4.3.1 模型訓(xùn)練與仿真46-47
• 4.3.2 仿真結(jié)果分析47
• 4.4 PNN 和 BP 神經(jīng)網(wǎng)絡(luò)分類預(yù)測結(jié)果的比較47-49
• 4.4.1 基于 BP 神經(jīng)網(wǎng)絡(luò)的涌水量預(yù)測模型47-49
• 4.4.2 兩種神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果的比較49
• 4.5 本章小結(jié)49-50
• 第五章 礦井水文監(jiān)控系統(tǒng)上位機組態(tài)軟件設(shè)計50-76
• 5.1 上位機組態(tài)軟件總體設(shè)計50
• 5.2 畫面的組態(tài)設(shè)計50-53
• 5.2.1 用戶登錄界面50-51
• 5.2.2 監(jiān)控系統(tǒng)總覽畫面51-52
• 5.2.3 系統(tǒng)分站監(jiān)控畫面52-53
• 5.3 數(shù)據(jù)的顯示和記錄53-62
• 5.3.1 趨勢曲線的顯示53-54
• 5.3.2 報表記錄與查詢54-57
• 5.3.3 數(shù)據(jù)庫的存儲與訪問57-59
• 5.3.4 報警信息的顯示和查詢59-62
• 5.4 畫面和數(shù)據(jù)的網(wǎng)絡(luò)發(fā)布62-69
• 5.4.1 WEB 網(wǎng)頁發(fā)布62-66
• 5.4.2 GSM 短信查詢66-69
• 5.5 礦井涌水量預(yù)測模型的上位機實現(xiàn)69-73
• 5.5.1 OPC 技術(shù)概述69-70
• 5.5.2 KingView 和 MATLAB 之間的數(shù)據(jù)交換70-72
• 5.5.3 突水危險系數(shù)預(yù)測的上位機實現(xiàn)機制72-73
• 5.6 KingView 與 S7-200PLC 之間以太網(wǎng)通訊73-74
• 5.7 本章小結(jié)74-76
• 第六章 總結(jié)與展望76-78
• 6.1 論文總結(jié)76
• 6.2 研究展望76-78
• 參考文獻78-82
• 致謝82-84
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文84

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳南祥,曹連海,李梅,黃強;偏最小二乘回歸神經(jīng)網(wǎng)絡(luò)的礦坑涌水量預(yù)測[J];吉林大學(xué)學(xué)報(地球科學(xué)版);2005年06期

2 李學(xué)軍;張化勛;張玲霞;;基于OPC的組態(tài)王和MATLAB的數(shù)據(jù)交換接口設(shè)計[J];長春大學(xué)學(xué)報;2009年10期

3 李安伏;崔亞量;;基于OPC的Matlab與組態(tài)王的數(shù)據(jù)通信[J];電力自動化設(shè)備;2007年07期

4 劉國林;潘懋;尹尚先;;當(dāng)前煤礦水害防治應(yīng)注意的幾個問題[J];華北科技學(xué)院學(xué)報;2009年03期

5 李帥;虎恩典;方峗;李曉婷;;基于組態(tài)王的電鍋爐溫度控制系統(tǒng)[J];化工自動化及儀表;2010年12期

6 李春靜;呂觀順;;小波神經(jīng)網(wǎng)絡(luò)煤礦井下涌水量影響因素挖掘與預(yù)測[J];黑龍江科技學(xué)院學(xué)報;2011年06期

7 黎華;李存榮;吳浩;黃解軍;;礦井水文動態(tài)監(jiān)測信息可視化系統(tǒng)的開發(fā)[J];金屬礦山;2012年06期

8 劉建成;張琪;崔祥琨;;煤層頂板砂巖裂隙水涌水量預(yù)測方法研究[J];能源技術(shù)與管理;2011年02期

9 陳建宏;施飛;鄭海力;韓玉建;;基于灰色神經(jīng)網(wǎng)絡(luò)的礦井涌水量預(yù)測[J];礦業(yè)研究與開發(fā);2011年02期

10 常彥偉;王耀才;;基于縱向參數(shù)粒子群神經(jīng)網(wǎng)絡(luò)集成的煤礦涌水量預(yù)測[J];煤礦安全;2008年04期

  本文關(guān)鍵詞：基于概率神經(jīng)網(wǎng)絡(luò)的礦井水文在線監(jiān)控分析系統(tǒng)研究，由筆耕文化傳播整理發(fā)布。

本文編號：391207