本文關(guān)鍵詞：基于云模型與D-S證據(jù)理論的瓦斯監(jiān)測(cè)方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：近幾年我國(guó)的礦難事故頻繁發(fā)生。其中，瓦斯爆炸事故是煤礦發(fā)生頻率最高并且損害后果最嚴(yán)重的災(zāi)害,瓦斯爆炸頻發(fā)的原因有多方面的因素,井下監(jiān)測(cè)系統(tǒng)的不完善以及對(duì)瓦斯爆炸事故缺乏科學(xué)系統(tǒng)的辨識(shí)和消除是造成事故發(fā)生的主要原因之一。因而通過(guò)對(duì)煤礦瓦斯監(jiān)測(cè)的研究,有效地避免高危事故的發(fā)生提高事故防范預(yù)警和安全生產(chǎn)效益具有很重要的現(xiàn)實(shí)意義。 本文嘗試將多傳感器信息融合技術(shù)、云模型和D-S證據(jù)理論相結(jié)合的方法實(shí)現(xiàn)煤礦瓦斯監(jiān)測(cè)中的狀態(tài)評(píng)估和決策，提高預(yù)測(cè)的準(zhǔn)確率。在煤礦瓦斯監(jiān)測(cè)系統(tǒng)中，可以根據(jù)國(guó)家各類煤礦瓦斯監(jiān)測(cè)安全規(guī)范設(shè)立相應(yīng)的危險(xiǎn)程度描述詞，并根據(jù)各危險(xiǎn)程度描述詞所對(duì)應(yīng)的檢測(cè)參數(shù)上、下限建立云模型，從特征層融合結(jié)果和部分傳感器信息中提取危險(xiǎn)程度信號(hào)構(gòu)造證據(jù)合成的基本概率賦值（BPA），并且使用改進(jìn)的D-S證據(jù)理論方法實(shí)現(xiàn)決策層融合。 針對(duì)傳統(tǒng)D-S證據(jù)合成法的缺陷，提出了相應(yīng)的改進(jìn)方法，對(duì)比研究了幾種證據(jù)合成規(guī)則的算法和特點(diǎn)，深入研究了連續(xù)分步D-S合成法的歸一化和收斂性，提出了連續(xù)D-S證據(jù)融合有關(guān)的幾個(gè)定理和推論，并給出了相應(yīng)的證明。對(duì)于高沖突證據(jù)的處理本文提出了D-S與加權(quán)平均混合使用的新的合成法則。最后本文嘗試采用時(shí)間序列分析法來(lái)預(yù)測(cè)井下未來(lái)的安全狀況。 仿真結(jié)果表明：本文提出的基于云模型與D-S證據(jù)理論的瓦斯監(jiān)測(cè)方法，決策的結(jié)果滿足歸一化條件并具有很好的收斂性，可有效提高決策的準(zhǔn)確性。
【關(guān)鍵詞】：瓦斯監(jiān)測(cè) 云模型 基本概率賦值 D-S證據(jù)理論 時(shí)間序列分析
【學(xué)位授予單位】：江西理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TD712.3
【目錄】：

• 摘要4-5
• Abstract5-6
• 目錄6-8
• 第一章 緒論8-21
• 1.1 課題研究的目的和意義8
• 1.2 煤礦瓦斯監(jiān)系統(tǒng)的現(xiàn)狀8-11
• 1.2.1 國(guó)內(nèi)煤礦瓦斯監(jiān)測(cè)系統(tǒng)的現(xiàn)狀9-10
• 1.2.2 國(guó)外煤礦瓦斯監(jiān)測(cè)系統(tǒng)的現(xiàn)狀10-11
• 1.3 瓦斯突出預(yù)測(cè)研究現(xiàn)狀11-13
• 1.4 多傳感器信息融合研究現(xiàn)狀13-14
• 1.5 云模型研究現(xiàn)狀14-16
• 1.6 D-S 證據(jù)理論的研究現(xiàn)狀16-19
• 1.6.1 理論方面17-18
• 1.6.2 提高組合效率方面18
• 1.6.3 沖突消解方面18-19
• 1.7 論文主要研究?jī)?nèi)容及安排19-21
• 第二章 瓦斯監(jiān)測(cè)系統(tǒng)整體設(shè)計(jì)方案21-25
• 2.1 引言21
• 2.2 融合系統(tǒng)的目標(biāo)21
• 2.3 目標(biāo)實(shí)現(xiàn)方法的選擇21-23
• 2.3.1 傳感器的安裝的要求21-22
• 2.3.2 融合方法選擇22-23
• 2.4 瓦斯監(jiān)測(cè)系統(tǒng)體系結(jié)構(gòu)23-24
• 2.5 本章小結(jié)24-25
• 第三章 基于云模型的危險(xiǎn)信號(hào)提取25-31
• 3.1 引言25
• 3.2 云模型的定義25-26
• 3.3 危險(xiǎn)信號(hào)提取26-29
• 3.4 仿真研究與結(jié)果29-30
• 3.5 本章小結(jié)30-31
• 第四章 基于 D-S 證據(jù)理論的決策層融合31-37
• 4.1 引言31
• 4.2 D-S 證據(jù)理論的方法概述31-35
• 4.2.1 識(shí)別框架31
• 4.2.2 基本函數(shù)31-32
• 4.2.3 合成規(guī)則32-35
• 4.3 傳統(tǒng) D-S 證據(jù)理論的融合結(jié)果分析35-36
• 4.4 本章小結(jié)36-37
• 第五章 加權(quán)平均與 D-S 證據(jù)理論混合使用的瓦斯監(jiān)測(cè)信息融合37-55
• 5.1 分步合成的 D-S 融合法則37-38
• 5.2 連續(xù)分步 D-S 融合法的歸一化和收斂性38-44
• 5.3 改進(jìn)的 D-S 證據(jù)合成算法44-50
• 5.3.1 分步 D-S 合成法中的沖突問(wèn)題44
• 5.3.2 目前國(guó)內(nèi)外學(xué)者提出的改進(jìn)方法44-48
• 5.3.3 D-S 和加權(quán)平均混合的分步合成法則48-50
• 5.4 數(shù)值實(shí)驗(yàn)的結(jié)果與分析50-54
• 5.5 本章小結(jié)54-55
• 第六章 基于 D-S 理論融合結(jié)果的瓦斯監(jiān)測(cè)危險(xiǎn)預(yù)測(cè)55-59
• 6.1 引言55
• 6.2 時(shí)間序列方法的理論概述55
• 6.3 時(shí)間序列預(yù)測(cè)55-58
• 6.4 本章小結(jié)58-59
• 第七章 總結(jié)與展望59-61
• 7.1 研究總結(jié)59
• 7.2 課題展望59-61
• 參考文獻(xiàn)61-64
• 致謝64-65
• 個(gè)人簡(jiǎn)歷 在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果65

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 柴微濤;宋述軍;宋學(xué)鴻;;成都市城區(qū)空氣污染指數(shù)的時(shí)間序列分析[J];成都理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年04期

2 高迎慧;王文;薛永存;;基于分批估計(jì)理論與虛擬儀器的瓦斯監(jiān)測(cè)系統(tǒng)[J];傳感器與微系統(tǒng);2007年04期

3 孫全,葉秀清,顧偉康;一種新的基于證據(jù)理論的合成公式[J];電子學(xué)報(bào);2000年08期

4 聶韌,趙旭生;掘進(jìn)工作面瓦斯涌出動(dòng)態(tài)指標(biāo)預(yù)測(cè)突出危險(xiǎn)性的探討[J];礦業(yè)安全與環(huán)保;2004年04期

5 曹慶貴;張廣宇;張建;;基于神經(jīng)網(wǎng)絡(luò)和證據(jù)理論的煤礦風(fēng)險(xiǎn)預(yù)警模型[J];礦業(yè)安全與環(huán)保;2011年01期

6 簡(jiǎn)小剛;賈鴻盛;石來(lái)德;;多傳感器信息融合技術(shù)的研究進(jìn)展[J];中國(guó)工程機(jī)械學(xué)報(bào);2009年02期

7 李德毅;知識(shí)表示中的不確定性[J];中國(guó)工程科學(xué);2000年10期

8 李剛;莊健;侯洪寧;于德弘;;記憶克隆分類及其在齒輪箱故障識(shí)別中的應(yīng)用[J];機(jī)電工程;2009年08期

9 李德毅，孟海軍，，史雪梅;隸屬云和隸屬云發(fā)生器[J];計(jì)算機(jī)研究與發(fā)展;1995年06期

10 劉娟;任燕;高巖;;模糊數(shù)據(jù)融合在礦井安全監(jiān)測(cè)系統(tǒng)中的應(yīng)用[J];河南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年03期

  本文關(guān)鍵詞：基于云模型與D-S證據(jù)理論的瓦斯監(jiān)測(cè)方法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：436029