本文關(guān)鍵詞：基于信息融合算法的礦井安全監(jiān)測系統(tǒng)研究

  更多相關(guān)文章： 煤礦 傳感器網(wǎng)絡(luò) 神經(jīng)網(wǎng)絡(luò) 信息融合

【摘要】：煤炭作為我國重要的能源之一,直接影響著我國經(jīng)濟(jì)的增長。如何確保礦井的安全生產(chǎn)是煤礦企業(yè)重點(diǎn)關(guān)注的問題。將多傳感器信息融合算法應(yīng)用到礦井安全監(jiān)測系統(tǒng)也越來越受到人們的重視。因?yàn)橐酝牡V井環(huán)境的監(jiān)測是由單個(gè)傳感器完成,檢測的信號常常會因?yàn)楦蓴_或者故障導(dǎo)致虛警、誤警等�；诖�,本文研究了一種基于信息融合算法的礦井安全監(jiān)測系統(tǒng),可以準(zhǔn)確預(yù)防和判斷礦井事故的發(fā)生。本文利用Zigbee無線傳感器網(wǎng)絡(luò)技術(shù)、多傳感器信息融合技術(shù)和BP神經(jīng)網(wǎng)絡(luò)信息融合算法,設(shè)計(jì)出一套安全可靠的礦井監(jiān)測系統(tǒng)。在本系統(tǒng)的設(shè)計(jì)研發(fā)中,以CC2530為硬件平臺,成功實(shí)現(xiàn)了礦井下Zigbee無線傳感器網(wǎng)絡(luò)的設(shè)計(jì),并利用MATLAB神經(jīng)網(wǎng)絡(luò)工具箱建立了BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型,確定了溫度、粉塵、風(fēng)速、一氧化碳、瓦斯等環(huán)境參數(shù)與井下安全狀況之間的關(guān)系。同時(shí),為了實(shí)現(xiàn)可視化圖形界面,建立了MATLAB與DELPHI的應(yīng)用程序接口,實(shí)現(xiàn)了DELPHI對MATLAB的調(diào)用。該模型采用50組數(shù)據(jù)為訓(xùn)練樣本,采用5輸入、5輸出、10隱含層的三層網(wǎng)絡(luò),期望誤差選取為0.001,最大訓(xùn)練次數(shù)設(shè)為3000,初始學(xué)習(xí)速率設(shè)為0.01,最后對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。最后預(yù)測的結(jié)果顯示,預(yù)測結(jié)果與實(shí)際情況吻合率高達(dá)99.5%,說明系統(tǒng)利用BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練后的算法能夠大大提高預(yù)測的準(zhǔn)確性。本文的研究實(shí)現(xiàn)了信息融合算法應(yīng)用于礦井安全監(jiān)測系統(tǒng)中。該系統(tǒng)能夠準(zhǔn)確地判斷井下環(huán)境的安全狀況,使礦井監(jiān)測系統(tǒng)向更安全、準(zhǔn)確性更高的方向發(fā)展,對信息融合算法在礦井安全監(jiān)測系統(tǒng)中的進(jìn)一步探究具有一定參考價(jià)值。
【學(xué)位授予單位】：武漢工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TD76;TP274

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前7條

1 杜思偉;林家駿;;適用于信息融合算法性能評估的DS改進(jìn)算法[J];華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年06期

2 楊棉絨;張鑫;;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];煤炭技術(shù);2013年07期

3 徐耀松;郭磊;王丹丹;;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];礦業(yè)安全與環(huán)保;2008年03期

4 程華;杜思偉;徐萃華;林家駿;;基于DS證據(jù)的信息融合算法多指標(biāo)融合[J];華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年04期

5 田永民;;Wince應(yīng)用層內(nèi)嵌模糊信息融合算法[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年05期

6 楊濟(jì)豪;張自友;;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];煤炭技術(shù);2013年04期

7 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 楊詩穎;陳德旺;曾翔宇;;基于局部優(yōu)化的多軌跡信息融合算法研究[A];第十一屆中國不確定系統(tǒng)年會、第十五屆中國青年信息與管理學(xué)者大會論文集[C];2013年

2 蘇建元;趙昕;王玲玲;梁紅艷;吳凌燕;;基于ART的信息融合算法研究[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（3）[C];2008年

3 許軍;張耀輝;;信息融合算法在電氣設(shè)備故障診斷中的應(yīng)用[A];設(shè)備監(jiān)測與診斷技術(shù)及其應(yīng)用——第十二屆全國設(shè)備監(jiān)測與診斷學(xué)術(shù)會議論文集[C];2005年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 任玉艷;生理信息融合算法及其在仿生機(jī)器馬中的應(yīng)用研究[D];燕山大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 姜勇;基于信息融合算法的礦井安全監(jiān)測系統(tǒng)研究[D];武漢工程大學(xué);2016年

2 姜興彤;狀態(tài)信息融合算法研究[D];上海交通大學(xué);2008年

3 邱雪;信息融合算法管理系統(tǒng)決策支持研究[D];華東理工大學(xué);2011年

4 劉濤;信息融合算法及其應(yīng)用研究[D];南京郵電大學(xué);2013年

5 張景彬;基于相關(guān)證據(jù)的信息融合算法研究[D];燕山大學(xué);2006年

6 馬雪琴;多尺度信息融合算法研究[D];南京理工大學(xué);2012年

7 謝穎;信息融合算法研究及其應(yīng)用[D];重慶大學(xué);2008年

8 鄭永隆;位置級信息融合算法細(xì)粒度性能研究[D];華東理工大學(xué);2013年

9 文如泉;多傳感器目標(biāo)跟蹤信息融合算法研究[D];蘭州理工大學(xué);2009年

10 王華朋;基于目標(biāo)狀態(tài)估計(jì)的信息融合算法研究[D];西北工業(yè)大學(xué);2006年

，

本文編號：1240782