粉塵作為工業(yè)生產(chǎn)的伴生物,對工業(yè)、人類健康以及生存環(huán)境危害極大,它不僅降低了工業(yè)生產(chǎn)的效率,還大大增加了人們患塵肺的幾率。因此,準確實時檢測粉塵濃度變得尤為重要。本文采用理論和實驗相結(jié)合的方法,對基于多傳感器信息融合的粉塵濃度檢測方法進行研究。針對光電式粉塵濃度傳感器的光學窗口易受污染,需要經(jīng)常進行標定,維護量大的不足,本文采用靜電式傳感器實現(xiàn)粉塵濃度檢測。由于單一的傳感器有自身的局限性,不能非常及時準確地得到粉塵濃度,且如果傳感器發(fā)生故障,檢測就會受到較大的影響。為了解決該問題,本文引入多傳感器信息融合進行檢測,并在前人的研究基礎上,采用BP（Back-propagation）神經(jīng)網(wǎng)絡融合算法。針對傳統(tǒng)BP神經(jīng)網(wǎng)絡的不足,本文采用附有動量項—自適應學習率的BP神經(jīng)網(wǎng)絡進行改進。并通過MATLAB仿真進行對比,得出改進的BP神經(jīng)網(wǎng)絡收斂速度快。又由于改進的BP神經(jīng)網(wǎng)絡的初始權(quán)值是隨機化賦值,且多由專家經(jīng)驗獲得,具有主觀因素,因此,本文根據(jù)DS證據(jù)理論的信任函數(shù)和似然函數(shù)來獲得精確化的初始權(quán)值,并建立DS-BP神經(jīng)網(wǎng)絡融合模型,這樣加快了收斂速度,減小了誤差,提高了融合精度。在粉塵濃度檢... 

【文章來源】：山東科技大學山東省

【文章頁數(shù)】：64 頁

【學位級別】：碩士

【部分圖文】：

圖２．２典型的３層ＢＰ神經(jīng)網(wǎng)絡結(jié)構(gòu)??

分別計算出該假設的信任函數(shù)汝／（＜和似然函數(shù)組成不確定區(qū)間??，用以表示對某個假設的確認程度ｔ＇?ＤＳ證據(jù)理論對ｙ的不確??定性如圖２．３所示。??不確定區(qū)間??Ｉ?！?１?１??０?Ｂｅｌ（Ａ）?Ｐ１（Ａ）??、＇?Ｙ?’?＇?、?１??支持證據(jù)區(qū)間?拒絕證據(jù)區(qū)間??Ｖ?Ｖ?）??擬信度區(qū)間??圖２．３?ＤＳ證據(jù)理論的不確定性??Ｆｉｇ．?２．３?Ｕｎｃｅｒｔａｉｎｔｙ?ｏｆ?ＤＳ?ｅｖｉｄｅｎｃｅ?ｔｈｅｏｒｙ??定義４組合規(guī)則［７７］（兩個信任函數(shù)的組合規(guī)則）??１８??

?理論基礎??兩個融合模型的融合效果。擬采用方案如圖２．４所示．??傳統(tǒng)ＢＰ神經(jīng)??網(wǎng)絡??自適應學習率??［増加動量項???ｆ???改進的ＢＰ神經(jīng)｜??網(wǎng)絡??？??ＤＳ證據(jù)理論｜???Ｊ???ＤＳ－ＢＰ神經(jīng)??網(wǎng)絡???Ｊ???粉塵濃度檢測??圖２．４擬采用方案??Ｆｉｇ．?２．４?Ｐｌａｎｓ?ｔｏ?ｂｅ?ａｄｏｐｔｅｄ??２．５本章小結(jié)??本章主要闡述了多傳感器信息融合的原理和結(jié)構(gòu)。簡單介紹了信息融合中??的神經(jīng)網(wǎng)絡技術(shù)、ＢＰ神經(jīng)網(wǎng)絡以及ＤＳ證據(jù)理論的基本理論知識。還介紹了本??文擬采取的方案，為下一章的融合算法的建模奠定了理論基礎。??２０??

【參考文獻】：
期刊論文
[1]濕度修正的光散射法在現(xiàn)場粉塵監(jiān)測中的應用[J]. 姜萬錄,雷亞飛,代皓東,楊超,張生.  儀器儀表學報. 2018(01)
[2]基于多傳感器信息融合的車輛目標識別方法[J]. 孫寧,秦洪懋,張利,葛如海.  汽車工程. 2017(11)
[3]煤礦粉塵職業(yè)危害監(jiān)測技術(shù)及其發(fā)展趨勢[J]. 王杰,鄭林江.  煤炭科學技術(shù). 2017(11)
[4]基于多傳感器信息融合的機器人障礙物檢測[J]. 王中立,牛穎.  中國測試. 2017(08)
[5]多源信息融合在煤礦瓦斯監(jiān)測中的應用[J]. 張保東.  煤礦安全. 2017(05)
[6]基于多傳感器信息融合的輪履混合移動機器人路況識別方法[J]. 弓鵬偉,費燕瓊,宋立博.  上海交通大學學報. 2017(04)
[7]互學習神經(jīng)網(wǎng)絡訓練方法研究[J]. 劉威,劉尚,白潤才,周璇,周定寧.  計算機學報. 2017(06)
[8]共軛梯度BP神經(jīng)網(wǎng)絡在模式分類問題中的應用[J]. 武世榮,高東旭,鄧君君.  通訊世界. 2017(03)
[9]基于兩級數(shù)據(jù)融合技術(shù)的煤礦粉塵監(jiān)測研究[J]. 王毅然,劉邱祖,劉燕萍,趙波慧.  煤礦安全. 2016(11)
[10]多屬性融合技術(shù)在三維地震資料解釋中的應用[J]. 程彥.  中國煤炭地質(zhì). 2016(10)

碩士論文
[1]基于多傳感器的粉塵濃度測試技術(shù)研究[D]. 李俊祥.西安工業(yè)大學 2016
[2]基于無線傳感器網(wǎng)絡的粉塵濃度檢測系統(tǒng)研究[D]. 王嬌.西安工業(yè)大學 2015
[3]多傳感器數(shù)據(jù)融合技術(shù)及其在煙塵顆粒濃度測量系統(tǒng)中的應用研究[D]. 孫東陽.青島科技大學 2014



本文編號：3029915