煤礦安全監(jiān)控系統(tǒng)在煤礦災(zāi)害事故監(jiān)測(cè)、辨識(shí)、預(yù)警以及隱患排查,提升煤礦管理水平等方面發(fā)揮著重要作用。由于現(xiàn)有煤礦安全監(jiān)測(cè)系統(tǒng)缺乏可靠感知交互手段,井下工作人員無(wú)法實(shí)時(shí)獲取周邊環(huán)境安全信息,不能達(dá)到主動(dòng)感知環(huán)境安全的目的。因此本文以礦用安全頭盔為載體,設(shè)計(jì)了跟隨礦工的井下安全監(jiān)測(cè)移動(dòng)終端,對(duì)改善目前煤礦安全監(jiān)測(cè)的狀況,提高煤礦安全生產(chǎn)水平具有重要意義。本文分析了現(xiàn)有煤礦安全監(jiān)測(cè)系統(tǒng)研究現(xiàn)狀,針對(duì)我國(guó)煤礦井下安全監(jiān)測(cè)存在的一些不足,以煤礦井下實(shí)際作業(yè)環(huán)境和系統(tǒng)需求為基礎(chǔ),確定了采用無(wú)線與有線融合的數(shù)據(jù)傳輸方式和基于RSSI的人員定位方法。在分析煤礦瓦斯爆炸以及有害氣體等危險(xiǎn)源的基礎(chǔ)上,遵循安全評(píng)價(jià)指標(biāo)的選取原則,建立了煤礦井下環(huán)境安全評(píng)價(jià)體系,針對(duì)SVM模型在分類過(guò)程中模型參數(shù)最優(yōu)選取方面的問(wèn)題,采用人工蜂群算法(ABC)對(duì)SVM模型進(jìn)行優(yōu)化,建立了基于ABC-SVM的煤礦井下環(huán)境安全評(píng)價(jià)模型,并通過(guò)實(shí)驗(yàn)進(jìn)行了驗(yàn)證。對(duì)礦用安全頭盔信息感知系統(tǒng)進(jìn)行總體設(shè)計(jì),通過(guò)在礦用安全頭盔上集成環(huán)境參數(shù)采集模塊、人員定位模塊、無(wú)線通信模塊和報(bào)警模塊等,實(shí)現(xiàn)對(duì)礦工作業(yè)環(huán)境信息參數(shù),人員位置信息的采集,利用Wi...

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題的研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 煤礦安全監(jiān)測(cè)系統(tǒng)研究現(xiàn)狀
        1.2.2 礦用移動(dòng)終端發(fā)展現(xiàn)狀
    1.3 本文的主要研究?jī)?nèi)容
    1.4 本文的章節(jié)安排
2 煤礦人員作業(yè)環(huán)境與安全監(jiān)測(cè)研究
    2.1 煤礦井下作業(yè)環(huán)境分析
        2.1.1 煤礦作業(yè)環(huán)境特殊
        2.1.2 井下電磁干擾嚴(yán)重
        2.1.3 煤礦生產(chǎn)系統(tǒng)復(fù)雜
    2.2 煤礦監(jiān)測(cè)監(jiān)控系統(tǒng)研究
        2.2.1 煤礦監(jiān)測(cè)監(jiān)控系統(tǒng)的結(jié)構(gòu)
        2.2.2 煤礦監(jiān)測(cè)監(jiān)控系統(tǒng)的種類
        2.2.3 煤礦安全監(jiān)測(cè)監(jiān)控系統(tǒng)在應(yīng)用中存在的問(wèn)題
    2.3 礦用安全頭盔信息感知系統(tǒng)需求分析
    2.4 本章小結(jié)
3 礦用安全頭盔信息感知技術(shù)研究
    3.1 礦井環(huán)境數(shù)據(jù)監(jiān)測(cè)功能
    3.2 煤礦井下氣體檢測(cè)技術(shù)研究
        3.2.1 催化燃燒原理
        3.2.2 電化學(xué)原理
    3.3 無(wú)線通信技術(shù)研究
        3.3.1 無(wú)線通訊技術(shù)選擇
        3.3.2 Wi-Fi網(wǎng)絡(luò)的組成及拓?fù)浣Y(jié)構(gòu)
    3.4 井下人員定位技術(shù)研究
        3.4.1 人員定位技術(shù)選擇
        3.4.2 基于RSSI原理的定位算法
    3.5 本章小結(jié)
4 基于ABC-SVM的煤礦井下環(huán)境安全評(píng)價(jià)模型研究
    4.1 煤礦安全評(píng)價(jià)方法研究
    4.2 支持向量機(jī)理論基礎(chǔ)
        4.2.1 支持向量機(jī)基本思想
        4.2.2 支持向量機(jī)分類原理
        4.2.3 支持向量機(jī)多分類方法
    4.3 人工蜂群算法
        4.3.1 人工蜂群算法的生物背景
        4.3.2 人工蜂群算法的數(shù)學(xué)模型
        4.3.3 人工蜂群算法步驟
    4.4 基于ABC-SVM的安全評(píng)價(jià)模型研究
        4.4.1 評(píng)價(jià)體系確定
        4.4.2 安全評(píng)價(jià)模型設(shè)計(jì)及數(shù)據(jù)預(yù)處理
        4.4.3 ABC算法優(yōu)化SVM
    4.5 實(shí)驗(yàn)結(jié)果與分析
        4.5.1 實(shí)驗(yàn)數(shù)據(jù)集
        4.5.2 仿真結(jié)果
        4.5.3 對(duì)比分析
    4.6 本章小結(jié)
5 礦用安全頭盔信息感知系統(tǒng)設(shè)計(jì)
    5.1 系統(tǒng)總體結(jié)構(gòu)設(shè)計(jì)
    5.2 安全頭盔終端節(jié)點(diǎn)硬件設(shè)計(jì)
        5.2.1 控制器模塊
        5.2.2 環(huán)境參數(shù)采集模塊
        5.2.3 人員定位模塊
        5.2.4 無(wú)線通信模塊
        5.2.5 其他模塊設(shè)計(jì)
    5.3 安全頭盔終端節(jié)點(diǎn)軟件設(shè)計(jì)
        5.3.1 環(huán)境參數(shù)采集模塊軟件設(shè)計(jì)
        5.3.2 人員定位模塊軟件設(shè)計(jì)
        5.3.3 無(wú)線通信模塊軟件設(shè)計(jì)
    5.4 監(jiān)控軟件設(shè)計(jì)
    5.5 系統(tǒng)測(cè)試
        5.5.1 測(cè)試環(huán)境
        5.5.2 測(cè)試結(jié)果分析
    5.6 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
附錄



本文編號(hào)：3785519