信息融合技术在煤矿安全监控中应用的研究

《信息融合技术在煤矿安全监控中应用的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、重庆大学硕士学位论文中文摘要摘要煤炭资源几十年来一直都是我国最为主要的能源，然而，我国是世界上煤矿事故发生最多的国家之一，这些事故不光给国家财产造成了巨大损失，也对广大矿工的生命构成了威胁。因此，利用信息技术更好的帮助煤矿安全生产是值得广大科技工作者研究的热点。当前煤矿事故主要包括瓦斯爆炸、粉尘爆炸、火灾和冒顶等类型。其中造成损失最为严重的是瓦斯等爆炸类事故。煤矿井下安置着大量的不同类型的传感器，时刻监测着影响煤矿安全的各项指标。然而由于井下环境复杂、恶劣，单一类型传感器有可能出现失效或不精确而导

2、致误判的情况，且不同类型传感器获得的数据之间存在着一定非线性的关系。因此，研究将多传感器信息融合技术应用到煤矿井下，以期提高对井下环境预测的效率。本文提出一种二级信息融合模型，用于对井下安全环境等级进行实时的预测。该模型融合了瓦斯浓度、风速、粉尘浓度三类具有紧密非线性关系的数据。其中，第一级融合模型基于自适应加权算法，通过该算法求出各个同类传感器间不同的权重值，从而提升对某一信息表述的精确度；第二级融合模型则是基于模糊神经网络的预测模型，该模型既能处理井下的模糊信息，解决井下难以建立精确数学模型的

3、问题，同时又具备学习的能力，可以根据井下数据的更新进行动态调节，可移植性高。总体来说，该信息融合模型能够适应井下的实际环境，可以有效提高预测的精度。为提高预测模型的运算速度，本文重点研究并提出了一种改进的快速UMBP算法。通过大量试验，详细分析了传统ⅨBP算法存在的主要问题，并通过引入两个判别因子提出了一种快速U衄P算法。通过MaⅡab条件下的仿真对比试验表明，研究的改进U肥P算法比传统LMBP算法在训练的速度上有了较大幅度的提高。此外，在使用改进的U肥P算法对预测模型进行训练后，进行了模型的预测

4、试验，结果表明，该预测模型的试验预测精度超过96％。最后，本文设计了基于ASP．net技术的煤矿安全监控系统，该系统能够对井下的瓦斯、CO、温度、风速等信息进行实时监控，并能通过报表的方式对各项数据进行分析和打印。该系统通过酬与Matlab混合编程的方式，实现了信息融合模型模块的设计。关键词：信息融合，自适应加权，模糊神经网络，改进的LMBP算法，煤矿安全预测重庆大学硕士学位论文英文摘要Coalr懿01lrI。esisalwayst：he瑚【0Sti加port锄tresoufces小lringnl

5、epaStf．ewdecadesinowcout叮．HoweVer，weal∞haVe也ehighestincid踟屺eofC0al幽acci蛐int11eworld．Thesedis嬲tersnotomybriI塔台em懿H∞l垮lossest0p∞per锣securi哆bmmsot0peoplelife鲫汕j哆．So，itisdes阳，edt0Stt

6、dy∞llsing砌!；Drm撕0ntechnologyt0helptlleCoalSaf：啦Production．Nowdays'themai

7、llcoalmine∞cid髓：tSco璐ist0fg鹋∞【p10sion、dllste)【plosion、缅．edi鞠st

8、盱趾dr00fcaVingaccide卫峪．And也el【indsof饮plosion∞cidentsa托廿lehardcstdis娥ers．Ill也ecoalmineroadway，tlle愆a他manykndsofs饥sors，theya他rc砒tilIlemollitoriIlgeachiIldexofnlecoalmine．But'也econditionsintll

9、eInineisVeryba也sin西es∞S0rmaylo∞e伍cacyandm反keerron∞lISjudgement．础ld，merearenonline觚北1a：tion曲岫sbt杰嗍di行．erentkindSofsenso您．So，wel塔eiIlf0脚旧lion如siontechIlologyt0impr0Vetllepredictione题Ciencyofcoalmine既lvir0衄ent．T11ispaperp糟s黜强ill】删∞觚i∞model谢也铆olevels0fstr

10、ucture．We墩itt0predictmcCoalm硫sa脚腻姗ent．msmodel慨ekiIldsofdalafIlSionincludedg嬲inf0撒a：tion、mlstinf0锄a：tionandwindsp∞diIlformation．At廿lefirstlevelof也ismodel，weuSewei龇d础州veaLlgo枷mt0cal砌ate恤di毹rentweig：btSb酶Ⅳe饥也esaInes吼Sors．Thea190rithmcouldilnprove