信息融合在煤礦安全監(jiān)測的應用研究.pdf

1、眾所周知，我國是目前世界上擁有最豐富煤炭資源的國家之一，煤炭的消費量約占全世界的三分之一，充分說明了煤炭對我們國民生產的重要性。但與此同時，我國也是世界上煤礦災害多且嚴重的國家。雖然我國煤炭近幾年的各項生產事故的數(shù)據(jù)顯著減少，但是問題和隱患依然很嚴重，仍然是我國煤礦產業(yè)中比較嚴重的問題。因此，煤礦安全監(jiān)測、減少事故發(fā)生率仍然是煤礦生產工作的必然趨勢。煤礦井下安置了大量的用以檢測煤礦多方面數(shù)據(jù)的傳感器，包括CO傳感器、溫度傳感器、濕度傳感

2、器、風速傳感器、粉塵傳感器等。但是，面對礦井多變且復雜的情況，單一傳感器有可能出現(xiàn)失靈、錯誤等問題，任何一個傳感器產生問題都會引起對整個礦井環(huán)境安全的監(jiān)測結果。因此本課題將引入一個二級信息融合方法對煤礦井下設置的多個傳感器監(jiān)測的數(shù)據(jù)進行分析，提高監(jiān)測的準確性。
　　本文根據(jù)唐山某煤礦的井下情況，采用溫度傳感器，CO傳感器，瓦斯傳感器進行研究，通過對返回的監(jiān)測數(shù)據(jù)進行融合判斷礦井安全。一級融合是利用刀切法和自適應加權相結合的融合算法

3、分別對每種傳感器的多個監(jiān)測數(shù)據(jù)進行處理，得出每種傳感器的監(jiān)測均值；二級融合是利用D-S證據(jù)理論，采用以混淆矩陣為基礎的基本概率指派構建方法來對一級融合輸出的三種傳感器的數(shù)據(jù)再次進行融合。首先對已知實際狀態(tài)的大量監(jiān)測數(shù)據(jù)進行訓練，得出每種傳感器在安全、一級預警以及危險三種狀態(tài)所對應的BPA，并以此生成證據(jù)庫。再對監(jiān)測數(shù)據(jù)進行預測時，根據(jù)判斷標準進行初步判斷安全狀態(tài)并查找證據(jù)庫獲得對應BPA，利用DEMPSTER法則進行融合得出最終的監(jiān)測狀