论文部分内容阅读
近年来,我国煤矿安全生产形势趋于好转,但安全事故时有发生,其中瓦斯事故是当前煤矿生产的主要灾害之一,已成为制约煤矿安全生产的重要因素,如何有效的监控煤矿井下瓦斯环境是解决煤矿安全问题的关键。随着物联网和传感网技术的发展,多传感器数据融合技术近年来成为各国的研究热点,特别是它能够利用各种传感器在性能上的差异性和互补性弥补单一传感器融合结果的片面性缺陷,这对于煤矿复杂多变的环境监测预警具有很好的适应性。论文立足于多传感器数据融合,从融合算法基本实现原理出发,首先对煤矿具体的瓦斯环境特点、瓦斯事故成因进行分析总结,然后对多传感器数据融合理论及算法进行深入的研究,分析当前主要数据融合算法的优缺点及相应的应用环境,并重点研究D-S(Dempster-Shafer)证据理论算法,对证据理论算法在解决冲突问题时存在的不足进行改进,最后提出一种基于多传感器数据融合的煤矿瓦斯预警模型,从而提高煤矿瓦斯安全预警的可靠性。本文主要工作分为以下几个部分:(1)对当前煤矿瓦斯环境监测预警中存在的问题进行分析研究,总结煤矿瓦斯灾害的类型、瓦斯事故成因以及影响瓦斯事故成因的指标选取等,掌握煤矿井下瓦斯等环境参数的特点,为后续多传感器数据融合技术在煤矿环境中具体应用提供基础。(2)对当前多传感器数据融合中主要数据融合理论进行研究分析,对当前煤矿环境监测预警中常用数据融合算法进行分析总结,重点对D-S证据理论进行分析研究。提出一种从证据源和合成规则两方面同时考虑的一种D-S证据理论改进算法。并进行了仿真验证。(3)在对现有数据融合理论和方法研究的基础上,依据煤矿预警模型的设计原则,结合煤矿监控系统的数据流动特点,确定瓦斯数据的融合层次,构建一种基于多种传感器数据融合的瓦斯预警模型,通过在不同层次选择不同的算法来实现煤矿瓦斯安全环境的评估,从而提高煤矿瓦斯监测预警系统的准确性和可靠性。最后,通过对所提模型进行了实例验证。