学位论文 > 优秀研究生学位论文题录展示

煤矿瓦斯监测多传感器信息融合与知识发现研究

作　者: 朱世松
导　师: 汪云甲
学　校: 中国矿业大学
专　业: 地图制图学与地理信息工程
关键词: 瓦斯监测多传感器信息融合时间序列分析知识发现专家系统
分类号: TD712
类　型: 博士论文
年　份: 2013年
下　载: 19次
引　用: 0次
阅　读: 论文下载

内容摘要

瓦斯灾害防治仍然是我国煤矿安全工作的重中之重。综合利用布设在井下空间的各类非接触式传感设备动态采集的相关数据，对具有突出危险的工作面实现实时跟踪监测和早期诊断预警，为煤矿及时采取针对性措施，提高监控系统可靠性，防范和抑制瓦斯突出、瓦斯积聚和瓦斯爆炸等事故提供决策依据，是目前煤矿瓦斯安全监测系统亟待增强的功能目标。论文根据煤与瓦斯突出、瓦斯爆炸等危险性预测技术和预警理论，采用多传感器信息融合方法，充分挖掘瓦斯、风速、电磁辐射、声发射等各类传感数据所蕴涵的规律性知识，发挥各类传感器的优势，按照“手段多样、优势互补、相互验证、短中长期搭配”的思路，着力构建基于多传感器信息融合的瓦斯安全监测预警系统，实现对井下工作面瓦斯危险的“实时感知、准确辨识、快速响应、有效控制”。论文取得的主要研究成果如下：全面总结分析了国内外煤矿瓦斯安全动态监测手段和突出危险性评价指标的研究成果，包括瓦斯浓度、电磁辐射、声发射等传感监测技术及突出预测方法，为发挥各自优势，实现煤与瓦斯突出多传感器融合预警奠定了坚实的理论基础。通过现场调研，分析了煤矿瓦斯灾害防治实际需求，本着提高监测系统效能，降低系统资源消耗的理念，提出了瓦斯监测多传感器信息融合的目标体系、闭环工作流程、传感器选用与组织以及各种瓦斯安全动态监测传感信息融合分析理论的合理运用，从而最终确定了瓦斯监测多传感器信息融合体系总体结构，重点研究了基于模糊专家系统的瓦斯突出预测多传感器信息决策融合方法。提出了基于时间序列相似性度量的瓦斯超限报警信号辨识方法。基于DTW距离对煤矿采掘工作面瓦斯超限报警时间序列进行了聚类分析。对所获得的7种典型的时间序列模式，基于分段形态度量方法，提取了15个特征指标，从中筛选出5个分类效能较强指标，建立了瓦斯超限报警时间序列形态特征表。在此基础上提出了一种瓦斯报警信号快速辨识算法。提出了基于时空相关分析的煤矿采掘工作面瓦斯监测数据异常自动识别技术。定性分析了工作面顺风流方向瓦斯运移存在的时空异步相关特性；确定了相关系数计算过程中涉及的异步相关最优滞后步长的计算方法和瓦斯气体涌出后在回风巷道中体积分数随时空变化的预测和反演公式；统计计算了8种原因导致的瓦斯数据异常存在的相关系数值变化区间；提出了基于时空相关分析的工作面瓦斯监测数据异常识别算法；为提高相关分析效率，提出了能表达空间拓扑信息的井下瓦斯传感器层次编码方法。提出将工作面瓦斯安全监测问题归类为专家诊断范畴。研究了瓦斯监测信息知识发现方法，提出了瓦斯时间序列聚类分析与知识提取方法；针对瓦斯监测多传感器信息决策融合专家知识库系统的设计需求，提出了瓦斯监测知识学习算法和瓦斯监测专家知识的组织存储策略。最后举例说明了基于专家系统的工作面瓦斯超限原因识别推理应用过程。

全文目录

致谢  4-6
摘要  6-8
Abstract  8-9
Extended Abstract  9-11
目录  11-13
Contents  13-15
图清单  15-18
表清单  18-20
缩略词清单  20-21
1 绪论  21-44
  1.1 研究背景与意义  21-22
  1.2 煤矿瓦斯监测预警系统现状  22-29
  1.3 煤矿瓦斯监测多传感器信息融合与知识发现  29-39
  1.4 研究内容与方法  39-42
  1.5 论文结构  42-44
2 煤矿瓦斯安全监测手段与评价指标  44-63
  2.1 瓦斯监测的主要任务及方法概述  44-46
  2.2 突出静态预测方法与危险评价指标  46-49
  2.3 突出动态预测方法与危险评价指标  49-60
  2.4 突出危险性预测指标排序  60-62
  2.5 本章小结  62-63
3 瓦斯监测多传感器信息融合体系结构  63-79
  3.1 多传感器信息融合体系结构的设计原则  63-64
  3.2 瓦斯监测多传感器信息融合目标体系  64-65
  3.3 瓦斯监测多传感器信息融合系统工作流程  65-66
  3.4 瓦斯监测传感器的选用与组织  66-68
  3.5 瓦斯监测多传感器信息融合体系总体结构  68-71
  3.6 基于模糊专家系统的瓦斯突出预测决策级融合  71-78
  3.7 本章小结  78-79
4 基于时间序列相似性度量的瓦斯报警信号辨识  79-93
  4.1 瓦斯超限报警原因分析  79-80
  4.2 动态时间弯曲距离及其应用  80-83
  4.3 基于 DTW 距离的 GWTS 聚类分析  83-86
  4.4 GWTS 形态度量与特征提取  86-88
  4.5 基于分段形态度量的瓦斯报警信号辨识算法  88-89
  4.6 实验与分析  89-91
  4.7 本章小结  91-93
5 基于时空相关性分析的瓦斯监测数据异常识别  93-105
  5.1 瓦斯传感数据异常原因分类  93-94
  5.2 瓦斯异常传感数据时空相关分析  94-98
  5.3 基于层次编码法的瓦斯传感器编码规则  98-100
  5.4 基于时空相关性分析的瓦斯异常识别方法  100-102
  5.5 实验与分析  102-103
  5.6 本章小结  103-105
6 瓦斯监测知识发现及知识库系统设计  105-127
  6.1 瓦斯监测数据挖掘方法  105-110
  6.2 瓦斯报警时间序列知识发现  110-117
  6.3 瓦斯监测知识库系统设计  117-125
  6.4 基于专家系统的工作面 GWTS 模式识别示例  125-126
  6.5 本章小结  126-127
7 结论与展望  127-130
  7.1 本文主要工作  127-128
  7.2 论文创新点  128-129
  7.3 研究展望  129-130
参考文献  130-142
作者简历  142-145
学位论文数据集  145

煤矿瓦斯监测多传感器信息融合与知识发现研究

内容摘要

全文目录

相似论文