信息融合技術在礦井通風系統(tǒng)安全評價中的應用研究.pdf

1、礦井通風系統(tǒng)是一個復雜、動態(tài)的系統(tǒng)，受到眾多的內(nèi)外因素影響，其安全可靠性評價屬于多因素綜合評價問題。研究表明，到目前為止，還找不到一種單項指標能夠比較準確地評定礦井通風的安全程度。隨著通風系統(tǒng)監(jiān)測手段的多元化，監(jiān)測到的數(shù)據(jù)種類越來越多，也越來越復雜，這些數(shù)據(jù)之間可能存在冗余、互補，也可能相互矛盾，加上復雜的監(jiān)測環(huán)境和傳感器的不精確性，使得監(jiān)測數(shù)據(jù)具有模糊性、不確定性。本文以對監(jiān)測數(shù)據(jù)進行有效處理為目的，將礦井通風系統(tǒng)安全評價看作是一個多

2、源信息融合處理的過程，主要工作如下： (1)應用D-S證據(jù)理論、BP神經(jīng)網(wǎng)絡對礦井通風監(jiān)測數(shù)據(jù)進行融合處理，并對這兩種評價方法進行比較，結果表明這兩種信息融合方法用于礦井通風安全評價是可行的；但根據(jù)D-S證據(jù)理論的基本可信度不易分配，以及單個BP神經(jīng)網(wǎng)絡的輸出不穩(wěn)定，提出將D-S證據(jù)理論與BP神經(jīng)網(wǎng)絡相結合的融合方法應用于礦井通風系統(tǒng)安全評價中，即利用BP神經(jīng)網(wǎng)絡為D-S證據(jù)理論分配基本可信度。實驗結果表明，該方法比單獨用D-S

3、證據(jù)理論或BP神經(jīng)網(wǎng)絡的方法更加有效。 (2)本文提出將模糊神經(jīng)網(wǎng)絡(FNN，F(xiàn)uzzyNeuralNetwork)與D-S證據(jù)理論相結合的融合方法應用到礦井通風安全穩(wěn)定性評價中，并將評價結果與基于D-S證據(jù)理論與BP神經(jīng)網(wǎng)絡相結合的融合結果相比較。實驗結果表明，基于FNN和D-S證據(jù)理論的信息融合方法具有提高系統(tǒng)的抗干擾能力和計算速度，增強系統(tǒng)的容錯能力，降低系統(tǒng)的不確定性等優(yōu)點。 (3)為了提高監(jiān)測系統(tǒng)獲取信息的準確