煤礦安全監(jiān)測監(jiān)控系統(tǒng)瓦斯?jié)舛犬惓Ｐ盘柋孀R方法研究.pdf

1、在現(xiàn)代化煤礦生產(chǎn)中，瓦斯傳感器是安全監(jiān)測監(jiān)控系統(tǒng)中最重要的傳感器，可以對井下瓦斯涌出狀況進行實時的檢測，其信號的準(zhǔn)確性對煤礦安全生產(chǎn)起到了十分關(guān)鍵的作用。然而井下高溫、高濕、高粉塵、強干擾的惡劣環(huán)境導(dǎo)致的瓦斯傳感器誤報、漏報事故時有發(fā)生。因此，研究如何及時的檢出瓦斯?jié)舛犬惓Ｐ盘?，并辨識其異常類型，從而排除誤報和分析誤報原因，具有十分重要的研究意義。
　　本文針對恒偏差型、瞬時型、周期性脈沖型3種瓦斯?jié)舛犬惓Ｐ盘柕臋z出與特征提取分類

2、這兩個問題，提出了煤礦安全監(jiān)測監(jiān)控系統(tǒng)瓦斯?jié)舛犬惓Ｐ盘柋孀R算法。所取得的主要研究成果如下:
　　(1)通過瓦斯?jié)舛犬惓Ｐ盘柋孀R特征分析，采用數(shù)據(jù)挖掘和信號分析理論，提出了安全監(jiān)測監(jiān)控系統(tǒng)中瓦斯?jié)舛犬惓Ｐ盘柋孀R方法，建立了安全監(jiān)測監(jiān)控系統(tǒng)瓦斯?jié)舛犬惓Ｐ盘柲Ｐ?。此模型可以?zhǔn)確的對瓦斯?jié)舛犬惓Ｐ盘栠M行檢出，同時進一步對異常信號進行正確特征提取和分類。
　　(2)通過研究，發(fā)現(xiàn)了對3種異常信號具有較高區(qū)分度的時域參數(shù)峭度。對現(xiàn)行的煤

3、礦安全監(jiān)測監(jiān)控系統(tǒng)中出現(xiàn)的瓦斯?jié)舛犬惓Ｐ盘柕姆治龅玫剑瑵舛犬惓Ｐ盘柨梢苑譃槠钚?、瞬時型、周期性脈沖型3種模式。計算3種異常信號的樣本期望、方差、均方根值、峰值指標(biāo)、峰值比、峭度、偏度等統(tǒng)計指標(biāo)，比較得到峭度參數(shù)K區(qū)分度最高。峭度參數(shù)K可以用于異常信號檢出決策和特征提取分類。
　　(3)在瓦斯?jié)舛犬惓Ｐ盘柕臋z出方法研究中，針對人工神經(jīng)網(wǎng)絡(luò)逼近存在的訓(xùn)練樣本較大，以及傳統(tǒng)單一閾值的決策方法容易產(chǎn)生誤報等問題，提出了基于遺傳算法優(yōu)化支

4、持向量回歸機(GA-SVR)結(jié)合可調(diào)算子解析模糊決策指標(biāo)的異常信號檢出方法。首先，將多個相關(guān)傳感器信號利用遺傳算法優(yōu)化的支持向量回歸機方法進行數(shù)據(jù)融合對被診斷傳感器濃度信號進行逼近;然后，將被診斷傳感器實測濃度與逼近值相比得到殘差;最后，通過可調(diào)算子解析模糊故障決策指標(biāo)對殘差特征進行決策，最終得到診斷結(jié)果。通過煤礦現(xiàn)場監(jiān)控數(shù)據(jù)的離線實驗，較之于人工神經(jīng)網(wǎng)絡(luò)，支持向量回歸機算法可以很好地解決瓦斯傳感器故障這一小樣本學(xué)習(xí)訓(xùn)練的問題，對瓦斯?jié)?/p>

5、度的非線性的變化有很強的逼近能力。遺傳算法可以對SVR的參數(shù)選取自適應(yīng)尋優(yōu)，從而提高支持向量回歸的精度，避免人為選擇參數(shù)的盲目性?；诳烧{(diào)算子解析模糊決策的檢出決策指標(biāo)，可以避免用一個簡單的閾值判定異常的不足，綜合考慮疑似異常信號的強度和峭度來進行決策，提高了異常信號檢出的正確率。
　　(4)在瓦斯?jié)舛犬惓Ｐ盘柕奶卣魈崛∨c分類方法研究中，搭建了瓦斯監(jiān)控異常信號辨識實驗平臺，通過大量實驗得到了豐富的異常信號樣本。實驗對比了小波降噪結(jié)

6、合DFT譜分析方法、小波包結(jié)合能量特征矢量和Hilbert-Huang變換方法的特征提取性能，驗證了二叉樹支持向量機分類器的分類性能。結(jié)果表明:小波包結(jié)合能量特征矢量方法分析結(jié)果受樣本點選擇、發(fā)生異常信號的時間點及程度影響巨大，對于恒偏差型異常信號和瞬時型異常信號的區(qū)分度并不高，容易造成誤判、錯分。Hilbert-Huang變換的方法對于短時突變型的異常數(shù)據(jù)有較好的辨識效果，同時可以求出信號的瞬時頻率，對發(fā)生異常的時間點有指示作用，但是

7、Hilbert-Huang變換方法無法分解恒偏差型異常信號，此種方法不能對恒偏差型特征進行提取?；谛〔ń翟虢Y(jié)合DFT變換譜的方法可以對異常信號進行很好的特征提取，DFT變換幅值譜分布區(qū)分性明顯，改變信號采樣的起始時間對辨識結(jié)果的影響不大。小波降噪結(jié)合DFT譜分析的方法對煤礦安全監(jiān)測監(jiān)控系統(tǒng)瓦斯?jié)舛犬惓Ｐ盘柕奶卣魈崛∈怯行У模珿A算法和主元分析(PCA)優(yōu)化的二叉樹支持向量分類器分類正確率達到96％以上。
　　本課題針對煤礦監(jiān)控系