矿用瓦斯智能检测技术研究

近些年我国煤化工技术快速发展,全国重工业发展较快,用电量的需求增加.煤化工及煤发电行业的原料都是煤,导致用煤的需求量增加.煤炭的开采面临严峻的挑战,煤矿井矿难事故中因瓦斯爆炸造成的损失往往不可估量.根据目前的矿难发生情况,针对矿井瓦斯进行实时监测,同时具有上位机监控、下位机报警功能.下位机部分设计多节点和瓦斯排风设备,...     

红外与热导双传感技术在瓦斯浓度检测中应用研究

矿井瓦斯气体成分复杂,为了能准确详细地掌握其各组分气体浓度的动态信息,介绍了红外传感和热导传感气体检测原理,提出运用红外传感技术和热导传感技术将红外传感器和热导传感器组成一种双传感器,对矿井瓦斯气体进行浓度检测,实时掌握井下各组分气体浓度信息,对提高瓦斯监测系统的检测性能有较大帮助.     

低瓦斯矿井瓦斯爆炸机理研究

为分析低瓦斯矿井瓦斯爆炸机理,阐述了低瓦斯矿井瓦斯爆炸的必要条件和爆炸原因。以潞安新疆公司一矿一起低瓦斯爆炸事故为例,对此瓦斯爆炸的过程和原因进行了说明和研究。结果表明:由于煤炭自然发火使爆点周围具有火源,导致火点周围煤体高温干馏,而高温干馏过程产生了大量可燃、可爆气体,使得密闭火区新鲜空气迅速减少,经检测,混合气体中氧气体积分数在12%以上,且距火点300 m以外的回风流中瓦斯体积分数达到2.13%,据推算,火源点处瓦斯浓度更高。由于满足了瓦斯爆炸的三要素(瓦斯、火源、氧气)条件,导致爆炸事故发生。     

分子筛在高效能瓦斯光干涉信号传感器中应用的研究

论述了５Ａ（钙Ａ型）分子筛的分子及晶体的结构，特性和ＣＨ４、ＣＯ２分子的大小，形状和极性。阐述了分子筛的吸附机理。研制成功了瓦斯光干涉信号传感器的前置选气装置，并根据在不同气候条件下筛分ＣＨ４、ＣＯ２、Ｈ２Ｏ的分子试验结果，进行了精度分析和可靠性验证。     

基于虚拟仪器的红外瓦斯传感系统研究

针对目前常用瓦斯检测元件存在的缺陷,利用红外传感原理将其应用到瓦斯监测系统,并利用虚拟仪器技术,将采集的信号进行解调及加工处理和计算,简化了设计使瓦斯浓度能在图形界面上显示并予保存,以便用于瓦斯突出、瓦数预测等工作。实验数据表明,该系统应用性能良好。     

瓦斯红外传感检测系统设计中关键技术分析

我国煤矿安全技术保障体系从总体上已基本形成,但还存在矿井瓦斯抽放规模和抽放效率仍然偏低、瓦斯监测仪器仪表和传感器的可靠性与快速反应能力不高等问题。文章探讨了瓦斯红外传感检测系统的设计与组成,论述了无线传感器节点的设计与瓦斯微弱信号的检测技术。测试与运行表明,该系统功能良好。     

基于循环神经网络的煤矿工作面瓦斯浓度预测模型研究

瓦斯灾害制约着煤矿安全生产的发展水平,瓦斯治理是高瓦斯煤矿开采工程中的重要环节,有效预测出下一时间段瓦斯浓度并做出合理的安全防护措施,可为煤矿瓦斯治理决策提供一定的参考依据。利用循环神经网络适合处理连续时间序列样本的特性,构建了一种基于循环神经网络的煤矿工作面瓦斯浓度预测模型。该模型以宽泛策略为原则初步确定预测模型网络结构参数,选取数据量更大、时间跨度更长的瓦斯浓度时间序列为训练样本。首先采用邻近均值法和插值法处理训练样本中的异常值和缺失值,同时采用最大最小值标准化法对数据进行归一化处理,其次以均方误差和运行时间为评价指标,采用自适应矩估计优化器优化模型权重,选取修正线性为激活函数,隐藏层中加入丢弃层,通过不断调节步长、网络层数等参数,最终得到最优的循环神经网络瓦斯预测模型。研究结果表明:相比于反向传播神经网络预测模型和双向循环神经网络预测模型,基于循环神经网络的煤矿工作面瓦斯浓度预测模型的训练误差降低至0.003,预测结果误差降低至0.006,具有更高的预测准确度;同时,预测误差波动范围在0.001～0.024,具有更好的稳定性和鲁棒性。基于循环神经网络的工作面瓦斯浓度预测模型具有更高的准确度、稳定性和鲁棒性,可有效预测出下一时间段瓦斯浓度的变化趋势,从而提前做出合理的防护措施,为煤矿安全生产提供一定的参考意见。     

基于改进BP神经网络的矿井瓦斯浓度预测算法

针对传统煤矿瓦斯预警的可靠性差和误差大等问题,提出了一种基于改进BP神经网络的矿井瓦斯浓度预测算法。提出的新型算法在传统BP神经网络算法的基础上,将遗传算法与BP神经网络算法有效结合,采用优化连接权方法对BP神经算法进行优化。该方法降低了瓦斯浓度预测模型的迭代次数和绝对误差。     

瓦斯风化带内矿井瓦斯涌出量预测研究

利用地质构造控制理论分析了三兴煤矿5号煤层位于瓦斯风化带的原因,鉴于我国现有的矿井瓦斯涌出量矿山统计预测法和矿井瓦斯涌出量分源预测法均不适用于瓦斯风化带煤层开采的瓦斯涌出量预测。以实测含量和瓦斯风化带内矿井最大瓦斯涌出量为依据,预测了三兴煤矿5号煤层开采时矿井的最大瓦斯涌出量,同时验证了三兴煤矿井田范围内的5号煤层处于瓦斯风化带的结论。     

基于FPGA的瓦斯浓度模糊控制系统设计

文章设计了一种基于FPGA的瓦斯浓度模糊控制系统,详细介绍了模糊控制算法以及该系统模糊控制规则的建立,并利用FPGA实现了模糊系统的控制,相对于传统的控制手段,该系统具有控制精度高、滞后性小的优点。     

基于红外吸收技术的多组分混合气体检测的研究

针对多组分混合气体的检测问题,提出了基于红外吸收技术进行探测并利用BP神经网络进行信号分析处理的检测方法。该方法采用宽带中红外光源和前端带有窄带滤光片的探测器进行气体探测,探测器输出的每路微弱电信号对应1种气体吸收波长的光波,在对此电信号放大滤波后经A/D采样送达计算机。对实验采集到的数据利用BP神经网络进行分析,能够很好的消除各组分气体之间的干扰,测量相对误差在5%以内,测量拟合曲线呈现良好的线性关系,完全能够满足多组分气体鉴别和测量的要求。     

小型红外瓦斯监测装置的FPGA设计与实现

根据红外气体检测的原理和测量方法,设计了一种小型红外瓦斯监测装置的系统硬件和软件。该装置以FPGA为控制处理核心,采用白炽灯IRL715作为红外光源,采用PYS3228作为红外探测器,使用CAN总线方式与上位机进行数据通信。该装置对甲烷浓度测量精确度高、稳定性好,数据传输距离远、可靠性高。     

基于C8051F020的便携式红外瓦斯探测仪

为了改善应用热催化原理对煤矿瓦斯体积分数进行检测存在的精度不高和易老化的问题,依据红外探测原理,利用处理器C8051F020和红外瓦斯传感器MH-440V设计了一款便携式矿用瓦斯探测仪,当被检测到的瓦斯体积分数超过预设的安全值时就会发出声光报警,提醒工作人员及时撤离并采取有效的通风措施。实验表明,该瓦斯检测仪精度高、速度快、使用方便,矿井工作人员可随身携带,为煤矿的安全生产提供可靠保障。     

基于MSP430的红外瓦斯检测仪设计

介绍了一种红外瓦斯检测仪的设计。系统采用混合信号处理器MSP430为控制与处理核心,通过数字滤波、线性插值和温度补偿等算法,实现了对煤矿瓦斯浓度的精确检测。     

基于光谱差分吸收原理的红外瓦斯检测仪

针对目前煤矿井下瓦斯浓度检测技术存在的不足,在红外光谱差分吸收检测模型的基础上设计了双波长双光路的瓦斯浓度检测仪。在实验室环境下测量不同瓦斯浓度下检测仪输出的电压值,得到二者之间的拟合曲线,对测量结果的分析可以看出,系统测量误差小于1.8%,CH4浓度检测能力较宽,满足煤矿瓦斯浓度检测的要求。     

基于非分散红外_NDIR_原理的便携式瓦斯检测仪

对一种新型红外气体传感器的设计进行了介绍,这种传感器的设计特点在于它通过NDIR红外气体分析仪进行电调制红外光源监测,从而实现有效的瓦斯浓度实时检测,并能液晶显示与浓度报警,可以用于煤矿井下作业安全监测辅助工具。     

基于ONVIF的本安型手持式信息记录仪

研发了一种基于ONVIF的本安型手持式信息记录仪。记录仪采用Cortex-A8处理器作为中央控制单元,采用红外LED作为辅助照明单元,采用CMOS图像传感器作为采集单元并采用本质安全电路技术的电源适配器方案,获得全黑环境下的音视频采集功能,并对采集的音视频数据进行压缩、存储和远传。记录仪克服了现有技术产品功耗大、红暴现象严重等不足,支持TCP/IP、UDP、ONVIF协议,实现与市面上通用客户端的无缝对接,可广泛应用于低照度环境采集及矿用执法采集等。经测试,记录仪黑暗环境可视距离20 m,功耗小于8 W,可持续工作时长6h,可以实时在PC端,移动端和手持式记录仪上播放现场采集的视频信息。     

基于单片机的矿用瓦斯红外传感器的解码和编码

在对矿用瓦斯传感器的自动调校过程中,调校装置应能自动根据监测数据与标准浓度的偏差实时发出红外控制信号,以代替红外遥控器进行实时调校。为使调校装置能实时发出所配遥控器的红外编码,需将待调校传感器所配红外遥控器的编码传入调校装置。基于调校装置中的核心STC15W201S单片机,设计并实现了一种逆向破解现有遥控器的红外信号传输协议,由单片机根据该红外信号传输协议学习并接收红外控制信号,然后在调校矿用瓦斯传感器时能发出所需功能的红外控制信号,达到自动调校的目的。     

基于SPCPSO神经网络红外瓦斯传感器自动补偿研究

针对瓦斯气体井下环境检测时易受干扰、硬件测量易产生漂移的问题,在建立神经网络红外瓦斯传感器补偿模型基础上提出小种群混沌粒子群算法(SPCPSO)对神经网络的部分参数进行优化。引入帐篷映射混沌算法来提高粒子群算法的遍历性,提高了算法的二次搜索精度。