煤矿井下电磁环境评价

分析了煤矿井下输电巷道、牵引网络及电机车巷道、机电硐室内以及通信系统的电磁干扰特点及传播路径,并对某煤矿井下不同区域的电磁干扰进行了测试;通过分析测试数据,参考GB 9175—88《环境电磁波卫生标准》对各区域的电磁环境进行了评价,结果表明所测试环境均达到一级环境电磁场的标准。     

基于循环神经网络的多传感信息融合系统的应用

本文综述了循环神经网络、多传感器信息融合技术的基本原理及方法，分析了信息融合中的关键问题，重点介绍了循环神经网络在多传感器信息融合系统中的应用。     

煤矿监测监控系统信息融合结构的研究

文章介绍了信息融合的概念及分类,指出按融合的层次和实质内容分,信息融合可划分为数据级、特征级和决策级3个层次;研究了面向煤矿监测监控系统的各层次的信息融合结构,并提出了总体的面向煤矿监测监控系统的集散式信息融合结构。     

基于循环神经网络的多传感信息融合系统的应用

本文综述了循环神经网络、多传感器信息融合技术的基本原理及方法,分析了信息融合中的关键问题,重点介绍了循环神经网络在多传感器信息融合系统中的应用。     

煤矿井下复杂电磁环境与电磁干扰特性研究

文章分析了煤矿井下变频变流电力电子设备产生的谐波干扰和电磁干扰特性,指出井下复杂的电磁特性环境中存在着传导性干扰和辐射性干扰,并介绍了井下电磁干扰测量及抗干扰方法。     

基于BP神经网络的多传感器信息融合研究

BP网络是应用最广的一种人工神经网络,将BP神经网络应用到压力检测领域的温度等非线性补偿,具有重要的实用价值,对压力检测精度的改进效果显著;从传感器信息融合的角度看,神经网络就是一个融合系统;通过对神经网络基本理论的阐述,针对研究对象将BP神经网络原理与多传感器信息融合技术有机集合起来,提出了基于BP神经网络的二传感器信息融合模型及改进算法,建立了BP神经网络训练标准样本库,并对该网络模型进行主要技术指标的测试和仿真工作,测试结果表明构建的模型及其改进算法能很好地满足了高精度压力检测仪的指标要求.     

煤矿井下环境对甲烷催化元件性能影响的探讨

煤矿安全生产中对从业人员造成生命安全和财产安全最严重之一的是瓦斯爆炸。文章主要通过对甲烷催化元件性能受煤矿井下环境的影响进行探讨,并得出长期高温、高湿的煤矿井下环境会导致甲烷催化元件灵敏度的性能下降的结论。     

基于全搜索的煤矿井下视频序列边信息生成算法

针对煤矿井下视频分布式编码中图像照度低和清晰度低等特点,提出了基于全搜索的煤矿井下视频序列边信息生成算法。该算法对已解码的关键帧进行扩编,并对全搜索时每个参考帧对应像素块的均方误差函数值通过阈值进行分析和判断,保留低于阈值的运动矢量,提高边信息生成质量。理论分析和仿真结果表明,本文提出的算法可以实现煤矿井下视频序列的高质量边信息的生成,为将分布式编码广泛应用于煤矿井下视频监控和通信提供了基础。     

基于PSO-BP神经网络的煤矿井下自适应定位算法

提出了一种基于PSO-BP神经网络的煤矿井下自适应定位算法。针对传统的基于测距模型的定位算法易受煤矿井下环境干扰、测距误差大的问题,选择指纹匹配定位模型。针对煤矿井下环境强时变性,易增大实时采集的指纹信息与离线阶段建立的静态指纹数据库信息的匹配误差问题,将信标节点作为参考点的校准节点,以更好地反映参考点随环境变化的情况,避免增加额外的校准节点;在不增加硬件成本的同时,通过动态补偿法实时修正目标节点指纹数据,解决了指纹匹配定位模型自适应差的问题。匹配定位阶段采用PSO优化BP神经网络权值,以加速BP神经网络收敛,提高学习速度。实验结果表明,该算法更加适应随时间变化的煤矿井下环境,满足井下自适应定位要求。     

煤矿井下绞车配电室电磁辐射环境测试分析

使用R&S频谱分析仪FSP7及频段为9kHz～7GHz的电场天线,测试了绞车启动、运行和停车过程中煤矿井下绞车配电室内的电磁环境,分析后得出结论:(1)液压绞车启动时在整个频段内都产生干扰,在个别频段产生的干扰非常强,比正常运行时高40dB.μV/m;液压绞车停车和正常运行时产生的干扰很小。(2)变频钢缆绞车在运行、启动及停车时产生的电磁干扰都很大,在1m、1.7m高度测试的值基本相同,低频段的电磁干扰最大,最大电磁干扰达170dB.μV/m,比相应的背景噪声高80dB.μV/m。(3)变频钢缆绞车配电系统在绞车运行、启动以及停车过程中产生的电磁干扰都比液压绞车配电系统产生的电磁干扰大。     

基于粗糙集和D-S证据理论的井下风险评估方法

针对以单传感器监测数据作为井下安全性评估依据存在难以获得丰富、全面、准确的环境信息的问题,提出一种基于粗糙集和D-S证据理论的井下风险评估方法,并进行了具体的实例分析。该方法对多传感器采集的参数进行基于粗糙集的一级数据融合及基于D-S证据理论的二级数据融合,实现了对井下多种信息的整合,优化了现有的风险评估方法。测试表明,该方法可保证预测信息的完备性和独立性,实现了对矿井安全性变化趋势的动态预测。     

井下复合定位系统框架

提出了一种包含粗定位和高精定位在内的复合定位系统,该系统可对井下作业人员的位置进行实时监测,从而实现及时救援和人员管理的目的;由于井下作业人员的位置会持续发生变化,所以信息采集过程中的位置信息具有滞后性,这对快速持续的高精度定位带来了巨大的挑战;基于该问题,提出了一种基于层次聚类的粗定位方法,通过对现有完整数据和目标可能位置进行信息融合和冗余去除来预测实际位置;然后,再在粗定位的范围内布设当前已有的高精度定位设备以实现高精度定位;仿真结果证明,提出的复合定位系统可以将定位范围从15 km缩小至500 m,且能够实现100%的拓扑预测精度。     

基于网络的煤矿信息系统安全研究

详细分析基于网络环境的煤矿企业信息系统安全的现状,讨论煤矿企业计算机网络系统可能遇到的各种攻击,最后给出加强煤矿企业信息系统安全的对策,这对于确保煤矿企业信息系统安全、建设“数字化矿山”十分重要。     

基于BP神经网络的煤矿水泵系统控制方法研究

在煤矿井下排水系统中,目前常用的方法是根据几项关键因素或凭经验直接决定水泵的启停。该方法缺乏理论依据,经常要根据现场情况修改水泵的启停安排。针对该问题,提出一种基于BP神经网络的煤矿水泵系统控制方法。该方法选取水位、涌水量、时段、累计运行时间这4个关键参数来建立BP神经网络,通过对网络不断调整和优化,得到一个稳定的网络模型;用该模型对水泵的启停时间进行判断,实现对多台水泵的合理安排。Matlab仿真结果表明,使用BP神经网络对水泵系统进行控制是合理、有效的,对实现煤矿安全生产和节能减排有积极的意义。     

基于量子密码的卫星网络地球站异常检测系统设计

传统的卫星网络地球站异常检测系统设计在检测过程中稳定性差，异常频率识别能力低。为了解决上述问题，基于量子密码研究了一种新的卫星网络地球站异常检测系统，系统硬件主要由感应器、异常分析器、警示器、数据采集器、数据解析器、预处理器六部分组成，感应器负责感应卫星网络地球站的各方面的数据监测系统是否正常，异常分析器可以分析感应器感应到的数据是否存在异常，警示器能够通过界面向工作人员发出警示信号，数据采集器负责采集信息，由数据解析器解析采集到的信息，预处理器实现信息处理。通过数据采集应用程序、异常检测应用程序、数据处理应用程序实现系统工作。为验证系统运行有效性，设定对比实验，结果表明，相较于传统系统，基于量子密码的卫星网络地球站异常检测系统稳定性提高了15.2%，异常频率识别能力提高了19.8%。     

煤矿安全风险预控管理信息系统

为实现对煤矿安全风险的预先辨识、评估及有效管理,提出了一种煤矿安全风险预控管理信息系统的设计方案;以安太堡露天矿本质安全管理体系中的煤矿安全风险预控管理信息系统为例,详细介绍了风险预控管理流程、系统功能模块的作用。实际应用表明,该系统为煤矿实现安全目标提供了先进、可靠的管理手段。     

基于AHP-FCE的煤矿安全评价系统的研究

安全评价是煤矿安全管理系统的重要内容。文章结合层次分析法(AHP)和模糊综合评价(FCE)的基本理论,提出了一种新的基于AHP-FCE的煤矿安全评价系统。该系统针对煤矿安全评价因子建立层次结构模型,采用层次分析法构建比较矩阵,将成对比较矩阵的特征向量作为安全评价的权重,并采用模糊综合评价法对每个评价因子进行综合评价,从而确定评价因子的影响力排序。实例计算结果表明,基于AHP-FCE的煤矿安全评价系统操作简便,通用性好,计算结果较为准确和稳定。     

基于数据挖掘的煤矿安全信息管理模型的研究

基于对数据挖掘技术、粗糙集理论、模糊逻辑与神经网络算法的分析,文章提出了一种基于数据挖掘的煤矿安全信息管理模型的设计方案。该模型应用Web服务器注册技术和XML数据合成技术形成终端数据库,采用数据挖掘技术中的粗糙集理论和模糊逻辑与神经网络算法形成终端数据仓库,并对终端数据仓库进行统一分析、管理和维护,有效地提高了煤矿安全信息管理的效率。     

贝叶斯网络在煤矿生产系统安全评价中的应用

文章首先介绍了贝叶斯网络,探讨了事故树转换为贝叶斯网络的算法。然后以煤炭生产系统中的井下大巷运输事故安全评价为例,进行了计算机仿真,并阐述说明了基于贝叶斯网络的煤矿生产系统安全评价方法的优越性。