煤矿井下人员精确定位方法

分析总结了煤矿井下人员定位特点:覆盖范围远大于地面室内;定位信号应能非视距传输;电磁波衰减严重;无线传输衰减受巷道分支、弯曲、倾斜、断面面积和形状、围岩介质、巷道表面粗糙度、支护、纵向导体、横向导体、设备等影响大;必须电气防爆;环境恶劣,粉尘大、潮湿、淋水等。提出无线电传输适用于煤矿井下人员定位;超声波、激光、红外传输不适用于煤矿井下人员定位。提出RSSI基于信号强度测距定位方法、AOA基于角度测量的定位方法和不同类信号源TDOA基于时间差的测距定位方法不适用于煤矿井下人员精确定位;TOA基于传输时间的测距定位方法和TDOA基于时间差的测距定位方法适用于煤矿井下人员精确定位,TDOA基于时间差的测距定位方法较TOA基于传输时间的测距定位方法系统成本低。     

煤矿井下目标定位的研究现状与展望

本文总结了近年来提出的iBeacon井下定位技术、卡尔曼滤波UWB井下动态定位技术、WMSNs视频矿灯定位技术、TWR和SDS-TWR定位方法、异步测时煤矿井下人员定位技术、多传感器信息融合煤矿井下人员定位方法、GRPM煤矿井下人员定位技术、基于改进UWB算法的井下定位以及捷联惯性导航定位技术等井下目标定位技术与方法,并从受巷道及其支护和巷道中导体及障碍物影响大小、是否需要基站/移动终端和参考站之间时钟同步、是否需要参考站之间时钟同步、受基站/移动终端和参考站时钟频率偏移影响大小、基站/移动终端成本、参考站成本和定位精度等方面综合评定各种定位技术的优势和局限性。研发新型组合型井下精密定位系统,使得传输信号不受井下巷道环境影响、无需时钟同步、定位设备复杂度小、基站和参考站建设成本低、定位精度高、定位导航可视化,是实现井下实时位置服务、为井下目标管理提供精准控制以及煤矿智能化开采走向成熟阶段的重要环节。     

基于改进虚拟势场的煤矿井下WMSN覆盖增强算法

针对煤矿井下无线多媒体传感器网络（Wireless Multimedia Sensor Network,WMSN）覆盖问题,提出了一种基于改进虚拟势场的覆盖增强算法。在分析方向可调感知模型、煤矿巷道带状结构特点及照度特点的基础上,提出了煤矿井下WMSN“有效覆盖”问题。针对有效覆盖问题,引入虚拟目标引力提升重点区域有效覆盖效果。针对传统虚拟势场算法可能出现因局部极小导致覆盖增强效果下降的问题,在分析方向可调感知模型感知区域相交特性的基础上,改进了斥力函数,引入了相邻节点的共同覆盖率引导节点调整感知方向,从而实现区域的有效覆盖。仿真实验表明：对比已有的区域覆盖增强算法,采用所提出的基于改进虚拟势场的覆盖增强算法可有效消除感知重叠区和盲区,实现了井下巷道的高效区域覆盖。     

煤矿工作面的无线数据传输技术研究

针对无线数据传输网络应用于煤矿工作面时需要降低节点能耗和优化多跳路由算法的问题,通过研究无线传感器网络的休眠机制,给出了广义时间同步休眠的低功耗解决方案,分析了基于MBCR思路的Cluster-Tree算法,结果表明Cluster-Tree算法适合工作面带状网络中存储能量受限的节点。     

基于距离约束的井下目标定位方法

煤矿井下巷道为狭长的条状结构,信号衰减较大,地面已有的目标定位方法和技术难以直接应用于井下,现有的矿井目标定位主要采取基于时间和信号强度的测距方法,而这些方法并没有考虑到井下巷道的条状结构特点,定位误差较大,依据矿井巷道的条状结构特点,提出一种基于距离约束的井下目标定位方法。在巷道内每4个锚节点构成1个矩形区域,将固定的两锚节点之间的距离作为约束条件,结合垂直向量乘积为零的原理,矩形对角线的长度已知,通过基于RSSI的测距原理获得移动节点到矩形区域两对角线上锚节点的距离之比公式,进而通过合理的近似运算和向量乘法定理得到向量方程组,通过求解向量方程组可以得到移动节点的坐标,仿真实验表明该方法可以有效地降低定位误差。     

能耗均衡的煤矿井下巷道WSN跨层路由协议

为了适应煤矿井下巷道窄长的空间结构和复杂的环境,提高网络的稳定性和传输效率,提出一种能耗均衡跨层WSN路由传输协议(EBUCR)。分析数据传输不对称造成的网络能量空洞现象,提出基于有效密度函数ρ(x)的非均匀分簇算法,并在此基础上结合跨层设计思想,将下一跳路由节点的链路可用带宽和节点负载容量作为选取路由节点的重要因素。仿真实验表明,与LEACH,HEED和EEUC三种算法比较,EBUCR满足非均匀分簇策略,有效的优化了网络的能量消耗,延长了网络的生命期,提高了网络吞吐量和传输率,更适用于井下巷道内大规模部署的节传感器节点数据传输控制。     

基于CS架构的煤矿井下图像处理算法研究

针对煤矿井下无线传感网络因信息传输量大而导致传感节点能量消耗快、设备寿命缩减的问题,在分析煤矿井下图像特点和小波变换系数层特点的基础上,提出一种基于小波变换的压缩感知稀疏图像处理算法,即分块稀疏算法。采用bior4.4小波变换对煤矿井下图像信号进行分块稀疏变换,通过测量矩阵对稀疏化的图像数据进行测量,得到测量数据,再利用ROMP算法对稀疏变换的图像进行重构。仿真试验结果表明,与传统的压缩感知算法相比,该算法不仅能够以更低的采样率获得高质量的重构图像效果,压缩了图像大小,且能够快速地还原图像。     

基于节点式地震仪的煤矿井下槽波地震勘探技术

针对煤矿井下地震勘探技术发展缓慢的问题,基于槽波地震探测技术,采用第三代节点式地震仪的设计理念,开发出"节点式设计、独立型激发、分布式采集、三通道存储、集中式回收"的新型槽波地震仪,实现了煤矿井下槽波地震观测系统的灵活、无约束、自由布设,且整个采集系统无主机、无大线、无需通信、可同步采集等,施工高效、快捷,满足了煤矿井下超长超宽工作面、互不贯通的巷道之间以及采区、盘区和跨层条件下的槽波地震探测的需求。     

煤矿井下线型无线传感器网络节点定位算法

针对煤矿井下线型无线传感器网络节点定位精度较低的问题,提出了基于RSSI(接收信号强度指示)的对角差分修正定位算法。该算法在对线型无线传感器网络节点定位的横向和纵向误差进行分析的基础上,首先利用差分原理对测量距离进行修正,并使用极大似然估计法进行初步定位;然后应用信标节点构建煤矿井下巷道模型,在该模型下对移动节点进行横向修正。仿真结果表明,该算法较传统的极大似然估计算法具有较高的定位精度和稳定性,适用于煤矿井下线型无线传感器网络节点定位。     

煤矿井下EM-MWD仪器研制

研制了煤矿井下电磁无线随钻测量(EM-MWD)仪器。针对煤矿井下EM-MWD特点,发射频率采用可设置的6.25 Hz与12.5 Hz,编码方式采用省电的差分脉冲位置调制(DPPM),发射机设计省电模式与休眠模式提高电池工作时间,φ73 mm绝缘天线外层涂覆多层金刚砂提高耐磨性,接收机采用RLS自适应滤波提高抗干扰性能。试验结果表明仪器在煤矿井下随钻测量传输距离大于310 m,发射机省电模式与休眠模式工作有效,绝缘天线机械强度与耐磨性达到煤矿井下随钻测量要求。     

基于CAN总线的无人值守变电所过程层设备运行状态智能监控方法

利用当前方法监控无人值守变电所过程层设备运行状态时,所设置的通信波特率偏小,导致数据传输质量下降,提出基于CAN总线的无人值守变电所过程层设备运行状态智能监控方法。利用CAN信息采集卡采集无人值守变电所过程层设备运行数据,计算CAN总线通信波特率,根据计算结果确定通信波特率值,并对数据采集结果进行传输处理。引入BP神经网络模型,设置BP神经网络模型参数,利用该模型对数据进行深入挖掘,设置过程层设备运行状态监控模式,结合所有数据实现无人值守变电所过程层设备运行状态智能监控。实验结果表明,该方法的数据传输网络节点供电电压变化更接近于实际,通信延时较短以及通信灵敏度高,可实现过程层设备运行状态智能监控。     

一种计量自动化系统的无线传感器网络路由优化算法研究

针对计量自动化系统中无线传感器网络存在的数据传输效率不高、节点的数据传输拥塞严重的问题,提出一种优化路由算法。该算法基于传输效率和拥塞控制平衡考虑的思路,通过对链路效率和流动半径的融合计算,实现了节点数据路由能够合理选择多跳路径,从而确保无线网络的链路资源得到充分利用,节点拥塞程度得到降低,数据通信速率得到提高。通过实验证明,该算法能够在可以接受的时延基础上有效降低网络的丢包率,保持网络的数据传输效率。     

基于深度自编码网络的刚性罐道故障诊断

为解决提升机刚性罐道故障诊断中故障特征提取困难的问题,结合深度自编码网络的特征提取能力优势,提出了一种基于深度自编码网络的刚性罐道故障诊断方法。以重构误差作为深度自编码网络的评价准则,在各层自编码网络之间采用反向传播的方式,逐层对网络的权值和偏置进行优化。利用得到的最优权值和偏置组成特征提取网络模型,基于该网络模型提取刚性罐道的故障特征。以SVM作为分类器实现刚性罐道的故障分类。实验结果表明,该方法提取的故障特征可识别性较好,识别率较高。     

基于小波包能量流和LTSA的垮落煤岩特征提取

针对综放工作面垮落煤岩识别的技术问题,采集了放煤过程中垮落煤岩冲击液压支架后尾梁的振动信号,并提出了一种基于小波包能量流和LTSA的特征提取方法。该方法首先利用小波包变换把振动信号分解成一系列的时频子空间;为了观察原信号能量在各层时频子空间的分布特征,计算了小波包分解每一层各个时频子空间的能量,构成了一个小波包能量矩阵,称为小波包能量流;然后利用局部切空间排列(Local Tangent Space Alignment,LTSA)挖掘小波包能量流的低维流形。为了验证小波包能量流低维流形的有效性,把该特征向量输入BP神经网络来识别垮落煤岩。结果表明:基于小波包能量流和LTSA提取的特征向量可以准确简约地表征垮落煤岩,BP神经网络的识别率达到100%。     

基于PLC技术的自动化液位仪表故障识别系统

为保证生产过程中自动化液位仪表的安全稳定运行,设计基于PLC技术的自动化液位仪表故障识别系统。使用系统数据层的多个传感器节点采集自动化液位仪表信号,利用网络层的无线网络通信模块将采集的信号传输到应用层;该层的自动化液位仪表故障识别报警控制模块依据接收到的信号,运用基于小波包算法的自动化液位仪表故障识别方法以及PLC技术,识别自动化液位仪表故障,并在发生故障时通过报警器控制单元驱动数据层的报警器发出警报。实验结果表明,系统分解并重构自动化液位仪表故障信号所得波形质量较高;各仪表的故障识别结果与故障实际结果一致,且故障识别用时均低于40 s;系统的故障记录查询界面能满足用户不同的查询需求。     

基于小波包与EKF-RBF神经网络辨识的瓦斯传感器故障诊断

针对瓦斯传感器常见的偏置型、冲击型、漂移型和周期型4种突发型故障,以小波分析和RBF神经网络为基础,提出了由小波包分解提取特征能量谱与扩展Kalman滤波算法（EKF）优化的RBF神经网络进行模式分类辨识的瓦斯传感器故障诊断方法。对瓦斯传感器的输出信号进行小波包分解,运用基于代价函数的局域判别基(LDB)算法进行裁剪,获取最优的特征能量谱,经处理后作为特征向量训练EKF-RBF神经网络,采用参数增广和统计动力学方法,通过带有整定因子的EKF参数估计,用来辨识瓦斯传感器的故障类型。实验结果表明：该方法的辨识正确率在95%以上,误报率和漏报率都明显优于其他算法,能够有效用于瓦斯传感器的故障在线诊断。     

煤矿沿空掘巷顶板离层在线监测预警系统设计

针对掘进巷道顶板在线监测困难、预警能力较弱的问题,提出了一种基于工业以太网顶板离层在线监测预警系统,通过构建基于ZigBee协议的无线传感器网络,给出了该系统的硬件与软件设计,实现对井下环境数据的采集、传输。根据系统的数据分析需求,本文进一步提出了基于模糊贴近度和灰色关联度的两级数据融合模型。测试结果表明,该系统能够对沿空掘巷顶板离层在线精确测量,误差保持在±4.8%之间,相较人工测量预警能力得到明显提高。