基于神经网络与SOPC的球磨机负荷检测系统

提出“三因素”法检测球磨机的外部响应,应用神经网络建立球磨机内部负荷与外部参数之间的关系模型对负荷进行预测。同时,应用基于嵌入式处理器核Nios的SOPC(System On Programmable Chip)技术来完成球磨机负荷检测系统软硬件设计。测试结果表明该系统能实时、准确地检测球磨机负荷,为解决球磨机外部响应与内部负荷参数之间的建模问题提供了一种行之有效的方法。     

基于多传感器信息融合的铜带表面缺陷检测研究

结合铜带表面缺陷检测这一应用背景,提出通过多传感器信息融合的方法提高检测系统整体性能。缺陷检测系统使用红外、可见光和激光3种图像传感器结合,采用模糊逻辑和神经网络进行传感器管理,小波变换进行图像融合.实验结果表明该方法提高了缺陷检测和分类能力。     

球磨机磨音多频带检测系统的研发与设计

通过对球磨机磨音的频率检测分析,实现对其工作状态及负荷量较准确的判断,适时调整"空磨"、"饱磨"、"正常"状态,可提高磨机效率、降低能耗和生产成本.介绍了多频带检测系统的研发与设计.     

基于多信息融合技术的矿用带式输送机故障诊断系统研究

矿用带式输送机在工作过程中会受到多种不良因素的影响,导致不同类型的故障发生,如输送带带速变化异常、纵撕故障等。传统的故障处理方法采集到的特征值往往缺乏全面性,特别是在故障判断时对故障相似度计算会有较大的误差出现。利用多信息融合技术将各类传输部件的故障案例进行整合,并在忽略过程特征值的基础上进行求解和推理,获取相应的矿用带式输送机故障解决方案,从而实现故障诊断的自动化操作功能。应用结果表明,基于多信息融合技术的故障诊断系统可以有效地应对输送带的各种异常状况,快速准确地实现矿用带式输送机的故障诊断。     

基于多传感器信息融合和云模型的瓦斯监测系统研究

综合应用多传感器信息技术、云模型理论等信息技术对煤矿井下瓦斯监控系统进行了研究和分析,利用云模型对危险程度信号进行感知和提取,构建了多层次信息融合的井下瓦斯监测系统,最后应用免疫危险理论对瓦斯监测异常信号进行了综合处理。研究成果为提高煤矿井下作业安全决策提供了一定的理论参考。     

基于多传感器信息融合技术的液压支架监测系统设计

液压支架是保证煤矿开采安全、高效生产的关键设备,对液压支架进行实时监测有助于保障煤矿开采工作的顺利进行。采用多传感器信息融合技术对传感器采集到的倾角、位移、压力等数据信息进行融合,监测液压支架的运转状态,提高了监测结果的准确性和可靠性。确定了基于多传感器的液压支架监测系统的硬件结构组成,设计了监测系统的软件功能,并研究了数据层信息融合的流程,通过对比液压支架的仿真位移和实际位移验证了该监测系统的有效性。     

基于多传感器信息融合技术的瓦斯监测系统设计

在充分研究瓦斯造成的灾害以及影响之后,确定了监测瓦斯的评价指标,利用多传感器信息融合技术建立了瓦斯监测系统,实时且准确地监测了瓦斯浓度并依据此数据预测了瓦斯突出危险状态,有效降低了井下作业的危险度,保障了工作人员的安全。信息融合技术合理利用了瓦斯异常状态规律性变化的数据并以专家意见为依据建立了瓦斯监测模型,使灾害预警功能更加智能化。     

基于多传感器二级信息融合模型的煤矿安全监测系统研究

传统煤矿安全监测系统采用单一传感器采集数据,存在监测精度差、可靠性低等问题,提出一种基于多传感器二级信息融合的数据分析处理模型。首先采用多种传感器对需要监测的数据信号进行采集;其次对采集的数据进行二级融合处理,其中第一级融合采用自适应加权方法来求取同类传感器数据的平均值,第二级融合采用D-S证据理论对不同传感器的融合结果进行再次融合处理;然后根据融合的结果判断煤矿井下的安全性。最后通过实验测试对所提方法进行了验证。     

多传感器信息融合技术在瓦斯监测中的应用

采用分批估计理论和BP神经网络对井下多传感器信息进行两级融合的瓦斯监测系统设计方案能够大大提高数据测量的准确性、可靠性,并能实时、客观地给出矿井安全状况综合评价。利用多个煤矿的井下环境实测数据进行仿真实验,结果表明该方法是可行的。     

基于多传感器融合的煤矿危险气体巡检系统

设计了基于多传感器融合技术的煤矿危险气体巡检系统,将系统整体架构分为执行层、网络层和决策层,决策层中的监控平台和服务器与执行层中的可移动巡检机器人通过网络层实现数据传输;介绍了危险气体巡检作业流程及巡检机器人的模块组成和功能分类,机器人中的智能感知模块对应环境参数监测功能,通过搭载多种传感器实现机器人的自主导航避障和危险气体体积分数数据采集,采用BP神经网络算法实现多传感器融合,完成煤矿井下环境的多种危险气体体积分数实时监测。     

基于粗糙集理论的多传感器信息融合及其在机器人中的应用

将粗糙集理论应用于多传感器信息融合中,利用粗糙集理论的属性约简、值约简等相关约简概念剔除冗余信息,提取最简决策规则形成信息融合算法,有效的提高了信息融合系统的效率和准确性,并探讨了该算法在机器人中的应用。     

基于信息融合技术的电路板无损检测

多传感器信息融合技术已成为一个十分活跃的研究领域,它应用的范围越来越广。通过检测电路工作时电子元件的温度和关键点电压两方面的数据信息,对数据信息进行融合,从而确定故障元件,达到电路板无损检测。分析了多传感器数据融合算法,并将该算法有效地应用于电路板无损检测系统中,提高了系统诊断能力。     

基于多传感器信息融合的地下自主铲运机的定位技术

分析自主车辆的定位技术及多传感器信息融合的模型.通过对地下自主铲运机后车体和传感器(航向陀螺仪、激光测距仪)的建模,采用多传感器信息融合的卡尔曼滤波算法,将航向陀螺仪和激光测距仪采集的信息融合后,对铲运机的航向角进行确定.综合应用多传感器信息融合技术可以有效提高铲运机的定位精度.     

基于多传感器信息融合的煤矿救灾机器人自主定位研究

针对煤矿救灾机器人自主定位的要求,对比分析了多传感器信息融合技术的常用方法,结合传感器的选取,确定了卡尔曼滤波算法的信息融合方法,采用基于多传感器信息融合的航迹推算法对机器人进行定位。仿真结果表明,采用基于多传感器信息融合的航迹推导法,其航迹推导作为机器人自主定位具有合理性,能达到煤矿救灾机器人的基本定位要求。     

基于多传感器信息融合的矿井通风机故障诊断

为了提高矿井通风机机械故障诊断的准确性,提出了将多传感器信息融合技术用于故障诊断的检测方法.由多个传感器采集振动信号,经小波变换预处理后获得故障特征值,再经BP神经网络进行故障局部诊断,获得彼此独立的多个证据,然后运用D-S证据理论对各证据进行融合,实现对矿井通风机机械故障的准确诊断.     

基于多传感器数据融合技术的液压传感器

运用多传感器数据融合技术、神经网络技术与虚拟仪器技术相结合创建了虚拟压力、流量传感器的温度补偿系统，重点论述了补偿系统的设计原理与方法。     

基于多传感器融合的煤矿通风机变频调速系统优化

针对井巷风阻特性和通风机运行状态变化引起的不确定扰动,设计了一种基于多传感器融合和BP神经网络的通风机变频调速系统,利用风速、风量和瓦斯浓度等多传感器融合表征矿井环境特性,通过BP神经网络建立多传感器融合输入与通风机工作频率和叶片位移间的非线性控制模型。开发以西门子S7-300 PLC为软、硬件核心的通风机变频调速控制平台,通过PLC的结构化编程实现多传感器融合和非线性控制模型校正。利用BP神经网络的输出,最终实现通风机转速和叶片安装角的优化控制。调试结果表明,所开发的控制系统具有较强的抗干扰能力,以实际需风量为基准,有助于实现通风机工作效率和电能损耗的协同优化。     

利用多元回归分析方法控制球磨机负荷稳定性

分析了影响球磨机负荷稳定性的主要因素,提出了用多元回归分析法控制球磨机负荷稳定性的方法,介绍了检测控制系统的组成。     

球磨机负荷检测的现状与发展趋势

这是一篇矿业工程领域的论文。选矿厂节能降耗需求强烈,球磨机负荷检测是实现磨机控制、优化磨矿流程的关键技术。本文归纳了近年来磨机负荷的检测方法：压差法、磨音法、振动法、功率法、超声波法、基于多源信号融合的间接检测方法;总结并分析了磨机负荷的建模方法。未来一段时间内,多源信息融合的间接法将仍是检测磨机负荷的主要方法,改进神经网络为基础的建模方法、新型在线检测方法以及建立高效精准的负荷检测模型是磨机负荷检测的主要发展方向。