矿井火灾多源信息融合预警方法的研究

为了实现矿井火灾的早期预警,采用了多源信息融合技术,集成了煤矿安全监控系统、火灾束管监测系统、无线自组网温度监测系统和分布式光纤温度监测系统的指标数据,基于实验研究、现场观测、专家经验等数据,建立了矿井火灾多源信息融合预警系统,结合人工神经网络、多指标预警逻辑推理、运用灰色关联分析法建立实验数据拟合函数的计算方法,实现了矿井火灾多源信息融合算法,处理来自不同位置、具有不同物理意义的多源火灾信息,得出了火灾预警指标体系和火灾发展规律,以及煤自燃程度6个阶段的预警指标气体判定和对应的温度范围.     

基于可见光视觉特征融合的矿井外因火灾监测方法

为了解决矿井外因火灾监测实时性差、误报率和漏报率高的问题,提出了基于可见光视觉特征融合的矿井外因火灾监测方法。首先,分析了不同监测环境中火源视频图像对应的视觉特征,并设计了火源纹理、尖角、相似系数和闪动频率的提取方法;其次,采用改进的种子区域生长算法对火灾疑似区域进行分割,并利用不同的火源特征提取方法计算火灾疑似区域的动、静态特征;然后,融合所提取的动、静态特征,构建火灾特征向量;最后,构建了基于BP神经网络的火灾监测模型,并对监测模型进行了验证。结果表明,本文提出的火灾监测方法可有效检测不同场景和不同距离下的外因火灾,正确率和检测率分别达到98.60%和99.09%,误检率低至2.00%,并有很强的抗干扰能力和鲁棒性。     

基于图像型的矿井火灾探测方法研究

针对煤矿井下复杂环境中传统火灾探测的不足,提出了基于图像处理技术的SVM分类器模型进行火灾探测。首先利用颜色空间进行火焰图像的分割,进而提取出尖角数、圆形度、质心位移等特征,最后通过改进人工蜂群算法优化参数后的支持向量机融合特征量进行分类,以取得最优的探测效果。     

基于模糊-神经网络的火灾报警监测系统研究

提出一种基于模糊－神经网络的多探测器信息模糊化智能型火灾报警监测系统的新方案,该系统具有成本低、功能全、早期发现、准确度高、漏报率及误报率低、适用范围广的特点,硬件电路采用环路结构及总线隔离方式,即使在探测器系统局部失效的情况下也能得出正确的判断。     

基于模糊神经网络的信息融合方法在矿井供风系统中的应用

针对矿井瓦斯事故频发，矿井供风系统急需改进的实际情况，将多传感器信息融合方法及PLC应用于矿井通风系统中，以实现对原系统的改造.利用各类传感器采集的信号进行同类传感器本身的一次数据融合处理后，再对异类传感器进行二次数据融合，从而评判出此时矿井所处的安全等级，对风机的给风量进行控制.实验表明，该控制方法具有良好的控制效果.     

信息融合在矿井监控系统数据处理中的应用研究

文章应用多传感器信息融合理论来处理矿井监控系统中的多源数据,融合中心直接将融合结果传送到地面监控中心,从而可取消井下分站,减少硬件投资;另外可改变原有的信息处理模式,提高监控准确度。该文给出了信息融合的结构模型和数据融合的算法与规则,并基于证据理论所建立的矿井监控系统可靠性预警及可靠性设计,为进一步提高矿井安全水平提供了新的理论依据。     

基于多传感信息融合的输送带运输巷道火灾预警方法

在Bayes基本算法的基础上,对煤矿输送带运输巷道光纤测温及灭火系统中多点温度、CO、烟雾数据的融合预警方法进行了研究。介绍了通过置信距离选取关联测点的方法,推导出多传感器数据火灾预警危险系数融合算法的最大后验估计式,并对该方法进行了模拟验证。     

基于信息融合技术的矿井通风机故障模式识别

依据多传感器信息融合技术及Dempster-Shafer理论,分析了故障检测中信息融合系统的工作原理以及分类决策策略,在此基础上进行了基于信息融合的故障分类与识别的初步试验研究.     

基于信息融合与LabVIEW的矿井提升机健康诊断研究

利用LabVIEW软件,结合信息融合技术开发了矿井提升机健康诊断系统,通过诊断过程和结果可知,采用信息融合技术后极大地提高了健康诊断的准确性,论证了本研究开发的健康诊断系统的可行性和可靠性。     

多传感器模糊信息融合算法在煤矿瓦斯监测中的应用

信息融合是将各种不同类型传感器的所有特点充分综合利用,最终将完成获取目标的多方位全面化模式。目前,信息融合这一技术已经被广泛应用在自动目标识别、图像处理、安全监测及遥感等多项领域。文章针对煤矿瓦斯监测中的实际应用情况,对多传感器模糊信息融合算法进行了较为系统的介绍。     

多传感器模糊信息融合算法在煤矿瓦斯监测中的应用

当前不少的煤矿都已经构建起了自身的煤矿瓦斯监控系统,然而如何对瓦斯、压力、温度以及风速等多传感器返回的数据进行判断,评价当前的煤矿瓦斯风险,就成为了一个亟待解决的问题。文章首先对多传感器信息模糊评判以及多传感器模糊信息融合算法进行介绍,之后对相关的实验数据展开分析。     

多传感器模糊信息融合算法在煤矿瓦斯监测中的应用

多传感器信息融合识别的精确率高于单只传感器。文章阐述了多传感器模糊信息融合的理论,并对多传感器信息融合的发展趋势进行分析研究,进而对多传感器模糊信息融合算法在煤矿瓦斯监测中的应用进行研究。     

基于信息融合技术观测下的噪声系统数据融合

该文将多尺度分析的思想和多传感器数据融合技术相结合,基于不同尺度多传感器观测下的带乘性噪声系统,提出了线形最小方差意义下的分布式最优滤波融合算法。针对该算法进行了仿真研究,仿真结果表明了数据融合条件下算法的有效性。     

基于模糊神经网络火灾报警系统设计

介绍了基于模糊神经网络智能火灾报警系统,在系统中应用了模糊控制理论既提高了系统的精度又最大限度地减少了系统的误报率,解决了火灾报警系统中长期存在的问题。结合具有自学习功能的神经网络算法,提高了系统的智能化程度,是现代智能控制理论在消防自动化系统中的应用。     

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。     

多传感器数据融合在煤矿安全监测中的应用

将多传感器融合技术应用到煤矿安全监测中,结合煤矿井下的实际环境,提出了一种分级的多传感器数据融合模型,在数据级融合中采用Bayes估计,并通过设定软硬阈值避免传感数据的冗余;基于模糊集系统理论,决策级融合中将数据级融合结果模糊化,结合专家知识库,经过全局融合的合成运算和决策规则,得到煤矿监测环境安全状况的精确估计;该模型即保证了监测结果的准确性,又兼顾了系统的负荷。     

基于信息融合的煤矿采空区稳定性评价模型研究

影响采空区稳定性的因素是多方面的。而信息融合技术可以充分利用多源信息的互补性、综合性,极大地提高评价指标信息的质量和可信度。利用信息融合的理论和方法,建立了煤矿采空区稳定性评估的数学模型,给出了基于D-S证据理论的多源信息分析、处理、分配、融合等信息处理步骤,结合G IS的强大图形处理能力,快速生成成果图。通过对某矿区预测的实际应用,获得了满意的效果,证明了该模型的有效性和实用性。     

基于煤火信息的三维模型构建

煤火不仅消耗大量资源,而且污染环境,对矿井的安全生产也构成极大的威胁。所以煤层自燃的问题愈发引起人们的重视。随着研究的深入,煤火研究在各个方面取得了令人瞩目的成绩。但在煤层自燃的三维可视化方面突破不大,论文试图利用传统三维可视化建模技术,结合新思路新方法,构建煤火的三维模型,从而为煤火研究提供直观研究平台。