数据融合的研究综述

论述了数据融合的概念及其发展历程，阐述了数据融合的基本原理，对三种相应的数据融合算法进行了分析和评价，归纳并阐明了数据融合的相关技术，展望了数据融合方法的发展与应用前景。     

波阻抗反演重构地震数据预测煤层厚度的实验研究

针对地震波振幅预测煤层厚度存在的噪声干扰问题,提出波阻抗反演重构地震数据的去噪手段,通过构建煤岩层单反射界面理论模型,进行了波阻抗反演重构地震数据预测煤层厚度的实验研究。结果表明:通过波阻抗反演重构后的地震数据波形更平滑和清晰;通过波阻抗反演重构后的地震数据对不同煤层厚度预测的绝对误差及绝对误差的方差较重构前都要小,且重构后的地震数据预测不同厚度煤层时的绝对误差样点较重构前的更接近基线。说明波阻抗反演地震数据能提高煤层厚度预测的精度。     

地球物理学在采矿工程中的应用

地球物理学作为一门基础科学,在众多领域得到了成功的应用。该文以地球物理学的基本理论为指导,根据地球物理场的特点,阐述了地球物理学在采矿工程中的应用,包括应用地球物理方法解决矿山开采引起的地质问题,对于矿井建设及科学采矿均具有重要意义。     

利用波阻抗反演重构地震数据提高煤层厚度预测精度

地震波勘探预测煤层厚度是煤炭安全高效开采保障体系中的重要技术。以提高煤层厚度预测精度为目的,研究了噪声对煤层厚度预测精度的影响规律,采用波阻抗反演结果重构地震数据的方法,对重构后的地震数据进行煤层厚度预测,提高了煤层厚度预测精度。此方法在煤层厚度预测的实际应用中有一定的实用价值。     

基于数据融合的瓦斯灾害信息系统设计

瓦斯灾害严重影响煤矿安全生产,充分利用新兴技术手段对有效防治灾害发生,提高矿井生产效率至关重要。基于地理信息图形平台利用先进的图形学、信息与计算科学、数理统计等方法,研究瓦斯灾害影响因素的融合预测模型,开发瓦斯灾害信息系统,为全方位防控瓦斯灾害提供了技术支撑。通过对信息系统总体架构、工作流程以及功能模块的设计,实现了从瓦斯赋存、瓦斯涌出、矿压、生产等多维度对瓦斯灾害风险的全面管控,能够有效捕捉致灾因素的异常变化,并基于融合结果对用户发布预警提示。     

数字矿山中多源异构数据融合技术研究

针对数字矿山对信息集成的要求,在深入分析矿山企业信息资源的异构特征基础上,对数字矿山建设过程中多源异构数据融合技术进行了研究,提出了数据融合解决方案.分别规划了不同应用层面上的数据存储与转换方式,并通过紧密耦合/松散耦合式的联邦数据库系统、数据仓库系统、数据访问中间件等三种多源异构数据融合技术的综合应片,来实现各层面应用系统问的数据共享与交互过程,解决了矿山企业数据的多源,异构及不完整性所带来信息集成问题,保证了数字矿山建设中基础信息平台的安全、稳定和高效.     

采用数据融合技术进行矿井瓦斯预测

该文针对综掘工作面瓦斯预测技术 ,提出采用基于多传感器算术平均值与分批估计的数据融合以及证据理论的融合方法实现。     

递归反演与基于模型反演的应用对比

反演是从地震数据中提取它所包含的潜在地质信息的过程。其中递归反演和基于模型反演因其各自的优势得到了广泛的应用。本文利用STRATA软件对丰谷地区地震数据进行了反演并做了初步的分析对比,结果表明基于模型反演的分辨率较之递归反演有较大提高。     

基于煤矿环境监测的多传感器数据融合算法研究

在煤矿环境监测中,利用多传感器数据融合技术对监测到的煤矿瓦斯、温度等数据进行处理,可以有效减少损失,保障矿井安全。从多传感器数据融合理论出发,对该技术的定义、原理以及相应的一些实现算法进行了详细介绍,同时对目前基于多传感器数据融合的煤矿环境监测模型进行了分析和总结,为多传感器数据融合技术在煤矿环境安全评估中的应用提供一定的理论依据与应用经验。     

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。     

基于信息融合的机械故障诊断

信息融合原理与技术是国内外近年迅速发展的一个技术领域。本文介绍了信息融合的发展历史和信息融合的层次结构,对信息融合在机械故障诊断中的应用进行了讨论,并论述了带式输送机故障诊断的原理。     

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。     

基于数据融合的煤矿瓦斯涌出量预测系统设计

将基于小波神经网络的多传感器数据融合算法应用到煤矿瓦斯涌出量的预测系统中。实验结果表明:该预测系统可以及时、有效地预测瓦斯涌出量。     

基于超融合技术的地质大数据云计算基础设施设计与实现

在分析地质大数据云计算基础设施建设模式的基础上,提出可扩展性、通用性、安全性、便捷性等4项技术指标,对2种可实现的技术路线进行对比分析,证明基于超融合技术构建地质大数据私有云基础设施具有可行性和合理性,并通过湖北省地质局地质大数据平台建设实践进行了验证。     

数据融合技术在电力变压器在线故障诊断中的应用

在单传感器数据融合算法基础上,运用高端C8051F140型MCU提出一种基于剔除疏失误差基础上的单传感器数据融合技术在线变压器故障监测数据处理方法,同时将CAN总线引入到现场数据的传输中。     

水环境地球物理研究及进展

20世纪90年代以来，地球物理学的一些理论和方法技术在环境研究中得到广泛的应用，发挥着越来越大的作用。将地球物理的方法、理论、技术与环境科学相融合，可解决环境污染的监测、生态环境变化预测、治理措施的效果检查等问题。简要概述水平环境地球物理研究及进展，重点介绍电法在水体污染调查方面的应用，并对其应用前景给予了展望。     

基于数据融合理论的某大桥桩基安全评价研究

位于潮汐河段的某大桥采用大直径、超长钻孔灌注群桩基础,而且需要考虑钢护筒的共同作用。为此,在桩身钢筋、钢护筒和混凝土中埋设了用于采集数据的传感器。但是由于传感器的类型和其所处的位置不同,导致采集的数据反映出的特性存在较大差异,故采用数据融合方法,以消除这种误差。在证明了采用误差均方差最小意义下,多传感器数据融合的效果优于利用任一单个传感器进行估计的效果,采用决策级融合方法,将其应用于北索塔的桩基安全分析。经分析知,数据融合技术能够较好地将各传感器的观测数据协调地组合起来,形成对桩基应力响应和环境实况更可靠的判断。     

多传感器数据融合技术在电厂状态监测和故障诊断中的应用

对多传感器数据融合技术的应用进行了分类,展现了现有的多传感器数据融合技术在电厂状态监测和故障诊断中应用的方法。对基于D-S证据理论,基于模糊理论,基于神经网络,基于专家系统的诊断方法进行了逐一介绍,指出了各种方法的优缺点。最后介绍了基于多传感器数据融合技术的综合诊断方法,指出了多传感器数据融合技术在电厂状态监测和故障诊断中应用的发展趋势。     

基于多源信息融合的矿岩可爆性评价及应用

在数据挖掘的基础上, 采用粗糙集对矿岩可爆性数据进行了数据级融合, 除去冗余属性, 然后采用BP神经网络进行特征级融合, 从而建立基于多源信息融合的矿岩可爆性评价模型。对原始数据进行了离散归一化处理, 应用粗糙集对决定矿岩可爆性指数的6个因素进行了属性约简, 剔除了平均合格率, 而保留了漏斗体积、大块率、小块率、岩体声波速度和波阻抗等5个因素, 并对约简的准确性进行了验证。分别建立了矿岩可爆性评价的BP神经网络模型和粗糙集-BP神经网络模型, 前者对矿岩可爆性指数的预测值与实际值的平均偏差为8.33%, 而后者为6.75%。利用建立的粗糙集-BP神经网络模型预测某矿山井下采场的矿岩可爆性指数为78.43, 计算出采场的炸药单耗为0.65 kg/m³, 而现场试验值为0.67 kg/m³, 进一步验证了该模型的正确性。