基于小波包和RBF神经网络的瓦斯传感器故障诊断

针对瓦斯传感器故障诊断速度慢、诊断精度不高的问题,以常见的冲击型、漂移型、偏置型和周期型传感器输出故障为研究对象,提出了一种基于减聚类( SCM)与粒子群( PSO)算法优化的RBF神经网络进行模式分类与辨识的瓦斯传感器故障诊断方法。首先,利用三层小波包分解得到各个节点的分解系数,采用一定的削减算法使故障的瞬态信号特征得到加强,获取最优的特征能量谱。再利用SCM￣PSO算法优化RBF神经网络,使粒子的搜索速度更快,更有利于发现全局最优解。最后通过实验对比分析,该方法具有训练速度快、分类精度高的特点,辨识正确率在95％以上,能够显著提高故障诊断的速度和准确性。     

基于双自适应AIS-PSO的瓦斯浓度软测量模型

为解决煤矿单传感器瓦斯浓度预测精度不足的问题,将自适应人工免疫系统(AIS)与自适应粒子群(PSO)相结合,建立多参数并行双自适应AIS-PSO算法的瓦斯浓度软测量模型。通过分析煤矿井下环境参数对瓦斯浓度监测的影响,将矿井下温度及风速等环境参数作为软测量模型输入,上隅角瓦斯浓度作为模型输出。利用并行双自适应AIS-PSO算法对最小二乘支持向量机(LS-SVM)的核参数σ和正则化参数γ进行寻优,并与PSO-LSSVM、LS-SVM结果进行对比。结果表明:PSO-LSSVM平均相对误差为5.5083%,LS-SVM平均相对误差为8.6883%,并行双自适应AIS-PSO软测量模型的平均相对误差为2.0165%,最小相对误差为1.194%,与另两种方法相比具有较高的预测精度和泛化能力。     

分布式光纤测温系统在煤矿火灾监测中的应用

针对煤矿安全存在潜在的火灾问题,文章将优化的分布式光纤测温系统应用于煤矿火灾监测,同时,提出了一种命名为RLN-ELAM的新颖算法用于检测并消除瑞利噪声对系统测量精度的影响,并有效提高拉曼分布式光纤系统的测量精度。实验结果表明,利用此算法后,系统的温度分辨率、空间分辨率均有所提高,测量误差从7%降低到不足2%。在实验室进行的模拟实验中,对温度进行实际测量,结果表明,该煤矿火灾监测系统能够提供详细的温度分布情况并能够及时报警,使工作人员随时掌握煤矿温度分布情况,及时准确地找到火灾发生区。     

光纤Bragg光栅传感器在煤岩声发射预测中的应用

为克服以往声传感器在煤岩环境下易受电磁干扰、灵敏度低和无法实现长距离传输管线的监测,同时为了克服以往传感器在搜集声发射信息传播过程中的衰减的弊端。本文提出了“听诊式”光纤Bragg光栅声发射传感器,对声发射信号进行收集,进而来判断岩石的稳定程度。然后在实验室建立起煤矿巷道的物理模型,在每个岩样的测试点采用煤岩声发射预测系统。根据现场在实验室进行模拟。实验结果表明：该检测系统能够提供详细的巷道煤岩的声发射信息的分布情况,从而实现及时准确的报警,以便工作人员作出相应的针对措施。     

竞争算法在PID整定中的应用

针对传统PID的整定存在的不足,引入CCA(Colonial Competitive Algorithm),该算法是一种属于社会启发的算法,以被控对象的二次型性能指标优劣作为PID整定的衡量标准,提出了一种新的PID整定方法,该算法可以在搜索空间里迅速收敛到最优解.由仿真结果说明,该整定算法节省内存,寻优时间短且不需要...     

基于遗传算法的传感器管理系统的优化

介绍一种用于解决带有模糊目标和资源约束的传感器系统的模糊非线性规划问题的非精确方法。提出一种沿加权梯度方向进行变异的特殊遗传算法,在遗传算子中运用模糊控制的思想,寻找最优解所在的邻域,而不是发现精确最优解。从而实现模糊非线性规划传感器系统的优化。     

自调整模糊控制在矿井局部通风机中的应用

针对矿井掘进工作面通风的实时性要求,提出了一种基于自调整模糊控制技术的局部通风机变频控制方案.系统在满足工作面人员所需风量的前提下,根据瓦斯浓度的偏差和偏差变化率,自动调整二维模糊控制器的规则因子α,改变控制规则,生成相应的控制量,使通风机的转速及时跟踪瓦斯变化,以实现通风量的实时动态调整.经实验验证,采用自调整模糊控制后,通风机转速随着瓦斯浓度自适应调整,具有精度高,鲁棒性好的特点,不仅提高了通风机的工作效率,改善了掘进工作面的通风情况,而且节能效果也非常显著.