基于多传感器数据融合的管廊环境评估方法

发布时间：2024-12-10 03:06

　　 针对管廊环境影响指标的多样性、测量数据的波动性以及传感器可信度带来的不确定性,提出一种基于多传感器数据融合的管廊环境评估方法。首先,构建了以舒适性和安全性2个综合指标及6个环境指标为主体的管廊环境评估指标体系;其次,考虑到传感器测量数据的波动性和不确定性,将测量数据用区间数表示,经箱线图将异常值剔除后,与评估等级特征值比较,得出各环境指标的等级置信度;然后利用证据推理方法将指标等级置信度转化为mass函数并按组合规则融合成综合指标等级置信度,根据决策准则,判断得到管廊环境等级状态。最后对某市地下综合管廊两分区环境进行评估,与模糊综合评价法相比,所提方法的评估结果更符合现场实际情况。

【文章页数】：7 页

【部分图文】：

图1 管廊内部环境

城市综合管廊整体修建于地下，在地面上只有少量的投料口、人员出入口和通风口与外界相通,内部空间环境相对密封，受天气、气候以及微生物活动的影响，会造成廊内潮湿、闷热以及有害气体的聚集，这种环境会影响到检修人员工作时的舒适性，严重时还会危害到他们的健康安全[10]。为能有效避免这一问题....

图2 箱线图结构

传感器测量的数据中往往可能存在异常值，如测量中出现的突变数据，这可能是由于传感器自身的可靠性或数据传输的原因而导致的。异常值的存在会使后续的融合结果严重偏离环境真实状况，因此有必要将异常值剔除。常用检测异常值的方法有3σ法则、格拉布斯准则和箱线图分析。但是前两种检测方法的使用前提....

图4 数据异常值分析结果

根据3.2节所述方法对采集的数据进行异常值分析，以分区1两组传感器组测量数据为例，检测结果，如图4所示。图中，“+”表示检测出的异常值。可以看出，第一组传感器组中温度传感器和湿度传感器测量的数据中都存在异常值，第二组传感器组测量的数据中则无异常值存在，根据式(4)可计算出分区1两....

图3[,]i iy y-+与环境等级标准的关系

假设由传感器j一段时间内测量的环境指标数据表示为[yj-,yj+]，它与环境评估等级标准特征值之间可能有以下几种关系，如图3所示。(1)对于第一种关系，该传感器j测量的数据恰好位于等级Hn范围内，则说明该环境指标对应的等级为Hn，其对等级Hn的置信度分配为1，即

本文编号：4015507