煤矿井下煤炭自燃监测方法的研究

发布时间：2017-04-09 11:10

  本文关键词：煤矿井下煤炭自燃监测方法的研究，由笔耕文化传播整理发布。

【摘要】：煤炭是我国的重要能源,在国民经济的可持续发展众起着关键作用,但与此同时煤矿也是工业生产中最危险的行业之一。矿井火灾是一大突出危害,其中,由于煤炭的自燃引起的火灾由于其不确定性造成的危害更大。 对于煤炭自燃发火的早期特征,有多种探测方法,如测温法、指标气体法、气味检测法、同位素测氡法、电阻率探测法等等。每种方法都有其优缺点,但是单一的探测方法难以实现对煤炭自燃发火情况进行较为准确的监测,而且探测的信息不够直观,本课题提出将图像识别技术应用到其中,利用红外热像仪拍摄的红外图像,反映自燃发生的温度变化,把图像特征作为一种探测量,通过了解红外热图像高温面积的变化,利用多传感器的信息融合技术来进行信息的有效融合,从而识别煤炭的自燃情况, 本文首先介绍了红外热成像原理,对红外热像仪采集到的红外图像进行去噪处理,本文采用了基于Contourlet变换的阈值去噪,改进了其阈值函数,取得了良好的去噪效果。随后,提取红外热图像的边缘特征,采用了改进的Sobel边缘检测算法,能够有效地检测到红外热图像的边缘信息,边缘清晰连续。 其次,针对单一的探测方法无法及时反映煤自燃发生程度,提出了基于多传感器信息融合的煤自燃程度的综合评判模型。 最后,针对多传感器信息的不确定性,本文提出了基于遗传算法的模糊C均值聚类方法,对采集到的传感器的信息进行分类。而对于煤炭自燃监测中出现的大量定性的复杂、模糊事件,提出将神经网络的概念与模糊推理方法结合起来,建立了一套结合神经网络的模糊推理系统。通过建立的模糊推理规则库,对采集到的传感器信息进行自燃情况的评判。通过训练仿真,对识别评判煤炭自燃程度有着很好的效果。
【关键词】：信息融合 遗传算法 FCM 神经网络 模糊推理
【学位授予单位】：安徽理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TD752;TP391.41
【目录】：

• 摘要5-6
• Abstract6-13
• 1 绪论13-17
• 1.1 课题研究背景13-14
• 1.2 国内外的研究现状14-15
• 1.3 本课题的研究意义15
• 1.4 拟解决的问题15-16
• 1.5 论文的主要工作和章节安排16-17
• 2 煤炭自燃红外图像的识别与处理技术17-37
• 2.1 煤炭自燃红外图像的识别17-19
• 2.1.1 热成像原理17
• 2.1.2 红外热像仪在煤炭自燃火灾监测中应用17-18
• 2.1.3 煤炭自燃与图像变化之间的关系18-19
• 2.2 基于Contourlet变换的煤自燃图像去噪技术19-28
• 2.2.1 传统的去噪方法19-24
• 2.2.2 小波变换和Contournet变换基本原理24-25
• 2.2.3 采用Contourlet变换去除煤自燃红外图像的噪声25-26
• 2.2.4 红外图像去噪的仿真实验结果26-28
• 2.3 基于改进Sobel算子的煤自燃图像边缘检测28-35
• 2.3.1 传统的边缘检测方法28-32
• 2.3.2 改进Sobel算子实现煤自燃图像的边缘检测32-34
• 2.3.3 改进算法的仿真34-35
• 2.4 本章小结35-37
• 3 基于多传感器信息融合的煤自燃监测综合评判系统37-43
• 3.1 多传感器信息融合技术概述37-40
• 3.1.1 多传感器信息融合的基本原理37
• 3.1.2 多传感器信息融合的方法37-40
• 3.2 构建多传感器信息融合的评判系统结构40-42
• 3.3 本章小结42-43
• 4 利用模糊聚类监测煤自燃的多传感器信息融合方法研究43-59
• 4.1 遗传算法概述43-47
• 4.1.1 遗传算法的基本思想43
• 4.1.2 遗传算法的操作43-46
• 4.1.3 遗传算法的基本步骤46-47
• 4.2 聚类分析应用于煤炭自燃监测47-49
• 4.2.1 聚类分析的原理47-48
• 4.2.2 模糊C均值(FCM)聚类算法48-49
• 4.3 基于遗传算法的模糊C均值(FCM)聚类49-54
• 4.3.1 基于遗传聚类算法的算法流程50-51
• 4.3.2 编码方式51
• 4.3.3 适应度的构造51
• 4.3.4 遗传算子选取51-54
• 4.4 算法的验证54-57
• 4.5 本章小结57-59
• 5 神经网络模糊推理在煤自燃监测中的应用研究59-75
• 5.1 神经网络融合的一般方法59-60
• 5.2 模糊推理模型60-63
• 5.3 模糊神经网络在煤自燃监测中的应用63-73
• 5.3.1 神经网络模糊推理系统的实现64-68
• 5.3.2 模糊推理综合判据系统68-69
• 5.3.3 实例应用69-73
• 5.4 本章小结73-75
• 6 总结与展望75-77
• 参考文献77-81
• 致谢81-83
• 作者简介及读研期间主要成果83

【参考文献】

中国期刊全文数据库 前10条

1 冯海琴;王日栋;;改进的遗传模糊混合聚类算法[J];赤峰学院学报(自然科学版);2009年02期

2 郭惠昕;张国平;任丕顺;;证据组合方法及在多传感器信息融合中的应用[J];长沙大学学报;2008年02期

3 许延辉,许满贵,徐精彩;煤自燃火灾指标气体预测预报的几个关键问题探讨[J];矿业安全与环保;2005年01期

4 李财莲;李志先;孙即祥;康耀红;;一种新的小波收缩统一阈值函数[J];国防科技大学学报;2012年01期

5 何春华;张雪飞;胡迎春;;基于改进Sobel算子的边缘检测算法的研究[J];光学技术;2012年03期

6 任耀飞;;易自燃煤层的防灭火研究[J];装备制造技术;2011年07期

7 李瑞永;龚津莉;;煤层自然发火预测预报的指标气体[J];河北理工大学学报;2007年01期

8 叶清;吴晓平;刘玲艳;;基于BP神经网络的D-S证据理论及其应用[J];海军工程大学学报;2007年02期

9 侯欣然;王福生;王玉玲;;煤炭自燃预测预报及防治技术[J];合作经济与科技;2011年02期

10 朱林;王士同;邓赵红;;改进模糊划分的FCM聚类算法的一般化研究[J];计算机研究与发展;2009年05期

中国博士学位论文全文数据库 前1条

1 王学贵;基于多传感器信息融合的火灾危险度分布确定系统研究[D];中国科学技术大学;2013年

  本文关键词：煤矿井下煤炭自燃监测方法的研究，，由笔耕文化传播整理发布。

本文编号：295123