基于免疫危险理论及多传感器信息融合的煤矿安全监测
发布时间：2021-08-19 17:50
由于煤矿井下环境恶劣,威胁煤矿安全生产的环境因素很多,如瓦斯、顶板、透水等。本文引入了多传感器信息融合以及免疫危险理论,对瓦斯、风速、温度等井下环境参数信息融合,免疫危险理论对融合数据进行危险性检测和评估,以提高煤矿安全监测系统的可靠性和实时性。生物免疫系统具有学习、记忆和自适应调节等功能,能够识别和排除入侵的的抗原物质,是一种高度并行自适应信息学习系统。危险理论,能有效合理的检测和处理危险性数据信息。针对传统的免疫算法在安全监测应用中出现不足,免疫危险理论能有效避免传统免疫算法的缺点。本文主要受危险理论模式的启发,在前人的研究基础上,探讨了基于人工免疫危险理论算法及多传感器信息融合在煤矿安全监测中的应用研究。本文在危险数据的检测中,首先从免疫学和相关算法角度出发,对人工免疫理论及其特点作了阐述,总结了人工免疫的各种模式算法,对人工免疫理论在各个领域的应用情况做了介绍。在信息融合上采用特征层和决策层分层融合,在特征层中,采用免疫融合算法提取特征值；决策层采用D-S证据理论对数据进行决策层融合。从危险理论中抽象出相关理论原理、结构,引入一种基于人工免疫的危险检测算法。通过对传感器融合数据...
【文章来源】：江西理工大学江西省
【文章页数】：69 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究课题的目的和意义
1.2 煤矿安全监測发展现状
1.2.1 国外煤矿安全监测系统现状
1.2.2 国内煤矿安全监测系统现状
1.3 多传感器信息融合技术研究现状
1.4 论文的主要研究内容与结构安排
第二章 煤矿安全监测参数选取
2.1 煤矿井下安全监测的意义与作用
2.1.1 煤矿井下安全监测的意义
2.1.2 煤矿井下安全监测的作用
2.2 井下关键监测参数分析
2.2.1 瓦斯浓度监测
2.2.2 风速监测
2.2.3 温度监测
2.3 井下安全监测参数
2.4 小结
第三章 免疫危险理论及其原理
3.1 引言
3.2 人工免疫理论生物学基础
3.2.1 生物免疫学的发展
3.2.2 生物免疫的基本概念
3.2.3 生物免疫系统的组成
3.2.4 生物免疫系统的免疫过程
3.3 危险理论的提出
3.3.1 自体-非自体模式(self-noself model,SNS)
3.3.2 感染-非我模式(infectious-nonself,INS)
3.3.3 危险模式(danger model,DM)
3.4 基于危险模式的人工免疫系统
3.4.1 基于危险模式的人工免疫系统与传统模式的比较
3.4.2 基于危险模式的人工免疫算法描述
3.5 本章小结
第四章 煤矿安全监测中的多传感器信息融合
4.1 引言
4.2 多传感器信息融合的基本原理
4.2.1 多传感器信息融合的一般框架
4.2.2 多传感器信息融合的一般方法
4.3 基于多传感器信息融合的煤矿安全监测系统
4.3.1 煤矿安全监测系统模型的建立
4.3.2 多传感器信息融合的分层模型
4.4 基于免疫算法的特征层融合
4.4.1 免疫融合算法
4.4.2 仿真分析
4.5 本章小结
第五章 基于D-S证据理论决策层融合方法
5.1 引言
5.2 D-S证据理论的基本概念
5.2.1 识别框架
5.2.2 基本函数
5.3 基于D-S证据理论的决策层融合
5.3.1 D-S证据理论合成规则
5.3.2 D-S证据理论决策融合一般流程
5.3.3 D-S证据理论在决策层融合的应用
5.4 仿真结果及分析
5.5 本章小结
第六章 基于免疫危险理论的煤矿安全监测
6.1 引言
6.2 基于危险理论的煤矿安全监测模型
6.2.1 系统结构模型
6.2.2 免疫克隆选择检测器
6.2.3 异常检测
6.2.4 危险检测
6.2.5 危险检测算法
6.3 数值试验
6.4 本章小结
第七章 、结论与展望
参考文献
致谢
个人简历、在学期间发表的学术论文与研究结果
【参考文献】：
期刊论文
[1]试论矿井安全救援与通风[J]. 常大怒. 科学之友. 2011(03)
[2]基于模糊算法的矿井通风量与温度监测[J]. 魏超,邓玉娇. 软件. 2011(02)
[3]煤矿火灾分布式光纤温度监测预警系统[J]. 颜试. 铜陵学院学报. 2010(06)
[4]煤矿安全监测监控系统的应用及发展[J]. 杨玲玲,宋磊,张文杰. 山西建筑. 2010(33)
[5]信息融合技术在平煤股份五矿的应用[J]. 章立. 中州煤炭. 2010(09)
[6]基于伪并行遗传算法的煤矿温度监测系统的设计[J]. 张继华,颜语,庄益诗. 传感器与微系统. 2010(06)
[7]对我国煤矿安全监测监控系统的认识和研究[J]. 安永忠. 中小企业管理与科技(下旬刊). 2010(04)
[8]煤矿安全监测监控技术的研究与实践[J]. 邓明胜,王凯. 煤矿现代化. 2010(01)
[9]煤矿主要通风机在线监控系统研究现状及展望[J]. 吴新忠,任子晖,马小平,李森. 煤炭科学技术. 2009(12)
[10]矿井安全监控中运动目标检测算法研究[J]. 厉丹,钱建生,柴艳莉. 电视技术. 2009(11)
博士论文
[1]多传感器信息融合理论及在矿井瓦斯突出预警系统中的应用研究[D]. 缪燕子.中国矿业大学 2009
[2]基于多源信息融合的传感器故障诊断方法研究[D]. 张冀.华北电力大学（河北） 2008
[3]多传感器智能系统信息融合理论及应用[D]. 陈忠德.浙江大学 1995
硕士论文
[1]基于人工免疫和信息融合技术的汽轮机转子振动故障诊断[D]. 谷敬佩.华南理工大学 2010
[2]基于危险理论的人工免疫模型研究[D]. 李明超.武汉科技大学 2010
[3]基于危险理论的入侵检测算法研究[D]. 张毅.郑州大学 2010
[4]基于模糊集的免疫危险理论模型研究[D]. 李桂凤.武汉科技大学 2010
[5]北宿煤矿安全监控系统设计与实现[D]. 高振伟.电子科技大学 2010
[6]基于人工免疫理论的入侵检测系统的设计与实现[D]. 张康.西安电子科技大学 2010
[7]煤矿地面瓦斯抽采站安全监控系统的开发[D]. 杨洋.安徽理工大学 2009
[8]基于免疫危险理论的入侵检测系统研究[D]. 李雪.武汉科技大学 2009
[9]矿井安全仿真系统的设计与实现[D]. 王洪.西安电子科技大学 2009
[10]煤矿安全监控系统分析与设计[D]. 李波.北京邮电大学 2009
本文编号：3351863
【文章来源】：江西理工大学江西省
【文章页数】：69 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究课题的目的和意义
1.2 煤矿安全监測发展现状
1.2.1 国外煤矿安全监测系统现状
1.2.2 国内煤矿安全监测系统现状
1.3 多传感器信息融合技术研究现状
1.4 论文的主要研究内容与结构安排
第二章 煤矿安全监测参数选取
2.1 煤矿井下安全监测的意义与作用
2.1.1 煤矿井下安全监测的意义
2.1.2 煤矿井下安全监测的作用
2.2 井下关键监测参数分析
2.2.1 瓦斯浓度监测
2.2.2 风速监测
2.2.3 温度监测
2.3 井下安全监测参数
2.4 小结
第三章 免疫危险理论及其原理
3.1 引言
3.2 人工免疫理论生物学基础
3.2.1 生物免疫学的发展
3.2.2 生物免疫的基本概念
3.2.3 生物免疫系统的组成
3.2.4 生物免疫系统的免疫过程
3.3 危险理论的提出
3.3.1 自体-非自体模式(self-noself model,SNS)
3.3.2 感染-非我模式(infectious-nonself,INS)
3.3.3 危险模式(danger model,DM)
3.4 基于危险模式的人工免疫系统
3.4.1 基于危险模式的人工免疫系统与传统模式的比较
3.4.2 基于危险模式的人工免疫算法描述
3.5 本章小结
第四章 煤矿安全监测中的多传感器信息融合
4.1 引言
4.2 多传感器信息融合的基本原理
4.2.1 多传感器信息融合的一般框架
4.2.2 多传感器信息融合的一般方法
4.3 基于多传感器信息融合的煤矿安全监测系统
4.3.1 煤矿安全监测系统模型的建立
4.3.2 多传感器信息融合的分层模型
4.4 基于免疫算法的特征层融合
4.4.1 免疫融合算法
4.4.2 仿真分析
4.5 本章小结
第五章 基于D-S证据理论决策层融合方法
5.1 引言
5.2 D-S证据理论的基本概念
5.2.1 识别框架
5.2.2 基本函数
5.3 基于D-S证据理论的决策层融合
5.3.1 D-S证据理论合成规则
5.3.2 D-S证据理论决策融合一般流程
5.3.3 D-S证据理论在决策层融合的应用
5.4 仿真结果及分析
5.5 本章小结
第六章 基于免疫危险理论的煤矿安全监测
6.1 引言
6.2 基于危险理论的煤矿安全监测模型
6.2.1 系统结构模型
6.2.2 免疫克隆选择检测器
6.2.3 异常检测
6.2.4 危险检测
6.2.5 危险检测算法
6.3 数值试验
6.4 本章小结
第七章 、结论与展望
参考文献
致谢
个人简历、在学期间发表的学术论文与研究结果
【参考文献】：
期刊论文
[1]试论矿井安全救援与通风[J]. 常大怒. 科学之友. 2011(03)
[2]基于模糊算法的矿井通风量与温度监测[J]. 魏超,邓玉娇. 软件. 2011(02)
[3]煤矿火灾分布式光纤温度监测预警系统[J]. 颜试. 铜陵学院学报. 2010(06)
[4]煤矿安全监测监控系统的应用及发展[J]. 杨玲玲,宋磊,张文杰. 山西建筑. 2010(33)
[5]信息融合技术在平煤股份五矿的应用[J]. 章立. 中州煤炭. 2010(09)
[6]基于伪并行遗传算法的煤矿温度监测系统的设计[J]. 张继华,颜语,庄益诗. 传感器与微系统. 2010(06)
[7]对我国煤矿安全监测监控系统的认识和研究[J]. 安永忠. 中小企业管理与科技(下旬刊). 2010(04)
[8]煤矿安全监测监控技术的研究与实践[J]. 邓明胜,王凯. 煤矿现代化. 2010(01)
[9]煤矿主要通风机在线监控系统研究现状及展望[J]. 吴新忠,任子晖,马小平,李森. 煤炭科学技术. 2009(12)
[10]矿井安全监控中运动目标检测算法研究[J]. 厉丹,钱建生,柴艳莉. 电视技术. 2009(11)
博士论文
[1]多传感器信息融合理论及在矿井瓦斯突出预警系统中的应用研究[D]. 缪燕子.中国矿业大学 2009
[2]基于多源信息融合的传感器故障诊断方法研究[D]. 张冀.华北电力大学（河北） 2008
[3]多传感器智能系统信息融合理论及应用[D]. 陈忠德.浙江大学 1995
硕士论文
[1]基于人工免疫和信息融合技术的汽轮机转子振动故障诊断[D]. 谷敬佩.华南理工大学 2010
[2]基于危险理论的人工免疫模型研究[D]. 李明超.武汉科技大学 2010
[3]基于危险理论的入侵检测算法研究[D]. 张毅.郑州大学 2010
[4]基于模糊集的免疫危险理论模型研究[D]. 李桂凤.武汉科技大学 2010
[5]北宿煤矿安全监控系统设计与实现[D]. 高振伟.电子科技大学 2010
[6]基于人工免疫理论的入侵检测系统的设计与实现[D]. 张康.西安电子科技大学 2010
[7]煤矿地面瓦斯抽采站安全监控系统的开发[D]. 杨洋.安徽理工大学 2009
[8]基于免疫危险理论的入侵检测系统研究[D]. 李雪.武汉科技大学 2009
[9]矿井安全仿真系统的设计与实现[D]. 王洪.西安电子科技大学 2009
[10]煤矿安全监控系统分析与设计[D]. 李波.北京邮电大学 2009
本文编号：3351863
本文链接：https://www.wllwen.com/kejilunwen/anquangongcheng/3351863.html
