基于云模型与D-S证据理论的瓦斯监测方法研究

发布时间：2017-06-09 16:17

  本文关键词：基于云模型与D-S证据理论的瓦斯监测方法研究，由笔耕文化传播整理发布。

【摘要】：近几年我国的矿难事故频繁发生。其中，瓦斯爆炸事故是煤矿发生频率最高并且损害后果最严重的灾害,瓦斯爆炸频发的原因有多方面的因素,井下监测系统的不完善以及对瓦斯爆炸事故缺乏科学系统的辨识和消除是造成事故发生的主要原因之一。因而通过对煤矿瓦斯监测的研究,有效地避免高危事故的发生提高事故防范预警和安全生产效益具有很重要的现实意义。 本文尝试将多传感器信息融合技术、云模型和D-S证据理论相结合的方法实现煤矿瓦斯监测中的状态评估和决策，提高预测的准确率。在煤矿瓦斯监测系统中，可以根据国家各类煤矿瓦斯监测安全规范设立相应的危险程度描述词，并根据各危险程度描述词所对应的检测参数上、下限建立云模型，从特征层融合结果和部分传感器信息中提取危险程度信号构造证据合成的基本概率赋值（BPA），并且使用改进的D-S证据理论方法实现决策层融合。 针对传统D-S证据合成法的缺陷，提出了相应的改进方法，对比研究了几种证据合成规则的算法和特点，深入研究了连续分步D-S合成法的归一化和收敛性，提出了连续D-S证据融合有关的几个定理和推论，并给出了相应的证明。对于高冲突证据的处理本文提出了D-S与加权平均混合使用的新的合成法则。最后本文尝试采用时间序列分析法来预测井下未来的安全状况。 仿真结果表明：本文提出的基于云模型与D-S证据理论的瓦斯监测方法，决策的结果满足归一化条件并具有很好的收敛性，可有效提高决策的准确性。
【关键词】：瓦斯监测 云模型 基本概率赋值 D-S证据理论 时间序列分析
【学位授予单位】：江西理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TD712.3
【目录】：

• 摘要4-5
• Abstract5-6
• 目录6-8
• 第一章 绪论8-21
• 1.1 课题研究的目的和意义8
• 1.2 煤矿瓦斯监系统的现状8-11
• 1.2.1 国内煤矿瓦斯监测系统的现状9-10
• 1.2.2 国外煤矿瓦斯监测系统的现状10-11
• 1.3 瓦斯突出预测研究现状11-13
• 1.4 多传感器信息融合研究现状13-14
• 1.5 云模型研究现状14-16
• 1.6 D-S 证据理论的研究现状16-19
• 1.6.1 理论方面17-18
• 1.6.2 提高组合效率方面18
• 1.6.3 冲突消解方面18-19
• 1.7 论文主要研究内容及安排19-21
• 第二章 瓦斯监测系统整体设计方案21-25
• 2.1 引言21
• 2.2 融合系统的目标21
• 2.3 目标实现方法的选择21-23
• 2.3.1 传感器的安装的要求21-22
• 2.3.2 融合方法选择22-23
• 2.4 瓦斯监测系统体系结构23-24
• 2.5 本章小结24-25
• 第三章 基于云模型的危险信号提取25-31
• 3.1 引言25
• 3.2 云模型的定义25-26
• 3.3 危险信号提取26-29
• 3.4 仿真研究与结果29-30
• 3.5 本章小结30-31
• 第四章 基于 D-S 证据理论的决策层融合31-37
• 4.1 引言31
• 4.2 D-S 证据理论的方法概述31-35
• 4.2.1 识别框架31
• 4.2.2 基本函数31-32
• 4.2.3 合成规则32-35
• 4.3 传统 D-S 证据理论的融合结果分析35-36
• 4.4 本章小结36-37
• 第五章 加权平均与 D-S 证据理论混合使用的瓦斯监测信息融合37-55
• 5.1 分步合成的 D-S 融合法则37-38
• 5.2 连续分步 D-S 融合法的归一化和收敛性38-44
• 5.3 改进的 D-S 证据合成算法44-50
• 5.3.1 分步 D-S 合成法中的冲突问题44
• 5.3.2 目前国内外学者提出的改进方法44-48
• 5.3.3 D-S 和加权平均混合的分步合成法则48-50
• 5.4 数值实验的结果与分析50-54
• 5.5 本章小结54-55
• 第六章 基于 D-S 理论融合结果的瓦斯监测危险预测55-59
• 6.1 引言55
• 6.2 时间序列方法的理论概述55
• 6.3 时间序列预测55-58
• 6.4 本章小结58-59
• 第七章 总结与展望59-61
• 7.1 研究总结59
• 7.2 课题展望59-61
• 参考文献61-64
• 致谢64-65
• 个人简历 在学期间发表的学术论文与研究成果65

【参考文献】

中国期刊全文数据库 前10条

1 柴微涛;宋述军;宋学鸿;;成都市城区空气污染指数的时间序列分析[J];成都理工大学学报(自然科学版);2007年04期

2 高迎慧;王文;薛永存;;基于分批估计理论与虚拟仪器的瓦斯监测系统[J];传感器与微系统;2007年04期

3 孙全,叶秀清,顾伟康;一种新的基于证据理论的合成公式[J];电子学报;2000年08期

4 聂韧,赵旭生;掘进工作面瓦斯涌出动态指标预测突出危险性的探讨[J];矿业安全与环保;2004年04期

5 曹庆贵;张广宇;张建;;基于神经网络和证据理论的煤矿风险预警模型[J];矿业安全与环保;2011年01期

6 简小刚;贾鸿盛;石来德;;多传感器信息融合技术的研究进展[J];中国工程机械学报;2009年02期

7 李德毅;知识表示中的不确定性[J];中国工程科学;2000年10期

8 李刚;庄健;侯洪宁;于德弘;;记忆克隆分类及其在齿轮箱故障识别中的应用[J];机电工程;2009年08期

9 李德毅，孟海军，，史雪梅;隶属云和隶属云发生器[J];计算机研究与发展;1995年06期

10 刘娟;任燕;高岩;;模糊数据融合在矿井安全监测系统中的应用[J];河南理工大学学报(自然科学版);2008年03期

  本文关键词：基于云模型与D-S证据理论的瓦斯监测方法研究，由笔耕文化传播整理发布。

本文编号：436029