基于深度学习多传感器数据融合预警模型的煤炭安全监控系统

发布时间：2021-10-02 06:26

　　据统计,我国每年都会发生很多起由于气体泄漏导致的矿井事故,这不仅威胁矿工的生命安全,还会造成严重经济损失。因此,矿井环境安全是煤炭行业安全管理工作的重中之重,需要准确地描述矿井环境状态,才能给工作人员呈现更为直观的判断,降低不必要的安全隐患。本文对常见的煤炭安全事故的成因进行分析,将矿井环境状态简化为三个状态。选取了合适的环境参数,甲烷、氧气和一氧化碳。为了实现对矿井环境状态的识别,降低环境参数的模糊度,增加监控系统的可靠性。本文利用DBN模型良好的特征表达能力和分类能力,基于DBN模型的数据融合方法,使用带有环境状态标签的环境参数对DBN模型进行训练学习实现多传感器数据融合,从而找到环境参数和环境状态之间的关系,使得监控系统能够描述实际的矿井环境状态,给工作人员提供准确的判断。本文设计了对应的传感器实现了对环境参数的采集,并且设计了传输分站实现了对传感器采集的环境参数进行汇总,然后通过以太网方式将环境参数打包上传给上位机软件。上位机软件使用带有环境状态标签的环境参数作为DBN模型的输入,调用由MATLAB生成的DBN算法对DBN模型进行训练得到了多传感器数据融合模型。最后,上位机软件... 

【文章来源】：江苏科技大学江苏省

【文章页数】：98 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
        1.2.1 煤炭安全监控技术研究现状
        1.2.2 深度学习应用研究现状
    1.3 研究主要内容及结构安排
第二章 煤矿安全监控系统硬件设计
    2.1 引言
        2.1.1 传感器
        2.1.2 传输分站
    2.2 传感器硬件设计
        2.2.1 供电电路
        2.2.2 信号采集和AD转换电路
        2.2.3 RS485 通讯功能电路
        2.2.4 电流与频率输出电路
        2.2.5 声光报警器电路
    2.3 传输分站硬件设计
        2.3.1 传输分站通讯功能电路
        2.3.2 传输分站铁电存储电路
        2.3.3 频率输入电路
        2.3.4 看门狗电路
    2.4 本章小结
第三章 煤炭安全监控系统的数据融合设计
    3.1 引言
    3.2 多传感器数据融合原理
        3.2.1 模糊逻辑法
        3.2.2 聚类分析法
        3.2.3 人工神经网络
    3.3 深度信念网络模型
        3.3.1 受限制玻尔兹曼机
        3.3.2 对比散度法
        3.3.3 逐层贪婪训练与微调
    3.4 基于DBN模型的煤炭安全监控系统的数据融合设计
        3.4.1 矿井环境状态分析
        3.4.2 基于深度置信网络的数据融合训练流程
        3.4.3 深度置信网络的参数分析
        3.4.4 深度置信网络的结构参数设计
        3.4.5 深度置信网络的学习参数设计
    3.5 深度置信网络训练过程
    3.6 仿真测试
    3.7 本章小结
第四章 煤炭安全监控系统软件设计
    4.1 系统软件总体设计
    4.2 传感器软件设计
        4.2.1 传感器总架构设计
        4.2.2 RS485 通讯设计
        4.2.3 采集处理设计
        4.2.4 频率输出设计
    4.3 传输分站软件设计
        4.3.1 通讯方式设计
        4.3.2 铁电存储设计
        4.3.3 遥控菜单设计
    4.4 煤炭安全监控系统上位机功能介绍
    4.5 上位机软件与数据融合混合编程方法介绍
    4.6 本章小结
第五章 系统测试
    5.1 系统硬件和软件测试
        5.1.1 测试条件
        5.1.2 硬件平台测试
        5.1.3 上位机软件测试
    5.2 上位机状态输出测试
    5.3 问题与解决方法
    5.4 本章小结
总结与展望
参考文献
附录
攻读硕士期间发表的学术论文
致谢



本文编号：3418138