煤礦多傳感器混沌時序數據融合預測研究.pdf

1、煤礦井下安全生產問題已經成為我國亟待解決的問題之一，而其中煤礦瓦斯災害作為“頭號殺手”威脅著我國的煤礦安全。因此，保證預警的有效性與準確性，在如今井下安全生產過程中，迫在眉捷。隨著礦井自動化技術的改進，多數礦井已建立了各種自動化系統，如監(jiān)測井下生產環(huán)境（瓦斯、風速、溫度等）的瓦斯安全監(jiān)測和控制系統、監(jiān)測井下人員活動的系統、監(jiān)測煤炭產量的系統等多達20種的礦井自動化系統，這些系統為井下安全生產起到了關鍵作用。
　　本文首先對國內外在

2、煤礦預警研究領域中用到的預測技術進行綜述，同時，對其涉及到的系統當前存在的問題及不足進行分析。通過對數據融合基本理論及其方法的學習，針對單傳感器煤礦數據預測存在的片面性問題，探索出一種將數據融合思想運用于井下預警的方法，提出以多傳感器數據融合技術預測煤礦井下數據，在相空間重構技術與數據融合技術基礎之上，構建多傳感器煤礦數據的預測模型。對井下多種傳感器，包括瓦斯?jié)舛取L速、溫度傳感器進行融合預測。
　　本文的主要研究成果概括如下:<

3、br>　　1、數據來源于山西省五一煤礦和陽泉煤礦，采集了近20G數據。首先，以瓦斯傳感器為研究對象，運用混沌理論的思想，通過相空間重構技術和加權一階局域預測法，實現了單傳感器的預測，分別以1分鐘、5分鐘、10分鐘、15分鐘、20分鐘為時間間隔，實驗結果得到的最小誤差為0.035;
　　2、以瓦斯?jié)舛取L速、溫度三類傳感器時序數據為研究對象，采用數據融合技術與多變量相空間重構技術相結合的方法，運用基于K-Means聚類的加權一階局域