基于物聯(lián)網(wǎng)感知的煤礦安全監(jiān)控信息處理方法研究.pdf

1、論文針對煤礦安全監(jiān)測監(jiān)控系統(tǒng)存在的技術(shù)落后、功能單一、存在監(jiān)控盲區(qū)以及不能聯(lián)動聯(lián)控等問題，把智能化的物聯(lián)網(wǎng)感知技術(shù)應(yīng)用于煤礦安全監(jiān)測監(jiān)控領(lǐng)域，以“感知”為突破口，重點研究了感知礦山物聯(lián)網(wǎng)關(guān)鍵技術(shù):感知煤礦安全狀況的分布式信息融合感知算法和感知傳感器節(jié)點健康狀態(tài)的故障診斷感知算法。論文取得了以下研究成果:
　　(1)定義了煤礦井下物聯(lián)網(wǎng)感知域的概念，從感知層的拓?fù)浣Y(jié)構(gòu)、路由匯聚機(jī)制以及中間件等方面進(jìn)行了設(shè)計:在物聯(lián)網(wǎng)感知域內(nèi)構(gòu)建了開

2、放的基于分簇的分布式感知架構(gòu)——分布式星狀無線傳感器網(wǎng)絡(luò)(DSWSN);在LEACH和PEGASIS協(xié)議的基礎(chǔ)上進(jìn)行了改進(jìn)，形成了高效的路由匯聚機(jī)制，提高了服務(wù)質(zhì)量(QoS)，滿足了通信的可靠性和實時性要求;建立了基于分簇的協(xié)作型多功能中間件體系結(jié)構(gòu)，把簇層和資源管理層通過移動Agent技術(shù)有機(jī)結(jié)合起來，能夠充分支持應(yīng)用程序的開發(fā)，利用應(yīng)用程序表示形式轉(zhuǎn)換實現(xiàn)多種類型的應(yīng)用形式的協(xié)作統(tǒng)一;給出了用于數(shù)據(jù)存儲和傳輸?shù)脑茢?shù)據(jù)服務(wù)平臺（Paa

3、S服務(wù)）部署方式，建立了高效的煤礦物聯(lián)網(wǎng)安全監(jiān)控感知平臺。
　　(2)在分析煤礦井下復(fù)雜環(huán)境的基礎(chǔ)上建立了感知煤礦安全狀況的信息融合策略。在數(shù)據(jù)預(yù)處理模塊中采用置信距離測度與采集數(shù)據(jù)的時間戳相結(jié)合的動態(tài)限幅濾波算法對數(shù)據(jù)進(jìn)行預(yù)處理以消除疏失誤差。運用最優(yōu)加權(quán)估計算法進(jìn)行數(shù)據(jù)級融合，依據(jù)傳感器方差的自相關(guān)和互相關(guān)估計，在總均方誤差最小和滿足無偏性的最優(yōu)條件下，根據(jù)各個傳感器得到的測量值以自適應(yīng)的方式找到其對應(yīng)的權(quán)數(shù)，使融合后的值達(dá)到

4、最優(yōu)，獲得更加準(zhǔn)確的現(xiàn)場監(jiān)測信息。在決策級融合算法中建立了基于模糊粗糙-灰色關(guān)聯(lián)分析(FR-GC)的算法模型。在該模型中，不需要預(yù)先給定額外信息，而是通過數(shù)據(jù)的不可分辨關(guān)系來提取隱藏在數(shù)據(jù)中的潛在信息，保證了分析的客觀性;同時利用煤礦環(huán)境特征向量與標(biāo)準(zhǔn)特征向量的灰色關(guān)聯(lián)度進(jìn)行系統(tǒng)特征優(yōu)勢分析，從整體上考慮煤礦環(huán)境的安全性，最終根據(jù)關(guān)聯(lián)度的大小給出系統(tǒng)的安全判決。實驗表明本算法具有權(quán)值分布合理，絕對誤差波動平穩(wěn)，動態(tài)響應(yīng)特性好，收斂速度快

5、，能有效濾除干擾數(shù)據(jù)等特征;利用模糊粗糙模型與灰色關(guān)聯(lián)分析之間較強(qiáng)的互補(bǔ)性關(guān)系，改善了待決策樣本與識別模式的親和度，突出了定量程度，具有較高的感知區(qū)分度，減少了主觀因素的影響，提高了決策的客觀性。
　　(3)分析了煤礦安全監(jiān)控系統(tǒng)傳感器存在的4種故障模式，在此基礎(chǔ)上建立了傳感器的故障診斷策略。以瓦斯傳感器節(jié)點為例，針對常見的常值型、漂移型、偏置型和周期型4種隱性軟故障，以小波分析和FRBF神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，提出了由加Hamming窗

6、的Shannon為母小波的小波包分解提取特征能量譜與擴(kuò)展Kalman濾波算法(EKF)優(yōu)化的FRBF神經(jīng)網(wǎng)絡(luò)進(jìn)行模式分類辨識的傳感器節(jié)點故障診斷方法。對傳感器的輸出信號進(jìn)行小波包分解，運用基于代價函數(shù)的局域判別基(LDB)算法進(jìn)行裁剪，獲取最優(yōu)的特征能量譜，經(jīng)處理后作為特征向量訓(xùn)練EKF-FRBF神經(jīng)網(wǎng)絡(luò)，采用參數(shù)增廣和統(tǒng)計動力學(xué)方法，通過帶有整定因子的EKF參數(shù)估計，用來辨識傳感器節(jié)點的故障類型。實驗表明，該方法的辨識正確率在95％以

7、上，誤報率和漏報率都明顯優(yōu)于其他算法，能夠有效用于物聯(lián)網(wǎng)系統(tǒng)中傳感器節(jié)點的在線故障診斷。
　　(4)分析了在DSWSN系統(tǒng)中，智能移動Sink節(jié)點的功能與特點，分別從仿真設(shè)計、硬件設(shè)計和軟件設(shè)計三個方面逐步推進(jìn)，完成了Sink節(jié)點的設(shè)計開發(fā)。通過實驗證明，該Sink節(jié)點可以很好地完成對監(jiān)控數(shù)據(jù)的處理和傳輸，實現(xiàn)了對煤礦安全狀況和節(jié)點健康狀態(tài)的正確感知，具有電路簡單、功能完善和技術(shù)性能高的特點，是一種比較可取的物聯(lián)網(wǎng)匯聚節(jié)點的設(shè)計方