煤矿瓦斯智能传感器的应用研究

论文摘要

本文以智能模糊传感器为研究对象,在对国内外研究现状进行深入分析的基础上,针对井下信息量大、噪声多、多参数、动态等特征以及单一数量值难以被非专业人员理解等问题,提出了一种矿井安全监测智能模糊传感系统。本文首先论证了构造智能模糊传感系统的意义、可行性及应用前景,然后对智能模糊传感器的理论基础进行了论述,其中主要研究了智能模糊传感器的核心内容—数值/符号转换功能的实现原理及方法。之后,分别将模糊传感器及神经网络优化后的模糊传感器应用到矿井安全监测之中,重点研究了煤矿瓦斯模糊传感器及模糊神经网络传感器的算法模型,并设计了矿井安全监测智能模糊传感系统的通讯单元,采用CAN总线技术实现井下信息的传输,实现了矿井安全监测系统的数字化和网络化。最后,对系统的抗干扰技术进行了研究,选取了适合本系统的措施。仿真实验结果表明,本文提出的方法提高了井下信息的识别和决策效果,极大地降低了井下恶劣环境所造成的不确定性,而且输出结果为拟人类语言,非专业人员也能读懂。当然,由于实验条件和时间的限制,该方法在很多方面还有待改进和深入研究。

论文目录

• 致谢
• 摘要
• Abstract
• 1 绪论
• 1.1 课题背景
• 1.2 国内外研究现状
• 1.2.1 煤矿安全监测系统发展现状
• 1.2.2 模糊传感器研究现状与发展趋势
• 1.3 研究内容及可行性
• 1.3.1 研究内容
• 1.3.2 可行性
• 1.4 研究的意义
• 1.5 本章小结
• 2 模糊传感器基础
• 2.1 模糊理论简介
• 2.2 符号化测量理论
• 2.3 语言概念的生成方法
• 2.4 模糊传感器的基本结构
• 2.5 本章小结
• 3 煤矿瓦斯模糊传感器算法模型研究
• 3.1 煤矿瓦斯模糊传感器的结构
• 3.2 模糊隶属函数的选取
• 3.2.1 隶属函数选择
• 3.3 基于模糊综合评判的信息融合技术
• 3.3.1 模糊综合评判的数学模型
• 3.4 矿井瓦斯监测参数的模糊化处理
• 3.5 实际监测数据处理分析
• 3.6 本章小结
• 4 煤矿瓦斯模糊神经网络传感器算法模型研究
• 4.1 神经网络简介
• 4.2 RBF 神经网络
• 4.3 模糊RBF 神经网络的结构
• 4.4 模糊RBF 神经网络学习算法
• 4.5 煤矿瓦斯模糊神经网络传感器的结构
• 4.5.1 煤矿瓦斯模糊神经网络传感器的逻辑结构
• 4.5.2 煤矿瓦斯模糊神经网络传感器的物理结构
• 4.6 模糊神经网络传感器监测瓦斯状态实例分析
• 4.6.1 隶属函数网络样本及其训练
• 4.6.2 模糊推理网络模型及其训练
• 4.6.3 模糊神经网络传感器监测结果及分析
• 4.7 本章小结
• 5 智能模糊瓦斯传感器通信功能研究
• 5.1 现场总线技术
• 5.1.1 现场总线简介及选型
• 5.1.2 CAN 总线介绍
• 5.2 基于CAN 总线实现模糊瓦斯传感器通讯功能
• 5.2.1 基于CAN 总线的矿井瓦斯监测网络结构
• 5.2.2 CAN 网桥设计
• 5.2.3 智能模糊瓦斯传感器与CAN 总线接口设计
• 5.3 本章小结
• 6 智能模糊瓦斯传感器的抗干扰设计
• 6.1 硬件抗干扰措施
• 6.2 软件抗干扰措施
• 6.3 本章小结
• 结论
• 参考文献
• 作者简历
• 学位论文数据集