小煤矿通风瓦斯集群监控系统的研究

论文摘要

如何改善恶劣的小煤矿安全生产状况是一个亟待解决的课题。应用煤矿安全生产监控系统对煤矿的生产状况进行监控，将在很大程度上减少生产事故的发生。但对于数量上占绝对多数的小煤矿而言，大型监控系统未能较好地发挥其作用。针对这一情况，近年来一些科研院所推出了面向小煤矿的“小型煤矿安全生产监控系统”，但它仍不能从根本上解决小煤矿管理不到位、技术人员缺乏、工作效率低等问题。 归其原因，长期以来的这种各矿自成体系的监管模式不适合小煤矿的具体情况，为此，本文探讨了一种新型监管模式——集群监管模式，并以该模式为基础，研发了与之相配套的更适合于小煤矿的通风瓦斯集群监控系统。 本论文做了如下几方面研究工作： 1、提出了小煤矿通风瓦斯集群监管模式 对于单个小煤矿而言，由于其开采规模与自身能力有限，难以将煤矿安全生产监控工作落实到位。而集群监管模式的提出，就是通过将多个小煤矿的实力联合起来，将有限资源重新整合，达到改善小煤矿安全生产状况的目的。该模式采用多个煤矿共一套监控系统，由远程监控中心负责对各矿集中监控。它能有效地避免单个煤矿的管理水平低，运转不正常，系统不兼容，监测监控人员配备不足等问题，形成区域范同内的集中联网调度指挥，从而实现小煤矿大管理，这种全新的管理模式必将促成小煤矿安全生产管理体制的一场重大变革。 2、研发了小煤矿通风瓦斯集群监控系统 该系统的特点是在各矿只配备智能分站和相应的显示报警装置，分站为无人值守的工作方式；作为监控核心的监控主机放置在远程监控中心，中心的技术人员通过远程监控的方式对各矿集中监管、调度。 对于监控系统而言，现场数据采集的准确性是确保系统有效发挥作用的关键而又基础的一环。为此，本文对瓦斯传感器的自校正技术进行了探讨。瓦斯传感器自校正技术分为硬件自校正和软件自校正两大类，而基于神经网络、遗传算法等方法的软件自校正技术已经取代硬件自校正技术成为传感器自校正技术的主流方向。尽管基于神经网络、遗传算法的软件自校正技术有着良好的校正精度，但却存在着系统开销大、硬件实现困难等问题。对此。本文提出了基于灰色预测理论的GM（1，1）模型的瓦斯传感器自校正技术，它是采用查表法的思想，该方法所需的原始数据少，有效避免了需要通过大量的测试获取分段函数的麻烦，易于单片机实现，也易于校正曲线的重构。通过对KJ-1型甲烷检测元件的校正测试，得出该方法的校正精度满足要求。 选择合适的通信方式有利于数据传输的准确可靠，同时也能节约成本。本系统采用的

论文目录

• 研究生学位论文原创性声明
• 作者简介
• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 引言
• 1.1.1 我国煤矿的安全状况
• 1.1.2 国家对小煤矿企业的政策
• 1.1.3 小煤矿存在的客观性分析
• 1.1.4 小煤矿安全生产中存在的问题
• 1.1.5 本课题的意义
• 1.2 煤矿安全生产监控系统国内外概况
• 1.2.1 煤矿安全生产监控系统的组成
• 1.2.2 煤矿安全生产监控系统的国内外概况
• 1.2.3 我国小煤矿安全生产监控系统的研究状况
• 1.3 本课题的创新点、研究内容、技术路线及实验方案
• 1.3.1 本课题的创新点
• 1.3.2 研究内容
• 1.3.3 技术路线
• 1.3.4 系统的实验研究概况
• 1.4 本章小结
• 第二章 小煤矿通风瓦斯集群监管模式
• 2.1 小煤矿通风瓦斯集群监管模式的探讨
• 2.2 小煤矿通风瓦斯集群监管模式的实现方案
• 2.3 小煤矿通风瓦斯集群监管模式的组织形式
• 2.4 本章小结
• 第三章 瓦斯传感器自校正技术
• 3.1 瓦斯检测传感器原理及非线性
• 3.2 传感器自校正技术
• 3.2.1 传感器自校正技术概述
• 3.2.2 硬件自校正技术
• 3.2.3 基于神经网络的自校正技术
• 3.2.4 基于遗传算法的自校正技术
• 3.3 基于灰色预测理论的传感器自校正技术
• 3.3.1 灰色预测理论
• 3.3.2 灰色预测理论在传感器自校正技术应用中的局限性及其解决方案
• 3.4 基于灰色预测理论的瓦斯传感器自校正技术实例
• 3.5 本章小结
• 第四章 监控系统的数据通信技术
• 4.1 智能分站与监控主机之间的通信
• 4.1.1 智能分站与监控主机之间常见的通信方式
• 4.1.2 智能分站与监控主机之间通信系统组成
• 4.2 智能分站与现场设备之间的通信
• 4.2.1 监测数据采集系统的分类
• 4.2.2 现场总线技术在井下通信的可行性
• 4.2.3 基于CAN总线的智能分站与现场设备之间的通信网络
• 4.3 数据通信的可靠性研究
• 4.3.1 通信网络的可靠性保障技术
• 4.3.2 通信网络故障的容错技术
• 4.3.3 应用
• 4.4 本章小结
• 第五章 基于瓦斯含量浓度指标动态监测预警技术
• 5.1 瓦斯涌出异常预警技术研究现状
• 5.2 瓦斯涌出异常模式识别系统的设计
• 5.2.1 模式识别概况
• 5.2.2 模糊模式识别法
• 5.2.3 模糊模式识别系统的系统设计
• 5.3 瓦斯涌出异常模式识别系统的数据获取
• 5.4 瓦斯涌出异常模式识别系统的数据预处理
• 5.4.1 数据的标准化
• 5.4.2 波形的数字滤波
• 5.5 瓦斯涌出异常模式识别系统的实现
• 5.5.1 类别可分性判据
• 5.5.2 特征的提取与选择
• 5.5.3 隶属函数的选取
• 5.5.4 模糊识别方法
• 5.6 应用实例
• 5.7 本章小结
• 第六章 小煤矿通风瓦斯集群监控系统的软件设计与应用
• 6.1 系统设计综述
• 6.1.1 系统设计内容
• 6.1.2 系统设计的步骤
• 6.2 系统分析
• 6.2.1 需求调查
• 6.2.2 可行性分析
• 6.2.3 系统功能和性能要求
• 6.3 系统总体方案设计
• 6.3.1 系统目标
• 6.3.2 系统设计的基本原则
• 6.3.3 系统总体结构和功能的设计
• 6.3.4 软件配置
• 6.3.5 系统的安全策略
• 6.4 功能设计
• 6.4.1 空间数据库管理子系统
• 6.4.2 属性数据库管理子系统
• 6.4.3 数据仓库子系统
• 6.4.4 查询、检索子系统
• 6.4.5 应用分析模型子系统
• 6.4.6 系统维护子系统
• 6.5 数据库详细设计
• 6.5.1 空间数据
• 6.5.2 属性数据库
• 6.6 小煤矿通风瓦斯集群监控系统的应用集成
• 6.6.2 通风瓦斯信息管理系统
• 6.6.3 安全生产调度管理系统与机电设备管理系统
• 6.7 本章小结
• 第七章 总结与展望
• 7.1 总结
• 7.2 展望
• 参考文献