信息融合技术在井通风系统安全评价中的应用研究.pdf

潮海大学颀|：学链论文 摘要 摘要 矿井通风系统是一个复杂、动态的系统，受到众多的内外因素影响，其安全 可靠性评价属于多因素综合评价问题。研究表明，到目前为止，还找不到一种单 项指标能够比较准确地评定矿井通风的安全程度。随着通风系统监测手段的多元 化，监测到的数据种类越来越多，也越来越复杂，这些数据之间可能存在冗余、 互补，也可能相互矛盾，加上复杂的监测环境和传感器的不精确性，使得监测数 据具有模糊性、不确定性。本文以对监测数据进行有效处理为目的，将矿井通风 系统安全评价看作是一个多源信息融合处理的过程，主要工作如下： (1)应用D．s证据理论、BP神经网络对矿井通风监测数据进行融合处理， 并对这两种评价方法进行比较，结果表明这两种信息融合方法用于矿井通风安全 评价是可行的；但根据D．S证据理论的基本可信度不易分配，以及单个BP神经 网络的输出不稳定，提出将D-s证据理论与BP神经网络相结合的融合方法应用 于矿井通风系统安全评价中，即利用BP神经网络为D．s证据理论分配基本可信 度。实验结果表明，该方法比单独用D．S证据理论或BP神经网络的方法更加有 效。 Neural (2)本文提出将模糊神经网络(FNN，FuzzyNetwork)与D．S证据 理论相结合的融合方法应用到矿井通风安全稳定性评价中，并将评价结果与基于 D—S证据理论与BP神经网络相结合的融合结果相比较。实验结果表明，基于FNN 和D—s证据理论的信息融合方法具有提高系统的抗干扰能力和计算速度，增强系 统的容错能力，降低系统的不确定性等优点。 (3)为了提高监测系统获取信息的准确性、完善系统的融合与决策，在矿 井通风监测多传感器系统中对众多软、硬件资源进行管理，本文提出了多传感器 管理技术在矿井通风监测中的应用。详细分析了多传感器多目标的排序以及多信 息融合算法的管理问题。 【关键词】信息融合多传感器管理D．S证据理论BP神经网络矿井通风系统 安全评价 ．1． 型塑兰丝兰兰竺堡蔓垒塑!型 Abstract several Milleventilationisa and canbeaffected dynamic by systemcomplex system，it a toestimatethe and of insideandoutside itis multi-factor factors，and problem safetyreliability finda toestimatethe inineventiiation resultsshowedthatwecannot itern system．强e single ofthemineventilation thediversificationofventilation security systemexactly．With system dam moreand alsObecome methods．theclassificationofmonitoredbecome more，and monitori