《基於多感測器信息融合技術的礦井瓦斯突出預警研究》是依託中國礦業大學，由馬小平擔任項目負責人的面上項目。
基本介紹
- 中文名：基於多感測器信息融合技術的礦井瓦斯突出預警研究
- 項目類別：面上項目
- 項目負責人：馬小平
- 依託單位：中國礦業大學
項目摘要,結題摘要,
項目摘要
礦井瓦斯監控預警是一個十分複雜的理論和實驗技術課題，原因在於瓦斯災害是一個包含地質學、物理、化學等多學科、多種效應交叉的複雜現象，並且對於這一災害缺少有效的監測方法和手段，目前的方法概括起來大都是用某一種單一理論進行某一過程的實驗和理論研究，這就使研究成果帶有某種局限性，就難以有效預防瓦斯事故的發生。而充分利用多個感測器資源，通過對多感測器及其觀測信息的合理支配和使用，把多感測器在空間和時間上的冗餘或互補信息結合專家私有知識，依據某種多尺度多規則的的融合方法及準則，產生一個智慧型的決策預警系統，從而大大提高對瓦斯突出預測的準確度。本項目主要研究建立多模式信息融合的瓦斯預測模型，並提出一種新的基於多規則的融合決策方法，改進原始D-S證據理論的融合規則，並從數學和實驗的角度分別加以驗證，以確保此方法對不確定性問題的決策可信度，從而有效地對瓦斯突出這一災害進行有效的監測預警。
結題摘要
煤礦瓦斯災害是我國主要災害之一，礦井瓦斯突出預測是一個十分複雜的理論和實驗技術課題，原因在於瓦斯突出是一個包含地質學、物理、化學等多學科、多種效應交叉的複雜現象，並且對於這一災害缺少有效的監測方法和手段。項目針對瓦斯突出這一不確定性和非線性災害問題，建立了多感測器信息融合瓦斯突出預測系統模型,並分別對融合系統的數據層、特徵層和決策層進行了分析和研究，構建了一個基於多感測器信息融合技術的瓦斯突出智慧型預警系統，從而有效地提高了對瓦斯突出預測的準確度。 項目通過對多感測器信息融合一般框架結構分析，提出了基於多感測器信息融合的瓦斯突出預警系統結構，以及特徵級和決策級分層融合模型，並通過多感測器管理子系統實現反饋建立預測系統閉環控制模型。在分析目前已有的突出指標及臨界值確定依據的基礎上，引入層次分析法得到幾個典型突出指標的權重排序，對瓦斯突出多感測器融合預測系統的數據來源信息進行分析。並根據選取的重要影響指標選擇瓦斯突出監測感測器，由於靜態感測器定點布置存在一定的局限性，提出了利用主動嗅覺技術研究瓦斯監測動態感測器，以增加多感測器預測系統的實時、動態數據源。 D-S證據理論以其優越的不確定性推理成為很好的決策融合算法，項目對決策層D-S證據理論進行了深入研究，總結了證據理論存在的主要問題，並提出了對應的解決辦法。特別針對D-S證據理論中證據衝突的問題，引入證據距離、證據源可信度等概念，提出了一種新的合成規則。該規則把衝突信息按證據源的可信度進行分配，對一致性證據採用反映聚焦程度的與運算。理論分析和數值實驗表明本項目提出的合成規則對高衝突性證據和一致性證據都非常有效，能夠解決多感測器信息來源之間的證據衝突問題。 項目選取五個典型高瓦斯礦區突出數據，驗證了提出的多感測器信息融合瓦斯突出預測系統模型的可行性和有效性；並根據改進的D-S證據理論融合規則，採用Windows Vista sp1 + Visual Studio 2008 sp1系統開發平台實現了礦井瓦斯突出智慧型預警系統，為現場數據驗證該項目提出的瓦斯突出決策融合系統能夠提供準確、可靠的災害預測，有效地提高了煤礦安全管理水平。
