[发明专利]矿井瓦斯监测方法

权利要求书

1.一种矿井瓦斯监测方法，包括如下步骤：

采用分批估计理论对来自不同分站的同类传感器的各个参数进行融合处理，以获得较准确的一级融合结果；以及

采用BP神经网络对该一级融合结果进行综合处理，最终得出井下环境信息并作出安全评定。

2.如权利要求1所述的矿井瓦斯监测方法，其特征在于，该采用分批估计理论对来自不同分站的同类传感器的各个参数进行融合处理以获得较准确的一级融合结果的步骤还包括如下步骤：

针对每组不同分站的同类传感器，获得一组测量数据，并按照空间位置相邻的传感器不同组的原则将其分成两组；

计算获得每组测量数据的算术平均值参数与标准误差参数；以及

根据分批估计理论对计算所获得的各参数进行融合处理，获得一次融合结果。

3.如权利要求1所述的矿井瓦斯监测方法，其特征在于，该一次融合结果为：

D+=σ^22σ^12+σ^22D1‾+σ^12σ^12+σ^22D2‾]]>

其中，与分别表示每组测量数据的标准误差参数，表示每组测量数据的算术平均值参数。

4.如权利要求1所述的矿井瓦斯监测方法，其特征在于，该采用BP神经网络对该一级融合结果进行综合处理并最终得出井下环境信息作出安全评定的步骤还包括如下步骤：

选择确定所采用的BP神经网络模型；

根据输入层获得的该一级融合结果及各节点的连接权值获得隐层及输出层每个节点的总输入与输出，并计算获得输出误差。

5.如权利要求4所述的矿井瓦斯监测方法，其特征在于：在赋予初始权值及输入向量后进行网络训练，调整该些连接权值，以使该输出误差达到期望值。

6.如权利要求5所述的矿井瓦斯监测方法，其特征在于：权值调整量与该输出误差的梯度下降成正比。

7.如权利要求4所述的矿井瓦斯监测方法，其特征在于：该BP神经网络模型为三层BP神经网络，其包含输入层、隐层和输出层，该输入层接收该一级融合结果，该输出层输出井下安全状况信息。

8.如权利要求4所述的矿井瓦斯监测方法，其特征在于：该输入层节点数为6，输出层节点数为5，隐层节点数为10。