[发明专利]矿井瓦斯监测方法

说明书

技术领域

本发明涉及一种矿井瓦斯监测方法，特别是涉及一种基于多信息融合的矿井瓦斯监测方法。

背景技术

随着煤矿开采深度的增加，井下地质状况的多样性、瓦斯赋存的复杂性和瓦斯突出的不确定性更为显著，使煤矿安全生产存在极大的安全隐患。矿井瓦斯监测主要是对井下瓦斯及CO浓度、粉尘含量、温度、风速、负压等参数进行实时检测。图1为现有技术中矿井瓦斯监测系统的系统架构图。如图1所示，其包括监测主站计算机及井下各分站的多个不同类型的传感器，如：瓦斯传感器、温度传感器、负压传感器、CO传感器、风速传感器及粉尘传感器等，可见，现有技术的矿井瓦斯监测系统需采用大量不同类型的传感器，但由于传感器测量精度所限及环境因素的干扰，会使测量数据与实际存在偏差，更为严重的是，井下复杂环境中有害气体的侵蚀会使部分传感器丧失检测能力。传统的很多解决方法是利用单传感器进行多次测量或多个传感器测量数据取平均值，这样虽然能在一定程度上提高测控系统的可靠性，但无法满足系统实时性的要求，不准确的测量数据仍会影响最终判断结果。

综上所述，可知先前技术之矿井瓦斯监测方法存在可靠性、实时性差的问题，因此实有必要提出改进的技术手段，来解决此一问题

发明内容

为克服上述现有技术存在的不足，本发明的主要目的在于提供一种矿井瓦斯监测方法，其利用分批估计理论和BP神经网络对井下传感器信息进行两级融合的设计方法，从多信息的视角进行处理、综合，得到各种信息的内在联系和规律，剔除无用和错误的成分，保留正确和有用的成分，最终实现信息的优化，使之能够完善、准确地反映环境特征提高了对目标的识别速度和可靠性，经过融合后的传感器信息具有冗余性、互补性和实时性。

为达上述及其他目的，本发明提供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。

进一步地，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。

进一步地，该一次融合结果为：

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