[发明专利]一种尾矿库分层指标安全检测和预警方法与系统

权利要求书

1.一种尾矿库分层指标安全检测和预警方法，其特征在于，所述尾矿库分层指标安全检测和预警方法包括：

第一步，利用摄像器采用十字灰度图像清晰度算法对尾矿库现场进行摄录，获取监控尾矿库现场视频信息；利用浸润线传感器监测尾矿库浸润线数据；

第二步，利用坝体裂缝监测设备采用最佳一致逼近方法监测坝体裂缝数据；通过测量器采集尾矿库的总面积、总坝高和总库容数据；

具体的算法为：

设f(x)∈C[a,b],p_n(x)是次数不超过n的全体多项式构成的集合；如果

则称p*(x)是f(x)在[a,b]上的最佳一致逼近多项式，也称极小化极大多项式；

其中，p(x)为全体多项式构成的集合，i为次数，n为正整数；

采用里米兹算法求取最佳多项式；根据切比雪夫定理求解

其中：ak为待求多项式系数，k＝0,1,…n；ρ为最佳逼近值；x_i用反复校正法取得；

第三步，利用云服务器集中大数据资源对监测的数据进行处理分析；

第四步，利用评估软件根据监测数据指标对尾矿库安全性进行评估；

第五步，利用报警器采用PSO-BP算法对数据进行监测，监测到危险数据及时进行报警，并通过预案库选取最优解决方案应对尾矿库危险状态；

具体步骤为：

(1)初始化：设定PSO-BP神经网络的相关参数；确定神经网络的层数，每一层神经元的个数，以及需要优化的粒子维数；其中PSO算法需要优化的权值阈值总个数为:

N＝(m+1)×n+(n+1)×t，

m为输入神经元个数，n为隐层神经元个数，t为输出层神经元个数，对粒子的速度和位置进行随机初始化；

(2)计算适应度：按照适应度函数计算网络输出与样本期望输出误差绝对值之和；

(3)寻找个体极值和群体极值：将每个粒子的适应度函数值与个体极值进行比较，如果适应度函数值更小，则该适应度函数值成为新的个体极值；并将新的个体极值与全局最佳适应度值进行比较，若更小，则将其作为当前的群体极值；

(4)根据离子群算法更新粒子的位置和速度；

式中：w为惯性权重；k为当前迭代次数；i为粒子的速度；d为粒子的位置；c₁和c₂为学习因子，也称为加速度因子，通过验证选c₁＝c₂＝2进行计算；和是介于[0，1]之间的均匀随机数；r₁和r₂分别为第一天和第二天的空气质量系数；为粒子位置，为粒子速度；为群体极值，为适应度函数值，为个体极值；

(5)看全局最优适应度值是否小于设定误差或者迭代次数大于最大迭代次数，若不满足条件，返回步骤(3)；若满足条件，则输出的全局最优粒子位置即为最优的BP神经网络权值阈值；

第六步，利用显示器显示监测的尾矿库现场视频、浸润线、水位、裂缝、安全评估数据信息。

2.如权利要求1所述的尾矿库分层指标安全检测和预警方法，其特征在于，所述第一步利用摄像器采用十字灰度图像清晰度算法具体步骤为：

在十字线灰度图像区域，白像素的最大灰度值B_max＝255，黑像素的最小灰度值B_min＝0，图像中像素灰度的最大动态范围为0-255,其灰度中值middle为(B_max-B_min)/2＝255/2＝127.5；归一化处理后，白像素不同灰度值255-128清晰度公式表示为：

其中，B为像素灰度值矩阵；

黑像素不同灰度值0-127清晰度公式表示为：

任意灰度值的清晰度算法可表示为：

十字线灰度图像区域由m X n个像素构成，像素灰度值矩阵B(I,J),其中,0≤I≤m-1,0≤J≤n-1,B(I,J)矩阵表示：

那么十字线灰度图像区域的清晰度可表示：