[发明专利]一种煤矿掘进工作面按需供风的智能局部通风系统及方法

权利要求书

1.一种煤矿掘进工作面按需供风的智能局部通风方法，其特征在于：瓦斯传感器采集巷道中的瓦斯浓度数据，温度传感器采集巷道中的温度数据，湿度传感器采集巷道中的湿度数据，煤尘传感器采集巷道中的煤尘浓度数据，风速传感器采集风筒中的数据，所有的数据均由光纤传输到工控机中经过工控机对时间戳匹配，形成一组数据，再将该一组数据输入到遗传算法优化的Elmall神经网络模型中，得到预测风量值，预测风量值经D/A转换，写入到PLC中，PLC给出命令，改变变频器频率，进而改变局部通风机电机转速，进一步改变煤矿掘进工作面局部通风量，当甲烷浓度达到1.5％时，局部通风机风量达到最大，实现煤矿掘进工作面按需供风，保证矿井安全。

2.如权利要求1所述的一种煤矿掘进工作面按需供风的智能局部通风方法，其特征在于建立遗传算法优化的Elmall神经网络模型的步骤包括：

步骤1、确定Elmall神经网络输入、输出参数，并确定神经网络拓扑6-3-1结构；

1.1传感器检测的参数有瓦斯、煤尘、温度、湿度、风速和风量，即输入层节点个数为6；

1.2通过优化参数与变频器进行功率匹配，输出不同的风量，即输出层节点个数为1；

1.3采用经验公式确定其隐节点数，即隐含层节点个数为3，m表示隐含层节点数，l表示输入层节点数，g表示输出层节点数；

1.4得到神经网络拓扑结构为6-3-1的Elman神经网络，即输入层6个节点，隐含层3个节点，输出层1个节点；

步骤2、对训练样本数据预处理，所述的数据预处理过程包括以下包括：

2.1计算每个数据之间的相对距离，即每个数据间的相似度s_ij；

2.2任取一组完整值为标准值，记为数据A，然后利用采集的36组数据分别与标准数据A进行对比，为保证矿井安全稳定性，设定s_ij∈(0.95,1.25)

s_ij代表每个数据的相似度、s_i代表每个传感器采集到的所有数据、s_j代表标准数据A；

2.3当s_ij∈(0.95,1.25)时，属于正常数据，当某个数据丢失时，对缺失数据进行上一时间数据的补齐，保证通风机正常运行；

当时，属于异常数据，将所有异常数据组归为B类，从36组数据中删除B类数据，以时间节点顺序将数据整合，最终形成30组数据，并将30组数据分为25组训练样本和5组测试样本，最后，将30组数据进行归一化操作；

步骤3、将Elman神经网络的初始权值编码成若干染色体组成的初始种群，并对染色体进行编码，对所有30组数据的权值和阈值均采用M位二进制编码，将所有权值和阈值的编码连接，即得到一个个体的编码，多个个体聚集形成编码后初始种群；

步骤4、计算种群的适应度

为了使Elmall神经网络在预测时，预测值与期望值的误差尽可能小，故选取预测值和期望值误差平方和的倒数作为个体适应度函数，计算种群每个个体的适应度，计算公式为:

其中：i为种群中个体的序号，G_i为种群中第i个个体的适应度；

y′_i和y_i分别为以种群中第i个个体确定网络权值和阈值时的实际输出和期望输出，n为输入样本总量；

步骤5、选择、交叉、变异操作

5.1根据所有个体的选择概率按照赌轮的方式进行淘汰选择，先按照每个个体的选择概率创建一个赌轮，然后选取4次，每次先产生一个0-1的随机小数，然后判断该随机数落在哪个段内就选取相对应的个体，这个过程中，选取概率高的个体将可能被多次选择，而概率低的就可能被淘汰，被选中的个体将进入配对库准备开始繁殖；

5.2先对配对库中的个体进行随机配对，然后在配对的2个个体中设置交叉点，交换2个个体的信息后产生下一代；

5.3变异操作时按照基因座来的，变异的结果是基因座上的等位基因发生了变化，也就是产生了一个新的群体，再判断迭代次数是否达到500次，达到则得到了所需的网络初始权值与阈值，未达到则继续进行选择操作、交叉操作与变异操作，初始权值和阈值更新，最终得到符合条件的初始权值和阈值；

步骤6、网络误差计算

判断瓦斯含量个体是否达到设定精度0.1％，如果已达到，则结束并输出风量值，如果未达到，则返回继续获取初始权值和阈值进行误差计算；

在上述输出风量值输出到PLC之前，先判断数据的误差比M：

其中，n_i表示预测的风量值，m_i表示实际的风量值，k代表预测数据个数，

将实际的风量值与预测的风量值代入上式中准确率得出，当误差比M小于1％时，预测模型良好，预测值可信；当误差比大于1％时，网络权值和阈值更新，重新计算网络误差，直至得到最佳初始权值和阈值；

步骤7、利用最佳初始权值和阈值来构建Elmall神经网络

7.1用训练数据训练Elmall神经网络

用测试样本测试神经网络，并将测试的数据反归一化处理，得到预测风量值，预测风量值与实际值进行对比，验证模型的可靠性；

7.2五种传感器实时采集数据，并进行时间戳匹配，导入遗传算法优化的Elmall神经网络模型中，对实时的风量值进行预测，预测风量值经D/A转换，写入到PLC中，PLC给出命令，改变变频器频率，变频器再通过改变局部通风机电机转速，改变煤矿掘进工作面局部的通风量，实现煤矿掘进工作面按需供风。