本文關(guān)鍵詞：基于激光光譜技術(shù)的煤礦突水水源判識研究，由筆耕文化傳播整理發(fā)布。

【摘要】：在當(dāng)今社會主要的能源為煤炭,而煤炭大多數(shù)都是從地下開采得到的。這使得煤炭開采在我國一直都是一個(gè)危險(xiǎn)的行業(yè),整個(gè)行業(yè)的安全性都受到質(zhì)疑。煤礦突水發(fā)生的頻率很頻繁,而且一旦突水,會淹沒整個(gè)巷道,危害到井下工作職工的性命,也會帶來不同程度的經(jīng)濟(jì)損失。在技術(shù)發(fā)達(dá)的今天,對于煤炭行業(yè)中的選用的突水監(jiān)測系統(tǒng)并不能完成實(shí)時(shí)的在線獲得井下水源的變化,而無法精確的完成預(yù)警任務(wù)。而獲得井下水源的變化信息關(guān)鍵在于怎么樣對不同的水源進(jìn)行識別判斷。本文以激光光譜技術(shù)為依據(jù),提出了利用水源光譜圖來識別不同種水源的新方法,以便能更準(zhǔn)確地、更快速及更可靠的實(shí)現(xiàn)井下水源的預(yù)測。 針對煤礦井下突水事故,本文提出了一種利用激光光譜的技術(shù)來對煤礦突水水源判識的方法。首先分析了煤礦井下突水事故發(fā)生的種類以及其識別方法,重點(diǎn)介紹了突水災(zāi)害的檢測以及識別,然后對文中構(gòu)建的整個(gè)突水判識的系統(tǒng)做了簡單介紹。本文選擇了小波分析算法對所含噪聲的信號進(jìn)行處理,可以還原熒光信號數(shù)據(jù)的真實(shí)信息。文章以激光光譜技術(shù)理論為基礎(chǔ),利用K最近鄰法不需要線性可分的模式集合的優(yōu)勢,來識別不同水源的光譜信號,從而實(shí)現(xiàn)突水源的預(yù)測。最后利用MATLAB軟件對K最近鄰法搭建的算法模型進(jìn)行仿真測試,證明了利用激光光譜技術(shù)能夠很好對突水水源的類別進(jìn)行分類,這樣能夠?qū)ξ磥淼木滤幢O(jiān)測系統(tǒng)進(jìn)行改進(jìn),達(dá)到更好的監(jiān)測效果。 仿真測試結(jié)果表明：利用激光光譜技術(shù)判識井下水源災(zāi)害具有可行性,有很大的優(yōu)勢。能夠利用光譜數(shù)據(jù)分析得到井下水源的變化情況,使得減少井下因突水事故產(chǎn)生的人員傷亡,經(jīng)濟(jì)損失,對保障煤炭的安全生產(chǎn)的意義重大。而且在本文應(yīng)用的數(shù)據(jù)分類方法也可以運(yùn)用在其他需要安全監(jiān)控的系統(tǒng)中,能廣泛的運(yùn)用在實(shí)際生產(chǎn)生活中。
【關(guān)鍵詞】：煤礦突水 激光誘導(dǎo)熒光光譜 K最近鄰法 小波分析
【學(xué)位授予單位】：安徽理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TD745;TN249
【目錄】：

• 摘要5-6
• Abstract6-14
• 1 緒論14-22
• 1.1 選題背景和研究意義14-16
• 1.1.1 選題背景14-15
• 1.1.2 本課題的研究意義15-16
• 1.2 研究現(xiàn)狀與存在的問題16-19
• 1.2.1 國外突水方法研究現(xiàn)狀16
• 1.2.2 國內(nèi)突水方法研究現(xiàn)狀16-17
• 1.2.3 信號濾波方法17-18
• 1.2.4 數(shù)據(jù)判別算法18-19
• 1.3 本文研究的目的19-20
• 1.3.1 研究課題的目的19-20
• 1.3.2 工作原理20
• 1.4 論文的研究內(nèi)容20-22
• 2 煤礦突水源和激光光譜介紹22-28
• 2.1 煤礦突水源判識22-23
• 2.1.1 常見礦井水害22-23
• 2.1.2 礦井水災(zāi)危害23
• 2.2 激光光譜技術(shù)介紹23-27
• 2.2.1 激光光譜技術(shù)原理23-25
• 2.2.2 選擇LIF技術(shù)完成水源判別25-27
• 2.3 本章小結(jié)27-28
• 3 系統(tǒng)總體設(shè)計(jì)28-34
• 3.1 系統(tǒng)所具有的功能28
• 3.2 系統(tǒng)的整體設(shè)計(jì)框架28-31
• 3.2.1 系統(tǒng)采用的控制器29-30
• 3.2.2 系統(tǒng)使用軟件介紹30
• 3.2.3 上位機(jī)和控制器的通訊30-31
• 3.3 搭建整個(gè)系統(tǒng)31-32
• 3.3.1 器件選型31
• 3.3.2 軟件設(shè)計(jì)31-32
• 3.4 監(jiān)控界面32-33
• 3.5 本章小結(jié)33-34
• 4 光譜信號濾波處理34-50
• 4.1 小波分析概述34-35
• 4.2 小波變換的分類處理35-37
• 4.2.1 連續(xù)小波變換35-36
• 4.2.2 離散小波變換36-37
• 4.3 Mallat算法計(jì)算過程37-39
• 4.4 小波函數(shù)介紹39-43
• 4.5 小波分析降噪處理43-49
• 4.5.1 小波降噪的關(guān)鍵43-46
• 4.5.2 小波閾值降噪方法46-48
• 4.5.3 小波濾波效果的評價(jià)指標(biāo)48-49
• 4.6 本章小結(jié)49-50
• 5 K最近鄰法判識突水源50-68
• 5.1 K最近鄰法的分類過程50-52
• 5.1.1 K最近鄰法簡介50-51
• 5.1.2 K最近鄰法的計(jì)算方法51-52
• 5.2 準(zhǔn)備工作52
• 5.3 聚類方法說明52-59
• 5.3.1 聚類分析的關(guān)鍵53-56
• 5.3.2 最短距離系統(tǒng)聚類法56
• 5.3.3 最短距離的優(yōu)點(diǎn)56-57
• 5.3.4 分類的實(shí)現(xiàn)過程57-58
• 5.3.5 基于改進(jìn)的KNN算法58-59
• 5.4 所需算法描述59-64
• 5.4.1 訓(xùn)練算法設(shè)計(jì)60-62
• 5.4.2 測試算法設(shè)計(jì)62-63
• 5.4.3 小簇或孤立點(diǎn)算法設(shè)計(jì)63-64
• 5.5 分類算法研究64-66
• 5.5.1 選擇適合的參數(shù)64-65
• 5.5.2 KNN復(fù)雜度研究65-66
• 5.6 K最近鄰法模型構(gòu)建66-67
• 5.7 本章小結(jié)67-68
• 6 突水判識系統(tǒng)的仿真測試68-76
• 6.1 系統(tǒng)模型68
• 6.2 利用小波分析進(jìn)行降噪68-71
• 6.3 K最近鄰法分類水樣71-75
• 6.3.1 參數(shù)實(shí)際選擇71-73
• 6.3.2 數(shù)據(jù)仿真73-75
• 6.4 本章小結(jié)75-76
• 7 總結(jié)及展望76-78
• 7.1 總結(jié)76-77
• 7.2 展望77-78
• 參考文獻(xiàn)78-82
• 致謝82-84
• 作者簡介及讀研期間主要科研成果84

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王曉曄,王正歐;K-最近鄰分類技術(shù)的改進(jìn)算法[J];電子與信息學(xué)報(bào);2005年03期

2 阮艷輝;;小波消失矩與圖像消噪效果的關(guān)系[J];硅谷;2011年02期

3 閻吉祥,張雁,李家澤,周詩未;水污染物的激光誘導(dǎo)熒光測定[J];光學(xué)技術(shù);1999年05期

4 熊輝霞;張耀庭;苗雨;;基于BP神經(jīng)網(wǎng)絡(luò)的體外索索力預(yù)測及MATLAB實(shí)現(xiàn)[J];廣西大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

5 王娜;侯爽;;K-最近鄰分類技術(shù)的新發(fā)展與技術(shù)改進(jìn)[J];河北省科學(xué)院學(xué)報(bào);2009年04期

6 徐明達(dá),李峰;油類產(chǎn)品的激光熒光光譜測量[J];信息技術(shù);2005年04期

7 周濤;陸惠玲;;數(shù)據(jù)挖掘中聚類算法研究進(jìn)展[J];計(jì)算機(jī)工程與應(yīng)用;2012年12期

8 曹鵬;李峰;李春月;;基于小波變換和蟻群算法的紋理分割[J];計(jì)算機(jī)工程與科學(xué);2009年06期

9 張材,關(guān)淑玲;PLC與上位機(jī)監(jiān)控系統(tǒng)的串行通訊實(shí)現(xiàn)[J];基礎(chǔ)自動化;2002年02期

10 張雁;劉英鋒;呂明達(dá);;煤礦突水監(jiān)測預(yù)警系統(tǒng)中的關(guān)鍵技術(shù)[J];煤田地質(zhì)與勘探;2012年04期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 徐竟天;基于ARM9嵌入式和工業(yè)以太網(wǎng)的礦井瓦斯監(jiān)控系統(tǒng)研究[D];西安科技大學(xué);2011年

2 尹立明;深部煤層開采底板突水機(jī)理基礎(chǔ)實(shí)驗(yàn)研究[D];山東科技大學(xué);2011年

  本文關(guān)鍵詞：基于激光光譜技術(shù)的煤礦突水水源判識研究，，由筆耕文化傳播整理發(fā)布。

本文編號：344107