瓦斯傳感器是煤礦瓦斯監(jiān)控系統(tǒng)中最重要的傳感器之一,監(jiān)控系統(tǒng)通過(guò)它完成對(duì)井下瓦斯?jié)舛鹊膶?shí)時(shí)監(jiān)測(cè),瓦斯傳感器輸出信號(hào)的準(zhǔn)確性對(duì)整個(gè)監(jiān)控系統(tǒng)的性能和煤礦的安全生產(chǎn)起到至關(guān)重要的作用。然而,瓦斯傳感器長(zhǎng)期處于高溫、高粉塵、高濕度、強(qiáng)干擾的惡劣環(huán)境中,易發(fā)生沖擊、周期性干擾、卡死、偏差、漂移等故障,造成瓦斯傳感器出現(xiàn)漏報(bào)、誤報(bào)事故。因此,研究如何及時(shí)檢測(cè)出瓦斯傳感器異常信號(hào),并分辨異常信號(hào)所屬故障類型,從而分析瓦斯傳感器的故障原因,具有重要的研究意義。首先,針對(duì)瓦斯傳感器常見(jiàn)的5種故障狀態(tài)產(chǎn)生的異常信號(hào),分別計(jì)算它們的均值、均方根值、峰值、方差、峰值因子、峭度系數(shù)、偏度系數(shù)等時(shí)域特征參數(shù),通過(guò)比較分析確定以峭度系數(shù)作為異常信號(hào)檢測(cè)的主要時(shí)域特征指標(biāo)。然后,為從瓦斯傳感器輸出信號(hào)當(dāng)中檢測(cè)信號(hào)的異常信息,利用多傳感器數(shù)據(jù)融合技術(shù)將典型煤礦采煤工作面中被診斷的瓦斯傳感器、不同位置的兩同類型瓦斯傳感器、風(fēng)速傳感器和溫度傳感器的輸出信號(hào)進(jìn)行融合,構(gòu)建基于粒子群算法優(yōu)化的支持向量回歸機(jī)(PSO-SVR)的預(yù)測(cè)模型,將被診斷瓦斯傳感器的預(yù)測(cè)值與實(shí)測(cè)值相比得到殘差,以殘差的能量和峭度兩個(gè)指標(biāo)作為判斷依據(jù),從而避...

【文章頁(yè)數(shù)】：81 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
abstract
變量注釋表
1 緒論
    1.1 課題研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文主要研究?jī)?nèi)容
2 瓦斯傳感器故障類型及其特征
    2.1 引言
    2.2 瓦斯傳感器工作原理
    2.3 瓦斯傳感器故障類型及其仿真實(shí)現(xiàn)
    2.4 瓦斯傳感器異常信號(hào)的時(shí)域特征指標(biāo)
    2.5 本章小結(jié)
3 基于SVR的瓦斯傳感器異常信號(hào)檢測(cè)
    3.1 引言
    3.2 支持向量回歸機(jī)
    3.3 基于粒子群算法的參數(shù)尋優(yōu)
    3.4 基于PSO-SVR算法的異常信號(hào)檢出仿真實(shí)驗(yàn)
    3.5 本章小結(jié)
4 基于小波包分形的瓦斯傳感器故障特征提取
    4.1 引言
    4.2 小波變換基本原理
    4.3 小波包變換
    4.4 分形理論
    4.5 基于小波包分形的特征提取
    4.6 本章小結(jié)
5 基于支持向量機(jī)的瓦斯傳感器故障診斷方法研究
    5.1 引言
    5.2 支持向量機(jī)基本原理
    5.3 多分類支持向量機(jī)
    5.4 基于PSO-SVM的瓦斯傳感器故障分類
    5.5 基于神經(jīng)網(wǎng)絡(luò)的瓦斯傳感器故障分類
    5.6 本章小結(jié)
6 總結(jié)與展望
參考文獻(xiàn)
作者簡(jiǎn)歷
學(xué)位論文數(shù)據(jù)集



本文編號(hào)：3900719