基于LPV模型GRNN输气管道音波定位算法

针对输气管道泄漏检测及定位问题以及管道内气体可压缩、检测难等特点,建立了输气管道线性变参数(LPV)模型,并设计了广义回归神经网络(GRNN),以理论时间差为模型输入,以对应的管道各点位置为期望输出.采用音波法对输气管道进行泄漏故障诊断与定位.结合具体实例并采用现场数据进行仿真研究,结果表明:采用基于LPV模型的GRNN输气管道泄漏故障音波定位算法是一种有效的方法,可使预测值准确地跟踪真实值,实验结果为输气管道泄漏故障检测与定位的工业应用提供了可靠的依据.     

基于移动传感器网络的气体源定位

针对目前基于无线传感器网络定位气体源方法中存在的因探索区域尺寸、边界等先验知识缺失而造成节点部署困难的问题,提出了一种使用有限个低成本机器人构成移动传感器网络进行气体源定位的方法.该方法中,首先以期望拓扑结构排列的移动传感器网络节点采集气体浓度并上传至上位机;然后上位机使用非线性最小二乘方法对气体源位置进行估计,并将位置估计结果发送给移动传感器网络节点;最后由移动节点计算出目标位姿,并采用饱和控制的方法镇定到该位姿.通过上述步骤的不断循环,移动传感器网络最终将移动到气体源附近,从而实现对气体源较为精确的定位.室内自然通风环境中,使用6个自制的机器人组成具有固定圆形拓扑的移动传感器网络进行了气体源定位实验.实验结果表明,适当选择拓扑半径,该方法可在6,min左右实现精度为30,cm的气体源定位.     

基于果蝇——广义回归神经网络优化的WSN节点定位算法

针对无线传感器网络(WSN)基于测距的定位算法中,利用节点坐标计算方法获得的节点坐标位置存在较大误差的问题,提出一种无需进行坐标计算的果蝇—广义回归神经网络(FOA-GRNN)优化的WSN节点定位算法.该算法利用广义回归神经网络(GRNN)较快的学习速度和较强的逼近能力建立WSN节点定位模型,通过果蝇优化算法(FOA)调整广义回归神经网络的平滑参数,降低调整平滑参数时人为因素的影响,由神经网络直接输出未知节点坐标.仿真实验表明,通过果蝇算法优化的FOA-GRNN模型的节点定位精度比未经优化的GRNN模型的节点定位精度高.同时,比较了FOA-GRNN模型与BP神经网络模型、虚拟节点BP网络模型(VNBP)在WSN节点定位中效果,表明FOA-GRNN模型在WSN节点定位精确性方面具有明显优势.     

BP神经网络在差分GPS定位技术中的应用

在分析差分GPS数学模型的基础上,针对GPS移动终端抗遮蔽性差,由差分GPS数学模型直接计算的定位结果很难维持连续、准确位置信息的问题,采用BP神经网络的预测结果来进行定位目标,提高定位信息的实时性和准确性.确定了神经网络的结构,采用数据对网络进行训练,并对神经网络模型进行仿真.仿真结果达到了一定的定位精度,由此可以说明此方法具有一定的应用价值.     

多层ELM分区域可见光室内定位算法

在漫反射光信道中,可见光室内定位受一阶反射、噪声信号等的影响,边界区域的定位误差相比内部区域较大,针对此问题,提出一种基于多层极限学习机的分区域定位算法,并通过仿真实验验证了算法的有效性.首先,对整体的实验区域建立第1层极限学习机神经网络,计算出整体的定位误差.其次,根据定位误差的大小和分布特征建立第2层极限学习机神经网络,将整体实验区域划分为边界区域和内部区域.对提取出的边界区域建立第3层极限学习机神经网络,计算出边界区域的定位误差.最后将边界区域的定位误差更新到整体的定位误差中,以实现定位.实验结果表明,该算法的整体平均定位误差为2.79 cm.与接收信号强度算法和反向传播神经网络相比,该算法的平均定位误差分别降低了13倍和55.36%.与单层极限学习机算法相比,边界区域的平均定位误差降低了65.66%,整体的平均定位误差降低了23.77%.该算法边界区域的定位误差明显降低,具有更高的定位精度和鲁棒性能,可适用于不同的定位场景.     

改进BP神经网络在管道泄漏检测中的应用

管道泄漏检测和定位在管道的安全生产中占有重要的位置.本文将用小波包分解技术提取的管道泄漏检测系统特征信号作为神经网络的输入,建立管道运行状态的神经网络分类器,根据输出对管道的运行状态进行识别.利用小波变换特性提取压力传感器的信号奇异点,根据负压力波定位法对管道泄漏点定位,仿真结果验证了该方法的有效性.     

基于集成学习与BP神经网络的室内地磁定位算法

本文针对当前室内地磁定位技术存在地磁信号不稳定和地磁指纹不唯一所造成定位误差大等问题,提出一种基于集成学习与BP神经网络的室内地磁定位方法,提高地磁定位精度。将BP神经网络作为弱预测器,通过集成学习的方法把多组弱预测器集成为强预测器,使用地磁数据进行室内定位,与地磁指纹库中的真实位置信息进行对比并计算出定位误差。结果表明本方法与KNN、DTW以及BP神经网络相比,总平均定位误差分别降低了2.55、1.33和0.4 m。     

基于模式识别神经网络的重力匹配算法

为了提高重力辅助惯性导航系统在重力异常明显区域内的定位精度和匹配率,用模式识别神经网络的方法进行了重力匹配.在匹配时刻,根据惯导指示位置确定在一定的网格点范围内搜索载体真实位置,以每个网格点为终点把惯导指示航迹放置到重力图上,由此提取一系列的参考重力图上数据,并把它和对应网格点的位置定义成一个模式类,把所有的模式类作为概率神经网络的样本训练一个模式识别神经网络,然后把重力仪测量数据使用该神经网络识别到某个模式类,对比模式类的定义可以确定此时的载体位置.计算仿真研究表明,该算法的重力匹配率优于通常的相关匹配算法,其组合导航系统的定位误差在1个重力图网格左右.     

煤自然发火预报的人工神经网络模型

采用自组织特征映射神经网络(SOFM)对采空区煤自然发火与否进行了识别分类.在此基础上,建立了通过分析采空区抽放孔气体成分和抽放孔位置参数来预报煤炭自燃的BP神经网络模型.对模型预测结果与实际情况进行了对比分析,结果表明,用人工神经网络方法识别和预报采空区煤自燃是可行的.为煤自燃程度的识别和预报探索出了一种新的方法.     

基于曲率模态和神经网络的结构损伤识别与仿真

探讨用曲率模态和神经网络对混凝土结构裂缝进行损伤识别和定位的方法.以一矩形截面悬臂梁为研究对象,通过完好结构和损伤结构的有限元分析,获得损伤标识量,输入Elman神经网络进行训练,以损伤位置和损伤程度作为网络的输出参数,进行单处损伤和多处损伤的定位研究.数值仿真结果表明,曲率模态振型对结构的损伤敏感,采用曲率模态和神经网络结合的方法可以同时确定结构损伤的存在、程度和位置,并且可以用于结构多处损伤的检测.该方法对于实际工程结构的损伤识别具有一定的指导意义.     

矿山救护指挥员职业价值观问卷调查研究

职业价值观是职业在价值观中的体现,矿山救护人员是处理和抢救矿井火灾、水灾、瓦斯与煤尘爆炸、瓦斯突出与喷出等矿山灾害的专业队伍。矿山救护指挥员的决策直接影响救援行动的效果。本文针对被试的218名矿山救护队指挥员进行问卷调查,总结矿山救护指挥员的职业价值观的特点,发现制约矿山救护队发展的一些问题,为矿山救护队伍建设提供科学依据。     

基于基础数据库的煤矿应急救援指挥信息系统

为及时、有效地开展煤矿事故应急救援,根据煤矿事故应急预案,利用GIS地理信息系统的成熟技术,开发了可视化的煤矿事故应急救援指挥信息系统。该系统基于煤矿现有的网络环境,以Visual C＋＋6.0和SQL Server 2000为开发平台,建立了基础数据库,实现了救援队伍业务管理、救援队伍应急救援管理、矿井应急救援管理等功能。应用结果表明,该系统可为煤矿事故的高效处理提供有力的技术支持,有利于提高煤矿企业的应急救援能力。     

煤矿企业应急救援能力影响因素的结构方程模型研究

从预防、准备、响应和恢复4个阶段,分析、研究了煤矿应急救援能力影响因素之间的关系。结合实例,应用结构方程模型方法,对构建的煤矿应急救援能力影响因素之间的关系进行研究,结果表明各个因素对煤矿企业应急救援能力的影响方式以及程度大小不同。在此基础上,提出了增强煤矿应急救援能力的对策措施。研究对煤矿企业应急救援能力体系建设具有重要的理论指导意义。     

浅谈如何提升矿山救护队应急救援能力

矿山救护队是处理矿井火、瓦斯、煤尘、水、顶扳等灾害事故的专业队伍.介绍了新时期矿山救护队面临的更加繁重复杂的抢险救灾任务,阐述了如何提升矿山救护队应急求援能力.     

基于灰色-模糊综合法的煤矿应急救援能力评价研究

为了对煤矿应急救援能力进行综合评价研究,分析了应急救援能力的内涵,重新界定了应急救援能力的概念;在分析煤矿应急救援能力的影响因素的基础上,构建了多层次煤矿应急救援能力评价指标体系,建立了基于灰色-模糊综合评价法的煤矿应急救援能力评价模型.通过实例表明,该方法能对煤矿应急救援现状进行较为准确的评价,为煤矿提升自身应急救援能力提供依据.     

基于ZigBee技术的煤矿井下人员定位系统设计

基于ZigBee技术,设计了煤矿井下人员定位系统.采用定位分站和读卡器可以实时对井下佩戴标识卡的人员进行定位、身份识别.由定位分站采集到的ID信息通过无线网络传送到地面,一方面实现了井下人员的考勤统计,另一方面为查询矿井中的人员分布情况提供了依据,实现高效救援,适用于各类环境下煤矿的安全管理.     

瓦斯爆炸事故有毒有害气体传播规律研究及危险区域划分

对矿井瓦斯爆炸事故有毒有害气体传播规律进行了研究,建立了有毒有害气体在无风巷道扩散数学模型及有毒有害气体在通风网络中传播数学模型,并划分了瓦斯爆炸产生有毒有害气体传播的死亡区、重伤区、轻伤区,为瓦斯爆炸事故救援和安全评价提供了理论基础.     

三河口煤矿瓦斯地质规律研究

以瓦斯地质理论为基础,结合三河口煤矿地质特征以及瓦斯基础测试参数,对该矿井3煤层瓦斯地质规律进行了研究,并对瓦斯涌出量数据进行回归分析,预测了三河口煤矿3煤层未采区瓦斯涌出量,为3煤层未采区瓦斯抽采和安全开采提供了依据.其中,井田西区瓦斯涌出量与煤层埋深有较好的正相关关系,总体上随煤层埋深的增加,瓦斯涌出量增大;在靠近岩浆岩的地区,岩浆岩成为主控因素,瓦斯涌出量有所升高.而东区瓦斯涌出量则与距岩浆岩的距离成负相关关系.     

回采面上隅角埋管抽放采空区瓦斯数值模拟

针对中小型高瓦斯矿井的实际情况,采用数值模拟确定提高瓦斯抽放效率的方案.按照渗流力学的方法将采空区视为连续的渗流空间,采用GAMB IT建立采空区计算几何模型.确定了冒落带的孔隙率和黏性系数.采用FLUENT软件对采空区瓦斯涌出量及埋管抽放瓦斯进行数值模拟,得到了采空区沿工作面走向、倾向和竖向3个不同方向上瓦斯浓度的分布规律,以及埋管抽放采空区瓦斯的最佳参数.模拟结果表明,在抽放管路压力为-100Pa时,抽放管路内和上隅角瓦斯浓度随着抽放位置的变化呈现规律性.当抽放位置距底板垂高2m、沿倾斜方向距回风巷道1m、沿走向深入采空区4m时,瓦斯抽放效果最佳,上隅角瓦斯浓度降至1.1%.上隅角区域采取封堵措施后,上隅角瓦斯浓度降至0.7%.     

GIS系统在矿井救援机器人中的设计与应用

区别于以往的矿井管理系统,矿井救援机器人自主导航GIS系统主要面向煤矿救援机器人,建立井下巷道空间数据库,实现图形与属性信息双向查询;构建井下巷道的几何网络分析模型,实现巷道网络节点信息查询和机器人运行最佳路径分析;建立巷道三维可视化模型,实现井下巷道三维场景模拟,研究空间信息三维可视化管理和分析方法。文中依据当前我国煤矿生产的现状和技术水平,研究一种适用于煤矿井下救援机器人运行的GIS系统。以满足机器人定位与导航的需要,实现煤矿灾后科学救援,最大限度地减少人员伤亡和财产损失,从而提高我国煤矿安全事故的救援水平。