（控制科学与工程专业论文）基于多传感器融合技术的瓦斯监控系统实现.pdf

武汉理工大学硕士学位论文 中文摘要 在我国煤炭行业中，瓦斯事故是当前煤矿生产的最大灾害，目前已成为制 约煤矿安全生产的主要因素。因此，为了加强对煤矿生产的安全监控，本文提 出了一种基于多传感器融合技术的瓦斯监控系统，可以有效的预防和遏制煤矿 事故的发生。 本文首先对瓦斯监控系统的发展现状进行了简单的介绍，并针对其研究现 状及面临的挑战提出一种新的基于多传感器数据融合方法的瓦斯监控系统。由 于煤矿井下环境极其复杂，如果用单一传感器只能获得井下环境的部分信息， 不利于对瓦斯的准确检测，经常需要使用多个同类或异类传感器的组合来获得 互补的信息或增加抗干扰的能力。因此，本文运用多传感器信息融合的方法对 煤矿井下环境的多个数据进行融合处理，以提高整个监控系统的可靠性。 本文首次提出了运用局部融合和全局融合两级融合的方法对煤矿井下多传 感器数据进行融合。采用多传感器算数平均值与分批估计相结合的算法作为局 部融合算法，采用d s 证据理论方法作为全局融合算法。本文对这两种方法进 行了研究和理论分析，并结合试验数据验证了这两种融合方法的有效性。 根据相关国家标准和行业标准设计了监控系统的总体方案，阐述了监控系 统工作原理和要实现的功能。系统能够同时对井下气体中甲烷、一氧化碳等多 种危险气体的浓度和井下的温度、湿度等进行检测。当有某气体浓度或现场温 度等超标时，井下分站能够在很短时间内将警报信息通过c a n 总线传至上位机， 上位机能够迅速给出指令对下位机正在进行的工作状态进行调整和报警。 根据系统功能进行了瓦斯监控系统硬件电路和软件的设计，硬件部分选用 a r ml p c 2 2 9 0 作为系统分站的核心处理器，设计了数据采集电路、c a n 总线接口 电路、后备电源及电源管理电路等。软件部分设计了各个模块的工作流程框图， 并分别对其进行了论述。重点分析了c a n 总线传输报文的特点，设计了适用于 井下分站的传输协议。 结果表明整个系统各方面的综合功能和性能，已经初步达到了预期的目的 和要求，能够实现对煤矿矿井数据有效的采集，为下一步的改进和完善也提供 了重要的数据资料。 关键词：多传感器，数据融合方法，瓦斯检测，c a n 总线 武汉理工大学硕士学位论文 a b s t r a c t l l lc h i n ac o a li n d u s t r y , c o a lm i n eg a sa c c i d e n ti sc u r r e n t l yt h eb i g g e s td i s a s t e r , w h i c hh a sb e c o m eam a j o rc o n s t r a i n i n gf a c t o ri np r o d u c t i o no fc o a lm i n es a f e t y t h e r e f o r e ，i no r d e rt oe n h a n c es a f e t ym o n i t o r i n gf o rc o a lm i n ep r o d u c t i o n ，a m u l t i s e n s o rf u s i o nt e c h n o l o g yb a s e do ng a sm o n i t o r i n gs y s t e mi sp r e s e n ti nt h i s p a p e r ，w h i c hc a l le f f e c t i v e l yp r e v e n ta n dc o n t a i nc o a lm i n e a c c i d e n t s t h i sp a p e rf i r s t s i m p l yi n t r o d u c e s t h ed e v e l o p m e n ts t a t u so ng a ss a f e t y i n s p e c t i o ns y s t e m a c c o r d i n gt ot h em o d e m r e s e a r c hs t a t u sa n dc h a l l e n g e s ，t h i sp a p e r p u t sf o r w a r dan e wg a sm o n i t o r i n gs y s t e mb a s e do nm u l t i s e n s o rd a t af u s i o nm e t h o d a st h ei n - w e l lc o a lm i n ee n v i r o n m e n ti sc o m p l e x ，i fu s i n gas i n g l es e n s o ro n l yp a r t i n f o r m a t i o nu n d e rw e l lc a nb eo b t a i n e d ，w h i c hi sn o te a s yt od ot h ea c c u r a t eg a s d e t e c t i o n s om u l t i p l ec o m b i n a t i o n so ft h es a m eo rd i f f e r e n ts e n s o r su s u a l l yn e e d o b t a i nc o m p l e m e n t a r yi n f o r m a t i o n0 ii n c r e a s et h ec a p a c i t yo fi n t e r f e r e n c e t h e r e f o r e ， i no r d e rt oi m p r o v et h er e l i a b i l i t yo ft h em o n i t o r i n gs y s t e m ，t h i sp a p e ru s e s m u l t i s e n s o ri n f o r m a t i o nf u s i o nm e t h o dt of u s i o nm u l t i - s e n s o rd a t au n d e r g r o u n dc o a l m i n e t h ep a p e rf i r s tp r o p o s e st w of u s i o nm e t h o d so fl o c a li n t e g r a t i o na n dg l o b a l i n t e g r a t i o nt of u s i o nm u l t i - s e n s o rd a t au n d e r g r o u n dc o a lm i n e a r i t h m e t i ca v e r a g eo f m u l t i s e n s o ra p p r o a c hc o m b i n e dw i t ht h eb a t c he s t i m a t i o na l g o r i t h mi su s e da st h e l o c a li n t e g r a t i o na l g o r i t h m ，a n dt h ee v i d e n c et h e o r yi su s e da sag l o b a lf u s i o n a l g o r i t h m t h i sp a p e rt h e o r e t i c a l l ys t u d i e sa n da n a l y s i s t h e s et w om e t h o d s ，a n d d e m o n s t r a t e st h ee f f e c t i v e n e s so ft h et w of u s i o nm e t h o d sb yc o m b i n i n gt h et e s td a t a a c c o r d i n gt ot h er e l e v a n tn a t i o n a ls t a n d a r d sa n di n d u s t r ys t a n d a r d st h eo v e r a l l p r o g r a mo nm o n i t o r i n gs y s t e mi sd e s i g n e d ，w h i c he x p l a i n si t sw o r k i n gp r i n c i p l ea n d f u n c t i o n t h es y s t e mc a ns i m u l t a n e o u s l ym o n i t o rt h ec o n c e n t r a t i o no fm e t h a n e ， c a r b o nm o n o x i d ea n do t h e rd a n g e r o u sg a s e sa n dt e m p e r a t u r ea n dh u m i d i t yi nt h ec o a l m i n e w h e nac e r t a i ng a sc o n c e n t r a t i o no rf i e l dt e m p e r a t u r ee x c e e d st h el i m i t s ， s u b - s t a t i o ni nc o a lm i n ec a nq u i c k l yt r a n s m i ta l e r ti n f o r m a t i o nt oh o s tc o m p u t e ri na v e r ys h o r tp e r i o do ft i m ev i ac a nb u s ，t h e nh o s tc o m p u t e rc a nq u i c k l yg i v e i n s t r u c t i o nt ot h es u b s t a t i o ni nc o a lm i n et oa d j u s tt h eo n g o i n gw o r ks t a t u sa n d o p e r a t i o na l a r m 1 1 武汉理工大学硕士学位论文 a c c o r d i n gt oi t sf u n c t i o no fg a sm o n i t o r i n gs y s t e m ，r e s p e c t i v eh a r d w a r ea n d s o f t w a r ea r ed e s i g n e d a sf o rh a r d w a r e ，a r ml p c 2 2 9 0i su s e da st h ec o r ep r o c e s s o r o ft h es y s t e m ，a n dad a t aa c q u i s i t i o nc i r c u i t ，c a nb u si n t e r f a c ec i r c u i t ，b a c k u pp o w e r a n dp o w e rm a n a g e m e n tc i r c u i t sa r ed e s i g n e d a sf o rs o f t w a r e ，w o r kf l o wd i a g r a mo f e a c hm o d u l ei sd e s i g n e d ，a n dt h ef e a t u r e so fe a c hm o d u l ea n dw o r kf l o wc h a r ta r e d i s c u s s e d t h ec a nb u st r a n s m i s s i o nc h a r a c t e r i s t i c so fp a c k e ta r em a i n l ya n a l y z e d ， a n dt r a n s p o r tp r o t o c o lf o rt h es u b s t a t i o ni nt h ec o a lm i n ei sd e s i g n e d t h er e s u l ts h o w st h a tt h es y s t e m sc o m p r e h e n s i v ef u n c t i o n a l i t ya n dp e r f o r m a n c e h a v eb a s i c a l l ya c h i e v e dt h ed e s i r e do b j e c t i v e sa n dr e q u i r e m e n t s ，t h es y s t e mc a n r e a l i z ee f f e c t i v eg a t h e r i n go fc o a lm i n ep i td a t a ，a n dt h ei m p o r t a n td a t ai n f o r m a t i o n f o r t h en e x ts t e pi m p r o v e m e n ta n dp e r f e c t i o nc a nb ep r o v i d e d k e y w o r d s ：m u l t i s e n s o r ，d a t af u s i o n ，g a sd e t e c t i o n ，c a n b u s m 独创性声明 本人声明，所呈交的论文是本人在导师指导下进行的研究工作及取得的研 究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文不包含其他 人已经发表或撰写过的研究成果，也不包含为获得武汉理工大学或其他教育机 构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡 献均已在论文中作了说明并表示了致谢。 签名：玺! 翌l ! 塑 日期趁丝：兰 关于论文使用授权的说明 本人完全了解武汉理工大学有关保留，使用学位论文的规定，即学校有权 保留、送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部 或部分内容，可以采用影印、缩印或其他复制手段保存论文。 ( 保密的论文在解密后应遵守此规定) 签名：盈! 刃丝导师签名：垄型日期：塑f 叟： 武汉理工大学硕士学位论文 1 1 课题概述 1 1 1 课题题目和来源 第1 章绪论 所选课题的题目：基于多传感器融合技术的瓦斯监控系统实现 课题来源：企业委托项目 1 1 2 课题研究的背景 煤炭是我国的重要原料和基础能源，结合中国能源资源现状和经济实力， 短期内以煤为主的能源消费结构难以改变。据专家预计，我国的能源在近数十 年内5 0 以上还必须依靠煤炭，因而，煤炭工业对促进国民经济快速发展具有 的重要的作用。由于煤矿井下生产的工作环境比较特殊，有着复杂的地质条件 和有限的封闭空间，是事故多发的一个行业。 从官方公布的有关数据来看，近年来，总体上我国煤矿生产正走着一条高 投入、高耗能、低产出、低回报的粗放型的经济增长道路。煤矿生产安全方面 存在着很大的问题，全国各地煤矿事故频繁发生。从煤矿事故统计分析来看m ， 瓦斯爆炸事故长期以来一直居于榜首，2 0 0 8 年我国被查处煤矿事故1 9 0 1 起，而 其中的煤矿瓦斯事故和死亡人数分别占所有煤矿事故总量的1 2 5 和2 9 7 。特 别重大事故几乎都是瓦斯爆炸事故，2 0 0 7 年山西洪洞新窑煤矿”1 2 5 ”矿难、2 0 0 9 年山西屯兰煤矿”2 2 2 ”矿难、2 0 0 9 年河南平顶山”9 8 ”矿难、2 0 0 9 年黑龙江鹤岗市 新兴煤矿”1 1 2 1 ”矿难等都属于特大瓦斯爆炸事故。 瓦斯主要成分以甲烷c 见为主，另有少量的以s 、c 0 2 、c o 和水气等。由 于c h , 具有可燃性，因此，一定浓度的瓦斯、高温火源的存在和充足的氧气即 可燃烧，且极易发生爆炸，爆炸产生的高温高压形成强烈的冲击波，直接威胁 着井下工人的生命安全。而且爆炸后生成大量的有害气体，也会造成人员中毒 死亡。据统计，我国所有煤矿都是瓦斯矿井，加之煤层透气性低，不易在开采 前抽放，采掘时极易发生瓦斯涌出。从煤矿事故统计分析看心1 ，2 0 0 8 年我国煤矿 武汉理工大学硕士学位论文 百万吨死亡率为1 1 8 2 ，2 0 0 7 年为1 4 8 5 ，2 0 0 6 年为2 0 4 1 。但美国煤矿2 0 0 4 - - - , 2 0 0 6 年间的百万吨死亡率分别仅为0 0 2 7 、0 0 2 1 和0 0 4 5 。我国煤矿百万吨死亡率竟 是美国等先进国家的3 0 5 0 倍，煤矿安全形势不容乐观。同时，频繁发生的矿 难事故与我国建设社会主义和谐社会的政治大背景极不协调，与以人为本的科 学发展观不相符合。因此，预防和控制煤矿重大事故的发生，促进煤矿安全生 产已成为我国目前急需解决的重大问题之一。 目前，我国大多数大中型煤矿安装了井下瓦斯安全监控系统，但是功能和 可靠性都很有限。而些小型的煤矿由于成本的原因，最多只安装了比较简单 的安全监控系统。因此，在这样的现实和研究背景下，本文在对传统的瓦斯安 全监控系统研究学习的基础上，提出一种基于多传感器数据融合的煤矿瓦斯安 全监控系统，以有效提高瓦斯安全监控系统的可靠性。 1 1 3 课题研究的目的和意义 瓦斯事故是当前煤矿安全生产的主要威胁之一，给人民的生命和财产带来 巨大的损失。目前，防止瓦斯事故发生的有效手段之一，就是提高煤矿瓦斯监 控水平。国家安全生产监督管理局在煤矿安全规程中就明确规定，我国所 有煤矿必须安装矿井安全监控系统。虽然目前煤矿监控系统的研发和生产都较 之前有了很大的发展，但是迄今为止，我国的矿井瓦斯监控系统人仍处于开发 的阶段，与国外先进监控设备还有很大的差距。 本课题所设计的基于多传感器融合技术的瓦斯监控系统可以对煤矿井下工 作环境参数进行持续监测，并通过c a n 总线的方式实时的将采集到的数据传送到 生产面上管理中心，为各级生产指挥与调度部门提供环境安全参数动态信息， 通过对被测参数的比较和分析，为预防灾害事故提供技术数据，便于提前采取 防范措施，通过对被测参数实施实时有效的控制，及时实现自动报警、断电和 对相关设备进行控制，便于制止事故的发生或扩大。在发生事故的情况下，能 根据巷道安全参数及时优化最佳避灾和救灾路线，为抢救和疏散人员、器材， 提供决策信息。最大限度的保障井下操作人员的安全，并具有重大的经济效益 和现实意义。 传统的煤矿瓦斯监测方法采用多个传感器进行多点监测，然后取平均值的 办法，实践证明，这种方法的测量值和真实值存在较大的误差。本文所设计的 系统首次将多数据融合方法运用到瓦斯监控系统中，多传感器数据融合方法就 2 武汉理工大学硕士学位论文 是充分利用多个传感器资源，通过对这些传感器及其观测信息的合理支配和使 用，把各种传感器在空间或时间上的冗余、互补信息依据某种优化准则组合起 来，以获得对被测对象正确描述。运用多传感器数据融合方法可以大大提高系 统的可靠性很稳定性，这对保障煤矿安全和矿工生命安全具有重要意义。 1 2 煤矿安全检测监控系统国内外研究现状 1 2 1 国外瓦斯监控系统发展现状 关于煤矿安全监控系统的的研究呻1 ，国外起步比较早，从2 0 世纪6 0 年代开 始发展起来，并取得了一定的成果，至今已有四代产品。从技术特性来看，主 要是从信息传输方式的进步来划分监控系统发展阶段的。国外最早的煤矿监控 系统是采用空分制来传输信息。其中最具代表性的是法国的c c t 6 3 4 煤矿环境 监测系统，它可测c h 4 、c o 、风速、温度等参数，最多可测4 0 个测点。波兰在 7 0 年代从法国引进技术后又将测点扩展到1 2 8 点，形成c m c - 1 系统。这就是第一 代煤矿监控系统。 煤矿监控技术的第二代产品的主要技术特征是信道的频分制技术的应用， 它很快取代了空分制系统。其中最具代表性且至今仍有影响的是西德s i e m e n s 公 司的t s t 系统。集成电路的出现推动了时分制系统的发展，从而产生以时分制为 基础的第三代煤矿监控系统，这一系统的成功应用，开创了煤矿自动化技术和 煤矿监控技术发展的新局面，最典型的是英国煤炭研究院于1 9 7 6 年推出以时分 制为基础的m i n o s 煤矿监控系统。 8 0 年代美国以其拥有的雄厚高新技术优势，率先把计算机技术、大规模集 成电路技术、数据通信技术等现代高新科技用于煤矿监控系统，使煤矿监控技 术跻身于高科技之列。这就形成了以分布式微处理机为基础的第四代煤矿监控 系统。其中有代表性的是美国m s a 公司的d a n 6 4 0 0 系统。 1 2 2 国内瓦斯监控系统发展现状 我国煤矿安全监控技术是伴随着煤炭工业的发展而逐步发展起来的， 2 0 世纪8 0 年代初，从波兰、德国、英国和美国等引进了一批安全监控系统，装备了 部分煤矿，推动了我国矿井安全监控技术的发展进程睁7 l 。引进先进煤矿监控设 备的同时，通过消化、吸收并结合我国煤矿的实际情况，先后研制出k j 2 、k j 4 、 3 武汉理工大学硕士学位论文 k j 8 、k 1 1 0 、k j 3 8 、k 1 6 6 等多种监控系统，并在我国煤矿中已大量使用。随 着计算机软硬件技术的快速发展，9 0 年代以来，研制出了一批具有世界先进水 品的监控系统，如k j 6 6 、k j 9 0 、k j 9 2 、k j 9 5 、k j f 2 0 0 、k i f 2 0 0 0 系统等。 目前，煤矿安全生产监控系统正向着集成化、智能化、网络化、柔性化、可视 化无线传感器网络、现场总线技术以及远程无线通信技术的方向发展哺1 。 目前我国煤矿瓦斯灾害监控技术已有很大发展，但还存在很多迫切需要解 决的关键技术问题口1 ： ( 1 ) 在系统设计方面：目前我国生产的监控系统，其主要是监测坏境的相 关参数，当设定的安全参数超限时，实施报警或断电控制；但对煤炭生产的全 过程进行监控与国外还有很大的差距，因此，发展覆盖面更广大的监控系统， 是我国监控系统发展的任务之一。 ( 2 ) 在硬件设施方面：瓦斯灾害监控系统的技术装备水平落后，各种监测 传感器与国外先进水平差距较大，有些仪器设备的可靠性差，监控信息存在误 差，传感器等质量不过关，并下信息传输设备物理接口协议不规范，监控网络 需要解决互联互通与资源共享问题等。 ( 3 ) 在软件技术方面：我国煤矿瓦斯灾害监控系统信息处理技术相对比较 落后，只能对一些原始数据进行简单的转换、存储和显示，而对本身就很有限 的数据资源分析深度不够。灾害隐患判别和应急救援决策的信息量不足，识别 过程中经常存在判决误差，不能及时发现重大灾害隐患。所以煤矿安全监控设 备应用受到了限制，主要原因就是技术装备的精度和可靠程度还达不到现场实 用的要求。 瓦斯灾害同其他客观事物一样，也有一个发生、发展的过程，甚至是从量 变到质变的过程。在灾害发生前，会有一些征兆出现，只要及时捕捉到这些信 息，加以分析处理，及时采取得力措施，就能够将灾害带来的损失降至最低， 甚至避免灾害的发生。因此，如何对瓦斯灾害信息进行采集、征兆提取和融合 决策，以实现对瓦斯灾害实现自我诊断，这对保障煤矿安全和矿工生命安全具 有重要意义。 针对煤矿瓦斯监控系统中存在的技术难题，本课题重点研究煤矿瓦斯灾害 信息的处理问题。把多传感器信息融合技术应用在瓦斯灾害信息处理与决策预 警方面。目前大多煤矿瓦斯监控系统是针对单一灾害的危险源进行静态评价， 没有对灾害发生前的所有监测信息进行融合决策。如对煤层瓦斯压力、煤层温 度，等多种信息进行信息融合，综合判断是否存在瓦斯灾害危险性。本文所设 4 武汉理工大学硕士学位论文 计的系统通过对采集到的数据进行挖掘分析、辨识分类等加工处理，不仅可提 高监控的准确性和可靠性，还能预测煤矿瓦斯变化趋势，捕获瓦斯灾害信息。 1 。3 本课题的研究内容 本课题根据有关行业标准，设计基于多传感器数据融合的低成本、高精度、 高可靠性的瓦斯监控系统，实现对井下的生产环境的综合监控。煤矿瓦斯安全 监控系统是集电子技术、数据融合技术、信息通讯技术等多学科知识的监控系 统。 本课题的主要研究内容如下： ( 1 ) 根据系统的功能要求设计总体方案，选定系统分站的主控芯片，并设 计其外围电路，用于实现数据采集功能，通信功能、电源管理功能、数据存储 和显示功能等。 ( 2 ) 通过在已有数据融合算法学习的基础上，提出一种适合本系统的全新 的局部融合算法。并通过分析和比较现有融合算法的优缺点，选择适合本系统 的全局融合算法。 ( 3 ) 完成各传感器的选型和相关参数的分析。 ( 4 ) 通过对多种总线方式的研究和学习，选定c a n 总线通信，设计适合本系 统的c a n 总线通信方案。 5 武汉理工大学硕士学位论文 第2 章数据融合在瓦斯监控技术中的应用 2 1 多传感器数据融合原理 多传感器数据融合技术是近代发展起来的一种新型测量技术n 2 1 ，它是人类 模仿自身信息处理能力的结果，是基于传感器技术、模式识别、神经网络、控 制理论、人工智能和模糊理论等多学科相交叉的一门新兴学科，被美国列为2 0 世纪9 0 年代重点研究开发的2 0 项关键技术之一。这项技术最初广泛的应用于军 事领域，现在广泛应用于机器人，空中交通管制，智能检测等民生领域。特别 是近十几年来，多传感器信息融合技术获得了普遍关注，其理论和方法已成为 智能信息处理的一个重要研究领域。 最初数据融合用于处理传感器的信息融合，由于传感器的固有特性，单一传 感器的信息通常不完备以及抗干扰的需要，经常使用多个同类或异类传感器的 组合来获得互补的信息或增加抗干扰的能力。因此，多传感器系统是多传感器 融合的硬件基础，多源信息是多传感器融合的加工对象，协调优化和综合处理 多源信息是多传感器融合的核心n 钔。数据融合系统本身所具有良好的稳定性， 宽阔的时空覆盖范围，很高的测量维数和良好的目标空间分辨率等特点。现在 不仅局限于传感器，从各方面采集得到的原始数据和分类器处理的结果都可以 通过融合技术进行加工。 多传感器数据融合中的“传感器”是一个更为广泛的定义，既可以是物理意义 上的传感器，也可以是对物理传感器输出信号的某种处理方法或结果n5 1 。多传 感器融合就是将来自多传感器或多源的信息和数据模仿人类专家的综合信息处 理能力进行智能化处理，从而获得更为准确可信的结论。实际上，多传感器数 据融合是人类和其它生物系统中常见的基本功能。人类非常自然得的运用这一 能力把来自人体各个功能器官所感受到的外部信息综合起来，并使用先验知识 去分析、估计、理解、判断和推测周围环境和正在发生的事件。由于人类感官 具有不同的度量特征，因而可测出不同空间范围内的各种物理现象。把各种信 息或数据转换成对环境的一种准确合理的描述。 多传感器数据融合实际上是对人类综合处理复杂问题的种功能模拟。在 6 武汉理工大学硕士学位论文 模仿人脑综合处理复杂问题的数据融合系统中，通把多传感器观测到的信息在 空间或时间上可冗余或可互补的数据，依据某种准则进行组合后得对被测对象 的致性描述，从而实现了对应的决策和估计。各种传感器的信息可能具有不 同的特征：实时的或者非实时的、时变的或非时变的、模糊的或者确定的、快变 的或者缓变的、精确的或不完整的、可靠的或非可靠的、相互支持或互补，也 可能互相矛盾或竞争。数据融合的基本目标是通过数据组合而不是出现在输入 信息中的任何个别元素，推导出更多正确的信息，达到最佳协同作用的目的， 即利用多个传感器共同或联合操作的优势，提高传感器系统的有效性。 2 2 多传感器数据融合过程 单一传感器只能获得环境特征的部分信息，描述对象和环境特征的某个侧 面，而融合多个传感器的信息可以在较短的时间内，以较小的代价得到使用单 个传感器所不可能得到的精确特征。 瓦斯监控系统中数据融合主要过程可分为以下4 个部分n 7 1 ： ( 1 ) 信号的获取 由于煤矿井下环境极其复杂，被测对象多半为具有不同特征的非电量，如 压力、温度、浓度和湿度等。因此，可根据具体情况采取不同的传感器将煤矿 下需要进行监测的各个对象，转换成变化的电信号，然后经过a d 转换将它们转 换为能由微处理器等能处理的数字量。 ( 2 ) 信号预处理 在信号获取过程中，一方面由于环境等客观因素的影响，在检测到的信号 中常常混有噪音。另一方面，经过a d 转换后的离散时间信号除含有原来的噪音 外，又增加了a d 转换器的量化噪音，不可避免地存在一些干扰和噪音信号因此， 在对多传感器信号融合处理前，有必要对传感器输出信号进行预处理，以尽可 能地去除这些噪音，提高信号的信噪比，信号预处理的方法主要有均值、滤波、 消除趋势项、野点剔除等方法。 ( 3 ) 特征提取 对来自传感器的原始信息进行特征提取，特征可以是被测对象的各种物理 且 里。 ( 4 ) 融合计算 数据融合计算方法较多，主要有数据相关技术、估计理论和识别技术等， 7 武汉理工大学硕士学位论文 如最常见的有最小二乘法，d e m p s t e r s h a y e ，证据推理，卡尔曼滤波，人工神经 网络等算法和贝叶斯方法等。瓦斯监控系统中数据融合过程框图如图2 1 所示。 煤 - - q 传感器1ha d 转换h 数据处理卜 矿 融 井 下 合 环 计 算 境 - - q 传感器nk - qa d 转换h 数据处理卜 图2 - 1 多传感器数据融合过程框图 2 3 多传感器数据融合的常用理论和方法介绍 当多个传感器测得的多种环境信息通过某种数据形式进入数据处理系统之 后，如何正确处理这些复杂而又庞大的数据，使它能够在系统各级数据处理中 得到正确的处理，最终能准确的得到对有关环境、系统的正确描述，这就是信 息融合方法所要解决的问题的。传感器信息融合技术实质上就是通过某一种方 法来对不确定信息进行处理，这样就必须有能够处理不确定信息的某种数学工 具。所以，要解决融合问题，首先要用具体的数学形式来对不确定信息进行描 述，然后在用相应的数学工具进行处理。 多传感器融合实际上是传统学科和新技术应用的一门交叉学科，主要涉及 有检测监控技术、模糊理论和神经网络、人工智能、模式识别、决策论、不确 定性理论、估计理论、最优化理论等技术和理论等诸多学科，多传感器融合所 采用的处理方法和信息表示都来自上述多个学科领域。基于这些方法或数学工 具形成了有b a y e s 推理方法，加权平均法，最小二乘法，d e m p s t e r s h a f e r 证据 推理，卡尔曼滤波，小波变换，人工神经网络等算法n 8 1 。本文主要介绍常用的 几种算法及其优缺点，并结合实际情况选择适用于本系统的算法。 ( 1 ) 贝叶斯准则 贝叶斯推理方法是最早发展起来的的融合方法，也是迄今为止在理论上最 完整的融合方法，它是多传感器系统优化决策的主流技术。贝叶斯方法的应用 一般是基于最大后验检验和似然比，在先验概率已知的情况下，贝叶斯方法是 8 武汉理工大学硕士学位论文 进行数据融合最优的方法。但是如何获得检验所需的先验概率知识，是应用贝 叶斯推理方法需要解决的一个关键问题。把每一个传感器看作是一个贝叶斯估 计器，用它将每个目标各自的关联概率分布综合成一个联合后验分布函数，然 后随观测值到来，不断更新假设的该联合分布似然函数，并通过该似然函数的 极大或极小值进行信息的最后融合n 引。 虽然贝叶斯推理法解决了传统的推理方法的某些缺点和不足，但如何定义 先验似然函数比较困难，同时要求对立的假设事件互斥，而且也不能处理带有 不确定性的类似问题。并且当出现多个假设事件和各事件条件相关时，贝叶斯 推理就会变得复杂起来。该方法的运算量较大，也制约了它的应用。因此，贝 叶斯推理方法在实际的应用上具有很大的局限性。 ( 2 ) 卡尔曼滤波融合算法 卡尔曼滤波融合算法是一种基于线性递推的滤波算法，它是以最小均方误 差为估计的最佳准则，将状态变量引入滤波理论，传统的滤波采用的是协方差 函数，而卡尔曼滤波融合算法是采用信息干扰的状态空间模型，并把离散时间 与状态空间描述联系起来。 卡尔曼滤波融合算法的基本思想是：把前一时刻的估计值加在测得的新的 数据前，再用一套递推公式和系统本身的状态转移方程来求得新检测量的估计 值。综上所述，此方法一般适用于平稳的随机过程，并且比较适合对线性系统 的目标跟踪。卡尔曼滤波融合算法要求系统具有线性的动力学模型，且传感器 噪声和系统噪声必须是高斯分布噪声模型。卡尔曼滤波融合算法的计算量比较 大，对出错数据非常敏感，因此卡尔曼滤波融合算法在应用上也存在很大的局 限。 ( 3 ) 证据推理方法 证据推理方法又称d e m p s t e r 一黝咖，的证据理论脚1 ，是一种可以采用基于统 计方法的数据融合分类算法。同时证据理论作为一种不确定性推理方法，它是 通过集合表示命题，在把对命题的不确定性描述转化为对集合的不确定性描述， 同时利用信任函数、似然函数、概率分配函数来描述客观上存在的证据对该命 题的支持程度，用它们之间的运算与推理来进行对目标的识别。证据推理方法 的优点在于无需先验概率的信息，因此在目标识别、故障诊断、综合规划等多 个领域得到了广泛的应用。 在贝叶斯方法中不能将不确定与不知道严格分开，而证据推理方法弥补了 这一不足。证据理论方法可以不需要知道条件概率密度和先验概率，证据理论 9 武汉理工大学硕士学位论文 的这些优点是该方法在数据融合中得到了广泛应用。但是，随着推理过程的增 加，系统对象的识别框架变得越来越复杂，且计算量也会变得很大。此外，组 合规则的组合灵敏度非常高，即基本概率赋值的一个很小变化都可以导致算法 的结果发生很大的变化。 ( 4 ) 模糊积分法 模糊积分方法是一种寻求期望目标与对象证据之问存在最大一致性的搜索 算法。应用模糊积分方法进行多源数据融合的关键问题是对模糊密度的确定问 题，模糊积分的结果对模糊密度的大小是极其敏感的，模糊密度所反映的是每 个信息源的重要性，模糊密度可以由专家指定也可以由训练数据直接获取。如 果模糊密度值是由专家给定的，则主观性很强，因为每个专家的想法和意见大 都不一样，因此，很难确定最优的密度值。 ( 5 ) 神经网络方法 由于数据融合方法是智能化的思想的基础上建立起来的，。所以在结构上与 神经网络具有很大的相似性，所以数据融合方法要实现的功能也就是模仿人类 的大脑，能对来自多方面信息进行综合的处理，因此神经网络方法在数据融合 应用中具有很大的发展前景。由于其在结构上与神经网络的相似性，所以充分 考虑多个传感器或者信息处理单元之间的互相影响、互相制约的关系，同时这 也体现了数据融合系统是一个有机的整体，而不是多种信息简单代数加减关系。 2 4 基于多传感器数据融合瓦斯监控系统算法方案的设计 2 4 1 煤矿瓦斯灾害的类型 我们把在煤矿井下采掘过程中从煤岩中涌出的有害气体总称为瓦斯乜，其 包含的主要成分有如c h 4 、c o 、c q 、卫s 、c 2 风、c 2 也、c 2 皿、m 等。 其中，c h 。是瓦斯中所含的主要成分，占所有气体的9 0 9 6 以上，因此我们平常所 说的煤炭瓦斯一般就是指甲烷c h 4 。 在煤矿井下正常的开采过程中，瓦斯就会从煤岩裂缝中喷出来充满到矿井 中咙1 。由于煤矿井下瓦斯气体的主要成分是c h 4 ，易燃易爆，在加上煤矿井下 的环境状况极其复杂，而其空间狭小有限，只要遇到火源就会迅速燃烧，并且 会发生瓦斯爆炸，直接威胁着煤矿井下矿工们的生命和财产安全，因此一般来 讲煤矿井下瓦斯爆炸是煤矿最严重的瓦斯灾害。瓦斯在煤矿井下般会发生有 1 0 武汉理工大学硕士学位论文 以下几种情况： ( 1 ) 瓦斯爆炸 瓦斯爆炸就其本质来说，就是一定浓度的甲烷和空气中的氧气在一定温度 作用下产生的激烈氧化反应。瓦斯爆炸产生的高温高压，促使爆源附近的气体 以极大的速度向外冲击，造成人员伤亡，破坏巷道和器材设施，扬起大量煤尘 并使之参与爆炸，产生更大的破坏力。另外，爆炸的高温火焰能造成人员烧伤。 爆炸后生成大量的有害气体，造成人员中毒死亡，瓦斯爆炸也易引起矿井中发 生火灾1 。瓦斯爆炸必须同时满足3 个条件： 1 ) 瓦斯爆炸有一定的浓度范围 一般煤矿瓦斯爆炸浓度界限为5 一1 6 ，当瓦斯浓度低于5 时，遇到火源 不会发生爆炸，只会在火焰的外围形成燃烧层啪。当瓦斯浓度为9 5 时，由于 此时瓦斯和氧完全反应，因此，此时瓦斯爆炸的威力最大，当瓦斯浓度在1 6 以上时，就不会发生爆炸，但在空气中若遇到火源还时会燃烧。通常情况下瓦 斯爆炸界限并不是一成不变的，当压力、温度和可燃性气体混入时都会影响到 瓦斯的爆炸界限。 2 ) 引爆瓦斯的火源或能量 一般点燃瓦斯的最低温度为7 0 0 左右。当瓦斯含量在7 8 时，最易引 燃，例如在煤矿井下开采设备工作时产生的电气火花、不按照规定程序放炮、 煤炭自燃、矿工抽烟等都易引起瓦斯的爆炸。 3 ) 氧气的浓度 当煤矿井下的氧气浓度减少至1 j 1 2 以下时，即使当井下含有大量的瓦斯， 且有火源存在，瓦斯混合气体不会发生爆炸，瓦斯爆炸发生要求的条件是氧气 浓度大于1 2 。在正常通风风流中氧气的浓度通常大于2 0 。所以一但有新鲜空 气进入到井下，只要氧气浓度达到1 2 以上，就会发生爆炸。因此控制风流中 的瓦斯浓度是防治瓦斯爆炸最好的方法。 ( 2 ) 瓦斯突出 瓦斯突出是指在很短时间内从煤岩层内部向开采面突然喷出瓦斯的现象， 瓦斯突出是另一类型的大量瓦斯的涌出，并且瓦斯涌出量会远远超过突出煤矿 的瓦斯含量，并且随着煤矿井下开采深度的增加、瓦斯含量的增加和压力作用 下，瓦斯的突出的危险性也在加大瞳副。 ( 3 ) 瓦斯燃烧 当煤矿井下的瓦斯浓度低于5 时，瓦斯遇到火源时可以燃烧，但是不会发 武汉理工大学硕士学位论文 生爆炸。当瓦斯浓度超过1 6 时，如果混合空气中氧气的含量不足，也不会发生 爆炸，但是当遇到有新鲜空气进入时，就会发生瓦斯燃烧，而瓦斯燃烧很有可 能引起煤矿矿井发生火灾，并且随时可能转化为瓦斯爆炸事故。 煤矿井下瓦斯安全监控系统是多参数监测系统，主要是对井下的e 乩、c o 、 等有毒有害气体的浓度和井下的温度、风速、负压、运行设备的运行状态进行 实时监测。瓦斯安全监控系统获取瓦斯灾害信息的方式有两种，一是通过直接 对井下瓦斯浓度等参数检测而获取信息数据，然后再通过这些监测数据对瓦斯 灾害进行判断；二是对于那些不能通过传感器直接获取的瓦斯灾害信息，例如 瓦斯突出灾害信息等，则需要通过利用瓦斯灾害监测设备对瓦斯灾害的相关参 数进行监测，进而间接的获取瓦斯灾害信息。 本课题主要是通过监测瓦斯浓度及相关坏境参数，对煤矿矿井下的瓦斯含 量、瓦斯涌出量、井下巷道瓦斯浓度变化趋势等进行预测，还可通过对连续监 测得到的多传感器数据进行算法融合处理，以获得像瓦斯涌出动态变化规律、 瓦斯涌出特征等重要信息，进而获取准确的瓦斯灾害信息。 2 4 2 井下分站多传感器数据融合框架 考虑到煤矿井下巷道的结构与环境的特殊性，本文提出了一种适用于煤矿井 下瓦斯监测的分布式多传感器体系结构和二级融合模型，系统融合结构框图如 下图2 - 2 所示： 图2 - 2 系统融合结构框图 1 2 武汉理工大学硕士学位论文 首先在局部融合中心，采用多传感器算数平均值与分批估计相结合的算法， 在时间和空间上对来自多个同类传感器的多源数据进行数据融合。在空间上， 当某一平面区域中某个甚至数个传感器失效时，借助其他非失效传感器提供的 信息，还是能获得更加准确的结果。在时间上，对不同时刻采集到的数据进行 融合，可获得全面准确的测量值泌棚。 采用d s 证据理论作为全局融合算法，并结合专家系统l 和专家系统2 的知 识对于来自各个局部融合中心的多个数据进行重新组合、关联，最终形成全局 决策。其中专家系统l 和专家系统2 是结合煤矿安全专家和现场工作人员的经验 统计出来的知识库。专家系统1 是用来对经过局部融合的数据进行概率分配赋 值。例如，在本系统中，煤矿井下巷道瓦斯浓度经多个同类传感器采样后送入 局部融合中心进行处理，由专家系统l 结合局部融合中心处理后的瓦斯浓度值， 对各个灾害类别进行概率分配赋值。 专家系统2 有两方面的作用，一方面是根据煤矿环境可能出现的情况定义出 合理的识别框架，例如在本系统的设计中，由专家系统2 来定义煤矿井下瓦斯灾 害类别为瓦斯突出4 、瓦斯爆炸4 、瓦斯燃烧丘、瓦斯窒息4 ，即整个检测系 统辨识框架e 为 4 ，4 ，4 ，4 ) 。另一方面是经过全局融合后数据，再结合专家系 统2 中领域专家的知识和经验，可以判断出瓦斯灾害的类别。 本系统在全局融合中心主要采用d s 证据推理理论对煤矿井下所有瓦斯 浓度、氧气浓度、温度、风速等主要环境参数进行融合。首先根据煤矿井下瓦 斯可能出现的情况，由专家知识系统2 定义出合理的识别框架，专家知识系统1 对经过局部融合的多传感器数据进行基本概率分配赋值，然后经过d s 证据理 论融合后，再将全局融合结果送入专家系统的知识库2 啪1 ，以结合领域专家的经 验作为专家系统推理的依据，对煤矿井下环境的实时状况做出精确的判断，达 到预测瓦斯爆炸的危险性的目的，从而杜绝了瓦斯爆炸所造成的巨大伤害。 2 4 3 基于多传感器算数平均值与分批估计相结合的融合算法 本文设计的基于多传感器数据融合的瓦斯安全监控系统，首先对煤矿井下 巷道瓦斯浓度、氧气浓度、风量、温度和其他需要监测的状态参量进行采样测 定，得出数据结果再经分批估计的数据融合方法进行处理后，得出初步融合结 果，即局部融合结果，再将局部融合结果送入到全局融合中心进行处理后得出正 确的结论或预测的目的，从而实现了对矿井瓦斯的实时监测和预测控制。 1 3 武汉理工大学硕士学位论文 当用多个传感器同时测量某井下的环境变量，或者如果检测系统对环境变 量的测量次数有限时，求