位置:立项数据库 > 立项详情页
煤矿井下传感网络中瓦斯时空异常事件检测研究
  • 项目名称:煤矿井下传感网络中瓦斯时空异常事件检测研究
  • 项目类别:地区科学基金项目
  • 批准号:61064014
  • 申请代码:F030307
  • 项目来源:国家自然科学基金
  • 研究期限:2011-01-01-2013-12-31
  • 项目负责人:胡圣波
  • 负责人职称:教授
  • 依托单位:贵州师范大学
  • 批准年度:2010
中文摘要:

安全是煤炭生产的头等大事,安全对煤炭生产起着保证、支撑和推动作用。煤矿事故类型当中,瓦斯事故最为严重, 煤矿瓦斯的监测预警研究理论和应用价值十分巨大。。从满足我国经济快速增长对煤炭资源需求不断增加的需要和保障国家能源安全的高度,为提高煤矿瓦斯异常事件检测的准确率、降低瓦斯异常事件虚警概率,本项目通过研究传感网络环境下的瓦斯时空事件模型,定义新的瓦斯时空异常事件,分析瓦斯传感数据相空间维数,提出相空间嵌入维数和时空相关的贝叶斯网络组合的瓦斯时空异常事件检测方法,以满足我国经济快速增长对煤炭资源需求不断增加的需要。最后,项目提出相空间嵌入维数和时空相关的贝叶斯网络组合的瓦斯时空异常事件检测方法将通过煤矿瓦斯传感网络真实数据验证,并为《煤矿安全规程》的完善提供必要依据。

结论摘要:

煤矿瓦斯异常事件,属极值事件,虽然很少发生,但其一旦发生,将会产生空前重大的影响。最近十年,基于传感网络的煤矿瓦斯监测已得到应用。但是,目前瓦斯异常检测要么依据多年的经验,要么依据单一阈值判断,既无瓦斯异常事件的数学定义,也没有考虑传感节点的时空相关性,瓦斯异常虚警、漏警概率高。为此,建立了二维矿井巷道分层簇型传感网络模型;考虑到传感网络的时空相关性,基于BGe评分和嵌入维,建立了二维矿井巷道分层簇型传感网络模型下的瓦斯异常事件检测的Bayesian时空模型;结合瓦斯多气体检测的特点,采用统计的方法,给出了6中瓦斯异常事件定义;基于Bayesian瓦斯时空模型对应的似然值,采用极值分布的KS检验,研究了瓦斯异常事件的统计推断检测方法。实证结果表明,与传统基于阈值的单传感异常检测方法相比,提出的传感网络环境下的瓦斯时空异常模型和检测方法能有效地降低瓦斯异常虚警、漏警概率,并具有更好的灵活性。 同时,从提高瓦斯传感网络数据可靠性和传输容量、降低能耗出发,利用传感网络数据的时空关联性,提出一种基于时空融合的瓦斯传感网络数据的预处理方法、矿井巷道无线传感网络传输容量下界的计算方法、基于空间相关的矿井巷道WSN(无线传感网络)传感节点部署策略。最后,基于矿井巷道传感网络分层簇形拓扑结构和二维模型,开展了基于传感节点连接的煤矿坍塌孔检测的Fisher信息研究,为煤矿坍塌孔项目研究较好地完成了考核指标,共发表学术期刊论文3篇。其中,EI检索1篇(国际期刊),EI、SCI检索双检索论文1篇(国际期刊),其它期刊论文1篇;申请发明专利1项(实审中);申请软件著作权1项(审批中)。此外,另有1篇学术论文已投SCI、EI双检索的国际期刊。


成果综合统计
成果类型
数量
  • 期刊论文
  • 会议论文
  • 专利
  • 获奖
  • 著作
  • 3
  • 0
  • 1
  • 0
  • 0
相关项目
期刊论文 9 会议论文 2 著作 4
胡圣波的项目