基於多目標監測數據融合的煤礦頂板安全評價方法

2023-07-24 13:40:51 1

專利名稱：基於多目標監測數據融合的煤礦頂板安全評價方法
技術領域：
本發明是基於多源監測數據融合的煤礦頂板安全評價方法，屬於監測與信息處理技術領域。

背景技術：
近年來，煤礦開採過程中頻繁發生的重大安全事故，已引起全社會的廣泛關注。在各類煤礦事故中，頂板事故仍居前位。分析發生這些事故的原因，主要是在煤礦生產過程中缺乏有效的監測手段及信息處理技術。目前，許多煤礦建立了一系列頂板安全監測系統，採取的主要監測手段有頂板壓力監測、頂板離層監測、電磁輻射監測、常規礦壓監測和微地震監測等，這些手段雖從不同的側面反映了頂板安全狀況，但具有很多不確定因素，因而無法全面評價頂板安全狀況，且目前這些手段監測的數據離散性較大，數據處理手段相對落後，反饋指導生產的時間滯後，無法在事故發生前臨近報警或預警。因此，針對煤礦頂板管理存在的這些問題，開展基於多目標監測數據融合技術研究頂板安全評估模型，對於預防煤礦頂板事故具有十分重要的意義。
信息融合技術是近年來發展起來的一種自動化信息綜合處理技術，通過對來自不同傳感器的信息進行處理，以改善信息的質量，提高信息的精度。數據融合的方法有很多，如聚類分析法、人工神經網絡法、D-S證據理論法等等，與本發明有關的技術是D-S證據理論法。


發明內容
本發明的目的是基於D-S證據理論的多源監測數據融合技術，提供一種煤礦頂板安全評價方法，該方法可以有效消除多源信息的不確定因素，提高頂板安全評價的準確度，克服僅憑一種監測信息做出決策從而可能影響頂板安全評價結果不準確的缺陷。
為達到上述目的，本發明採取的技術方案包括以下步驟 第一步根據煤礦實際生產狀況，將煤礦頂板安全狀態定義為3個等級，確定頂板安全狀況的辨識框架，表示為S＝{S1，S2，S3}，各狀態的含義見表1。
表1頂板安全狀態表
第二步建立基於D-S證據理論的頂板安全狀態分類決策規則。
本發明基於煤礦頂板安全評價這一技術領域，提出以下分類決策規則①頂板安全的目標狀態應具有最大基本概率分配值；②目標狀態的基本概率分配必須大於不確定性基本概率分配值；③目標狀態的基本概率分配與其他類別的基本概率分配值之差應大於或等於設定閾值0.20；④目標狀態的不確定性基本概率分配值應小於設定閾值0.30； 第三步計算機採集某一周期煤礦頂板安全監測系統中的傳感器數據，包括頂板壓力、頂板離層、電磁輻射、微地震和常規礦壓等數據，並將採集到的監測數據進行預處理，具體做法是對採集到的各類監測數據進行歸一化處理，按比例進行縮放，使其對頂板安全狀況的判定值落在
範圍內。這樣可以將採集到的各類監測數據轉化為對應證據的基本可信度分配值，使其具有統一表達方式，便於數據融合。
第四步計算機應用基於D-S證據理論的多源數據融合算法對各類傳感器數據進行融合，凸現頂板安全的某一狀態，實現頂板安全狀態的辨識。融合算法描述如下 對於同一辨識框下的兩個信度函數Bel1，Bel2，m1，m2為對應的基本可信度分配，則對兩個信度函數的正交和為A＝Ai∩Bj，其總概率為 如果Ai∩Bj＝Ф，而

因總概率為1，所以必須將Ai∩Bj＝Ф部分刪除，重新進行概率分配，利用歸一化因子，公式(1)可改寫為 其中，

為歸一化因子。若令

，則公式(2)可改寫為 對於多個信度函數，其合成法則如下設Bel1，Bel2，…，Beln為辨識框X上的信度函數，m1，m2，…mn為對應的基本可信度分配，如果Bel1，Bel2，…，Beln存在且基本可信度分配為m，則

(Z≠X)。對n個證據源的合成公式定義為 其中， 第五步計算機根據第二步提出的頂板安全狀態分類決策規則對融合後的基本概率分配值進行分析，並輸出頂板安全狀態辨識結果，從而實現煤礦頂板安全狀況的評價。
本發明的積極效果是本發明利用信息融合的理論和方法，建立了煤礦頂板安全評估的概念框架，給出了基於D-S證據理論的多源數據分析、處理、分配、融合等信息處理步驟。通過信息融合技術可以充分利用頂板監測多源信息的互補性、綜合性，極大地提高頂板評價指標信息的質量和可信度。整個算法結構及過程簡單，且能有效消除煤礦頂板多源監測數據信息的不確定因素，提高了頂板安全狀態評估的準確度。

具體實施例方式 下面以三類傳感器為例具體說明本發明的技術方案。
假設某煤礦頂板安全監測系統使用三種傳感器M1-綜採支架壓力傳感器、M2-頂板離層儀、M3-電磁輻射儀，目標識別框架為S＝{S1，S2，S3}，分別表示頂板安全的危險、臨界、安全三種不同狀態，在某一採樣周期對應的基本概率賦值如表2所示，其中A表示不確定命題基本概率賦值。
表2三類傳感器的基本概率賦值
通過證據理論組合規則，M1與M2傳感器融合的基本概率M1×2組合情況如表3所示。
表3M1、M2組合情況
由表2，根據上述公式(5)的計算，可得到M1(*)，M2(*)類證據的衝突因子 K＝0.07+0.03+0.1+0.06+0.075+0.105＝0.44 M1、M2傳感器融合後的基本概率值為 同理可以計算出傳感器M1、M2及M3的證據衝突因子K＝0.4998，融合後的基本概率值見表4。
表4融合後的基本概率值
從表2中雖然能看出每一個傳感器的基本概率賦值在S2狀態都為最大值，但不確定性的基本概率賦值也很大，因此不能清晰地從單個傳感器判斷目標處於哪種狀態，隨著多個證據的融合，對狀態判斷的不確定性逐漸下降，而且S2狀態的基本概率值也凸顯出來。
結合表4的計算結果，根據第四步頂板安全狀態分類決策規則可以判定，狀態S2為最大可信度，且符合頂板安全狀態分類決策規則設定的閾值，故狀態S2滿足融合規則，本次頂板安全狀態識別的結果為S2，即臨界狀態。
權利要求
1.一種基於多目標監測數據融合的煤礦頂板安全評價方法，其特徵在於，包括以下步驟
第一步根據煤礦實際生產狀況，將煤礦頂板安全狀態定義為3個等級，確定頂板安全狀況的辨識框架，表示為S＝{S1，S2，S3}，其中S1代表危險狀態，S2代表臨界狀態，S3代表安全狀態；
第二步建立基於D-S證據理論的頂板安全狀態分類決策規則，規則如下
①頂板安全的目標狀態應具有最大基本概率分配值；
②目標狀態的基本概率分配必須大於不確定性基本概率分配值；
③目標狀態的基本概率分配與其他類別的基本概率分配值之差應大於或等於設定閾值0.20；
④目標狀態的不確定性基本概率分配值應小於設定閾值0.30；
第三步計算機採集某一周期煤礦頂板安全監測系統中的多目標傳感器數據，並將採集到的監測數據進行預處理，具體做法是對採集到的各類監測數據進行歸一化處理，按比例進行縮放，使其對頂板安全狀況的判定值落在
範圍內。這樣可以將採集到的各類監測數據轉化為對應證據的基本可信度分配值，使其具有統一表達方式，便於數據融合；
第四步計算機應用基於D-S證據理論的多源數據融合算法對各類傳感器數據進行融合，凸現頂板安全的某一狀態，實現頂板安全狀態的辨識；融合算法描述如下
對於同一辨識框下的兩個信度函數Bel1，Bel2，m1，m2為對應的基本可信度分配，則對兩個信度函數的正交和為A＝Ai∩Bj，其總概率為
如果Ai∩Bj＝Φ，而
因總概率為1，所以必須將Ai∩Bj＝Φ部分刪除，重新進行概率分配，利用歸一化因子，公式(1)可改寫為
其中，為歸一化因子。若令
，則公式(2)可改寫為
對於多個信度函數，其合成法則如下設Bel1，Bel2，…，Beln為辨識框X上的信度函數，m1，m2…，mn為對應的基本可信度分配，如果Bel1，Bel2，…，Beln存在且基本可信度分配為m，則
，(Z≠X)。對n個證據源的合成公式定義為
其中，
第五步計算機根據第二步提出的頂板安全狀態分類決策規則對融合後的基本概率分配值進行分析，並輸出頂板安全狀態辨識結果，從而實現煤礦頂板安全狀況的評價。
2.如權利要求1所述的基於多目標監測數據融合的煤礦頂板安全評價方法，其特徵在於，所述的多目標傳感器數據包括頂板壓力、頂板離層、電磁輻射、微地震和常規礦壓數據。
全文摘要
本發明公開了一種基於多目標監測數據融合的煤礦頂板安全評價方法，主要特點是根據煤礦實際生產狀況，將煤礦頂板安全狀態定義為3個等級，確定頂板安全狀況的辨識框架；計算機利用基於D-S證據理論數據融合模型對多目標監測傳感器數據的基本概率進行融合，凸顯頂板安全的某一狀態，實現頂板安全狀態的辨識；計算機再根據頂板安全狀態分類決策規則對融合後的基本概率分配值進行分析，並輸出頂板安全狀態辨識結果，從而實現煤礦頂板安全狀況的評價。本發明建立了煤礦頂板安全評估的概念框架，給出了基於D-S證據理論的多源數據分析、處理、分配、融合等信息處理步驟，極大地提高頂板評價指標信息的質量和可信度。
文檔編號G01M99/00GK101806229SQ201010126358
公開日2010年8月18日 申請日期2010年3月15日 優先權日2010年3月15日
發明者賈瑞生, 閆相宏, 譚雲亮, 孫紅梅, 鄭永果, 彭延軍, 東野長磊 申請人:山東科技大學