煤礦瓦斯檢測方法與流程
2023-07-07 00:38:11
本發明涉及一種檢測方法，具體涉及一種煤礦瓦斯檢測方法。
背景技術：
：隨著我國經濟的迅速發展，對能源的需求更是日益增長。由於我國是一個「富煤貧油少氣」國家，因此煤礦的開採對我國經濟的發展起著極其重要的作用。經濟的迅速發展自然就需要更多煤礦的開採。煤礦是安全事故多發的企業。從我國近來的煤礦事故可以看出瓦斯事故佔有極大的比重，瓦斯是危害礦井安全生產的重要因素之一。瓦斯濃度的檢測是煤礦安全生產的主要環節，瓦斯(主要成分是甲烷)濃度的準確測量與預報直接關係到井下人員與設備的安全。目前，我國有些煤礦中安裝了瓦斯探測和報警系統，現在的瓦斯探測器都是通過電纜將模擬信號傳輸到一個集中點，再經過放大送到井上，由於井下環境惡劣，存在著各種幹擾源，瓦斯傳感器輸出的微弱信號很容易受到汙染，引起一些脈衝幹擾信號，也稱為「冒大數」，常常造成誤報警。一旦報警，井下的電源就自動切斷，生產被迫停止。由於報警系統技術落後，誤報警高達百分之八九十，正常生產因為頻繁的誤報警而受到很大影響，給企業造成了很大的損失。技術實現要素：針對現有技術的缺陷，本發明提供了一種煤礦瓦斯檢測方法。一種瓦斯濃度檢測方法，採用KPCA算法用於鑑別「大數」，首先構造兩種混合核函數，利用矢量的方法構建核矩陣，並利用核主成分分析計算核矩陣的特徵向量，該算法具有較高的識別率和較高的運算速度；該算法通過訓練樣本在特徵空間所張成的子空間的一組標準正交基，將訓練集上的KPCA過程，轉化為所有核訓練樣本在該組基下的坐標為數據集的PCA過程，同時對訓練樣本特徵提取，能有效捕捉訓練數據的非線性特徵，在模式識別、回歸分析中受到廣泛重視和應用。在KPCA的求解過程中，需要特徵值分解一個M*M的核矩陣(M表示訓練樣本數)，對樣本特徵提取時，只需計算該樣本與構成這組基德樣本間的核函數，實驗結果驗證該算法是有效的；通過對原始樣本的矩陣進行分解,選取前面M個最大特徵值所對應的特徵向量組成最優投影矩陣,通過將樣本數據在最優投影矩陣上進行投影,達到數據分離脈衝幹擾的目的；需要通過非線性映射將數據映射到線性可分的特徵空間進行主成分析,由於其計算過程中使用核函數來完成高維特徵空間中矢量的內積計算；設xi∈Rp(i＝1,2,3…,N)為p維輸入空間N個樣本點，假設通過非線性變換φ將Rp映射到特徵空間F(Rf)，即φ:Rp→F(Rf),φ(xi),(i＝1,2,3…,N)，為空間F中對應的在高維特徵空間進行主成分分析的方法可以通過求解特徵空間中樣本矩陣的特徵值和特徵向量實現，假設φ(xi),(i＝1,2,3…,N)是已經經過中心化處理後的高維特徵空間向量，特徵空間的協方差矩陣為：Cφ=1NΣi=1Nφ(xi)φ(xi)T---(1)]]>求解Cφ特徵值特徵向量的關係式為：Cφv＝λv(2)λ和v分別表示矩陣Cφ的特徵值和對應的特徵向量，由於蟹放在矩陣是對稱的，因而可以找到r個標準正交特徵向量，既式(2)存在r個非零解，但由於變換未知，矩陣Cφ無法獲得，因而無法直接求解(2)的特徵向量，依據再生核理論，特徵向量v可由空間F中的樣本張成，既可由φ(xj),(j＝1,2,3…,N)的線性組合表示：v=Σj=1Nαjφ(xj)---(3)]]>考慮等式：φ(x)·Cφv＝λ(φ(x)·v)(4)將式(1)、(3)代入式(4)，令矩陣KN×N＝(φ(xi)οφ(xj)),(i,j＝1,2…N)可得Kα＝nλα(5)矩陣K稱為核矩陣，上式既可以求解矩陣K的特徵值和特徵向量的方程，因為求解式(3)係數的問題轉化為求解核矩陣的特徵向量的問題。核矩陣K需要通過計算高維特徵空間中矢量的內積形成，因而可採用支持向量機技術中的和函數來完成，核函數可以通過原屬性空間的計算變換實現高維特徵空間內積值得計算；選擇合適的核函數，則可以求解核矩陣的特徵值和特徵向量，然後通過PCA的方法獲取特徵空間中的主成方向矢量，假設取前m個特徵值對應的特徵矢量組成主成方向矢量，則數據聚的主成方向矢量可以表示為v＝λ1v1+λ2v2+…+λmvm(6)此處λ＝(λ1,λ2,…,λm)，表示歸一化的特徵值，歸一化可保證主成方向矢量的單位性；2、數據異常的度量通過在高維特徵空間進行主成分析，可以認為正常情況下數據的主成方向矢量應該基本保持一致，因而可採用主成方向矢量的內積來衡量不同數據之間的差異，即：θ＝||(7)此處僅採用第一個特徵矢量作為數據的主成方向矢量，即取m＝1，此時數據集1和2主成方向矢量的內積為：v1,v2>=Σi=1Nα1i1φ(xi1),Σk=1Nα2k2φ(xk2)>=Σi=1NΣk=1Nα1i1α2k2φ(xi1),φ(xk2)>=Σi=1NΣk=1Nα1i1α2k2k(xi1,xk2)---(8)]]>上式可以看出，主成方向矢量之間的內積計算同樣可以通過核函數的方法實現，基於異常度量方法，在異常瓦斯數據檢測過程中可將實際數據分為M段長度為N的數據子矩陣，每個子矩陣對應一個主成方向矢量，其平均主成方向矢量可以表示為：(β1，β2，β3…βr)＝(φ(xb1)，φ(xb2)，φ(xb3)，…，φ(xbγ))C(10)上式中sum(vi)表示向量之間的各元素之和，參數c用於確保的單位性；3、瓦斯濃度異常數據檢測算法流程算法可以劃分為兩個階段，訓練階段和檢測階段，訓練階段主要是通過歷史數據獲取數據分布的特徵，估計分布模型參數；檢測階段主要是計算檢測數據集的主成方向矢量的分布概率，根據概率的大小判斷瓦斯濃度數據是否出現異常，其詳細的步驟如下：訓練階段(1)將樣本數據進行劃分為M段長度為N的數據子矩陣Dj(j＝1,2…M)；(2)選取合適的核函數用於高維特徵空間的矢量內積；(3)採用KPCA的方法獲取各數據子矩陣映射到高維特徵空間後的主成方向矢量vj；(4)通過M個vj計算整個訓練數據子矩陣的平均方向矢量(5)採用VMF分布模型描述歷史數據主成方向矢量的分布，並估計確定模型參數；檢測階段(1)求解數據子矩陣Dj+1的主成方向矢量vj+1；(2)求解主成方向單位矢量vj+1與平均單位方向矢量的內積η；(3)使用下式計算分布概率並與預定義的門限值進行比較，若，則認為瓦斯數據異常。p=-∞-ηcp(k)ekθdθ++η+∞cp(k)ekθdθ.]]>本發明的有益效果：對煤礦安全監控系統中瓦斯濃度檢測出現的脈衝幹擾也稱為「冒大數」問題，提出利用KPCA來對瓦斯濃度數據進行處理，將脈衝幹擾信號濾除掉，防止出現誤報警現象，但是保證防漏報警。附圖說明圖1是本發明檢測系統的結構示意圖；圖2是檢測方法的流程圖；圖3是瓦斯湧出預測流程圖。具體實施方式為使本發明的上述目的、特徵和優點能夠更加明顯易懂，下面結合附圖對本發明的具體實施方式做詳細的說明，使本發明的上述及其它目的、特徵和優勢將更加清晰。在全部附圖中相同的附圖標記指示相同的部分。並未刻意按比例繪製附圖，重點在於示出本發明的主旨。請參閱圖1，首先介紹瓦斯濃度的測量系統，包括設置在礦井內、且能夠由光碟機動的透明氣泵3和柔性光柵9；還包括設置在礦井外的光源發生單元及信號採集處理單元，光源發生單元發出的光通過光纜照射到透明氣泵3和柔性光柵9，光源發生單元與信號採集處理單元交互，柔性光柵9通過光纜與信號採集處理單元相連；在透明氣泵3的頂部設有單向閥12，透明氣泵3底部為含偶氮苯發光團的有機薄膜I13；柔性光柵9下端設有含偶氮苯發光團的有機薄膜II15。所述光源發生單元包括寬光譜紅外光源2、第一紫外光光源5、第一可見光光源6、第二紫外光光源7及第二可見光光源8；其中，寬光譜紅外光源2發出的光通過光纖照射透明氣泵3，第一紫外光光源5和第一可見光光源6發出的光通過光纖照射透明氣泵3底部的含偶氮苯發光團的有機薄膜I13；第二紫外光光源7和第二可見光光源8發出的光通過光纖照射柔性光柵9下端的含偶氮苯發光團的有機薄膜II15。所述信號採集處理單元包括計算機1、探測器10及信號調理電路11，柔性光柵9通過電纜與探測器10的輸入端相連，探測器10的輸出端與信號調理電路11的輸入端相連，信號調理電路11的輸出端與計算機1相連。計算機1與寬光譜紅外光源2相連，礦井外的寬光譜紅外光源2發出的光通過光纖照射礦井內的透明氣泵3，計算機1與礦井外的第一紫外光光源5、第一可見光光源6相連，單向閥12與透明氣泵3相連，打開第一紫外光光源5，第一紫外光光源5發出的光通過光纖照射到礦井內的透明氣泵3，含偶氮苯發光團的有機薄膜I13發生變形，待測瓦斯氣體4通過單向閥12進入透明氣泵3，關閉第一紫外光光源5，打開第一可見光光源6，透明氣泵3恢復原來的形狀，採樣待測瓦斯氣體4。計算機1與礦井外的第二紫外光光源7、第二可見光光源8相連，打開第二紫外光光源7，第二紫外光光源8發出的光通過光纖照射到礦井內的柔性光柵9，含偶氮苯發光團的有機薄膜II15兩端使用固定件14固定，含偶氮苯發光團的有機薄膜II15中偶氮苯份子的構象轉變，有序的偶氮苯液晶基元變為無序，從而發生變形，柔性光柵9的柵距發生變化，關閉第二紫外光光源7，打開第二可見光光源8，含偶氮苯發光團的有機薄膜II15中的順式偶氮苯恢復到反式構象，柔性光柵9恢復原來的光柵周期，礦井內的柔性光柵9輸出端與礦井外的探測器10輸入端相連，經信號調理電路11與計算機1相連。，以寬光譜紅外光源作為光譜分析的光源，使用寬光譜紅外光源發出的光照射透明氣泵中的待測瓦斯氣體。然後，第一紫外光光源和第一可見光光源作為驅動光源，驅動透明氣泵，通過調節光源發出光的光照強度、時間，來控制光碟機動柔性泵的變形。第二紫外光光源和第二可見光光源作為驅動光源，驅動柔性光柵，通過調節「驅動光強」，實現柔性光柵柵距的連續改變和精確控制。最後，柔性光柵輸出的光譜信息通過探測器和信號調理電路送入計算機，從而計算出光譜數據，實現待測瓦斯氣體多種成份的光譜分析和實時監測。在獲得了瓦斯濃度數據後，需要剔除其中的「大數」，請參閱圖2，本發明為了準確快速識別瓦斯濃度「脈衝幹擾」，提出基於一種基於混合核函數的快速核成分分析算法，即KPCA算法用於鑑別「大數」，並考慮瓦斯的放散速度。首先構造兩種混合核函數，利用矢量的方法構建核矩陣，並利用核主成分分析計算核矩陣的特徵向量，該算法具有較高的識別率和較高的運算速度。該算法通過訓練樣本在特徵空間所張成的子空間的一組標準正交基，將訓練集上的KPCA過程，轉化為所有核訓練樣本在該組基下的坐標為數據集的PCA過程，同時對訓練樣本特徵提取，能有效捕捉訓練數據的非線性特徵，在模式識別、回歸分析中受到廣泛重視和應用。在KPCA的求解過程中，需要特徵值分解一個M*M的核矩陣(M表示訓練樣本數)，對樣本特徵提取時，只需計算該樣本與構成這組基德樣本間的核函數，實驗結果驗證該算法是有效的。瓦斯放散速度測定方法，在瓦斯放散測定儀的控制系統中將煤樣揮發分根據其數值範圍進行分組，建立煤樣揮發分模塊，並根據煤樣揮發分模塊建立對應的脫氣充氣時間設置模塊；打開瓦斯放散速度測定儀控制系統，選擇要測試擴散速度或放散速度，輸入實驗煤樣的煤樣揮發分，向瓦斯放散測定儀輸入煤樣揮發分的具體數值，驗證該數值落入哪一個煤樣揮發分模塊的數值範圍內，調用煤樣揮發分模塊對應的脫氣充氣時間設置模塊，並以該模塊的參數控制實驗的脫氣時間和充氣時間；同一揮發分值的脫氣充氣時間設置模塊中的脫氣時間和充氣時間相同；煤樣揮發分模塊的建立數值範圍為1)＜6％，2)6％-10％，3)＞10％、＜15％，4)≥15％；對應的脫氣充氣時間設置模塊為1)210min，2)180min，3)150min，4)90min。利用瓦斯傳感器對井下瓦斯濃度進行數據採集，通過CAN總線將傳感器輸出數據經過CAN/RS485總線轉換器轉換成RS485信號，RS485信號適合遠距離傳輸，傳輸至地面上的RS485/RJ45總線轉換器轉換成PC機能接受的RJ45網口信號，實現遠距離傳輸，最終上傳到上位機資料庫。在MGCS監控軟體中建立瓦斯預測畫面，創建報表組件，連結歷史資料庫，建立相應的通道連結。上位機MGCS監控軟體首先把歷史數據中工作面瓦斯濃度寫入數據報表中，再將數據通過OPC方式傳入瓦斯MATLAB應用程式中。瓦斯濃度在KPCA算法程序中經過處理後，再把去掉「脈衝幹擾」的結果送回到MCGS畫面中，顯示出瓦斯濃度。通過對原始樣本的矩陣進行分解,選取前面M個最大特徵值所對應的特徵向量組成最優投影矩陣,通過將樣本數據在最優投影矩陣上進行投影,達到數據分離脈衝幹擾的目的。需要通過非線性映射將數據映射到線性可分的特徵空間進行主成分析,由於其計算過程中使用核函數來完成高維特徵空間中矢量的內積計算。設xi∈Rp(i＝1,2,3…,N)為p維輸入空間N個樣本點，假設通過非線性變換φ將Rp映射到特徵空間F(Rf)，即φ:Rp→F(Rf),φ(xi),(i＝1,2,3…,N)，為空間F中對應的在高維特徵空間進行主成分分析的方法可以通過求解特徵空間中樣本矩陣的特徵值和特徵向量實現，假設φ(xi),(i＝1,2,3…,N)是已經經過中心化處理後的高維特徵空間向量，特徵空間的協方差矩陣為：Cφ=1NΣi=1Nφ(xi)φ(xi)T---(1)]]>求解Cφ特徵值特徵向量的關係式為：Cφv＝λv(2)λ和v分別表示矩陣Cφ的特徵值和對應的特徵向量，由於蟹放在矩陣是對稱的，因而可以找到r個標準正交特徵向量，既式(2)存在r個非零解，但由於變換未知，矩陣Cφ無法獲得，因而無法直接求解(2)的特徵向量，依據再生核理論，特徵向量v可由空間F中的樣本張成，既可由φ(xj),(j＝1,2,3…,N)的線性組合表示：v=Σj=1Nαjφ(xj)---(3)]]>考慮等式：φ(x)·Cφv＝λ(φ(x)·v)(4)將式(1)、(3)代入式(4)，令矩陣KN×N＝(φ(xi)οφ(xj)),(i,j＝1,2…N)可得Kα＝nλα(5)矩陣K稱為核矩陣，上式既可以求解矩陣K的特徵值和特徵向量的方程，因為求解式(3)係數的問題轉化為求解核矩陣的特徵向量的問題。核矩陣K需要通過計算高維特徵空間中矢量的內積形成，因而可採用支持向量機技術中的和函數來完成，核函數可以通過原屬性空間的計算變換實現高維特徵空間內積值得計算。常用的核函數：(1)多項式核函數：k(x,y)＝(xοy+1)d；(2)Sigmoid核函數：k(x,y)＝tanh[v(xοy)+c]；(3)高斯徑向基核函數等：通過選擇合適的核函數，則可以求解核矩陣的特徵值和特徵向量，然後通過PCA的方法獲取特徵空間中的主成方向矢量，假設取前m個特徵值對應的特徵矢量組成主成方向矢量，則數據聚的主成方向矢量可以表示為v＝λ1v1+λ2v2+…+λmvm(6)此處λ＝(λ1,λ2,…,λm)，表示歸一化的特徵值，歸一化可保證主成方向矢量的單位性。2、數據異常的度量通過在高維特徵空間進行主成分析，可以認為正常情況下數據的主成方向矢量應該基本保持一致，因而可採用主成方向矢量的內積來衡量不同數據之間的差異，即：θ＝｜｜(7)此處僅採用第一個特徵矢量作為數據的主成方向矢量，即取m＝1，此時數據集1和2主成方向矢量的內積為：v1,v2>=Σi=1Nα1i1φ(xi1),Σk=1Nα2k2φ(xk2)>=Σi=1NΣk=1Nα1i1α2k2φ(xi1),φ(xk2)>=Σi=1NΣk=1Nα1i1α2k2k(xi1,xk2)---(8)]]>上式可以看出，主成方向矢量之間的內積計算同樣可以通過核函數的方法實現，基於異常度量方法，在異常瓦斯數據檢測過程中可將實際數據分為M段長度為N的數據子矩陣，每個子矩陣對應一個主成方向矢量，其平均主成方向矢量可以表示為：(β1，β2，β3…βr)＝(φ(xb1)，φ(xb2)，φ(xb3)，…，φ(xbγ))C(10)上式中sum(vi)表示向量之間的各元素之和，參數c用於確保的單位性。3、瓦斯濃度異常數據檢測算法流程算法可以劃分為兩個階段，訓練階段和檢測階段，訓練階段主要是通過歷史數據獲取數據分布的特徵，估計分布模型參數；檢測階段主要是計算檢測數據集的主成方向矢量的分布概率，根據概率的大小判斷瓦斯濃度數據是否出現異常，其詳細的步驟如下：訓練階段(6)將樣本數據進行劃分為M段長度為N的數據子矩陣Dj(j＝1,2…M)；(7)選取合適的核函數用於高維特徵空間的矢量內積；(8)採用KPCA的方法獲取各數據子矩陣映射到高維特徵空間後的主成方向矢量vj；(9)通過M個vj計算整個訓練數據子矩陣的平均方向矢量(10)採用VMF分布模型描述歷史數據主成方向矢量的分布，並估計確定模型參數。檢測階段(4)求解數據子矩陣Dj+1的主成方向矢量vj+1；(5)求解主成方向單位矢量vj+1與平均單位方向矢量的內積η；(6)使用下式計算分布概率並與預定義的門限值進行比較，若，則認為瓦斯數據異常。p=-∞-ηcp(k)ekθdθ++η+∞cp(k)ekθdθ.]]>根據檢測的濃度評價爆炸風險包括以下步驟：一種瓦斯爆炸災害風險評價方法，包括以下步驟：步驟1：從「人-機-環境-管理」4個方面考慮，確定瓦斯爆炸災害風險指標體系，對瓦斯爆炸災害風險劃分風險等級；步驟2：採用改進的AHP單準則排序方法確定所述指標體系中的各指標的權重向量；步驟3：根據所述各指標匹配的各風險等級的臨界值，將隸屬度函數分為成本型隸屬度函數或效益型隸屬度函數；依據各風險等級隸屬度函數的確定公式來確定所述成本型隸屬度函數或效益型隸屬度函數，並根據所述成本型隸屬度函數或效益型隸屬度函數得到相應的指標隸屬度矩陣μ；步驟4：根據非線性隸屬度轉換算法和所述指標體系中各指標的權重向量，將所述的指標隸屬度矩陣μ轉換為目標隸屬度向量；步驟5：根據置信度識別準則和所述目標隸屬度向量，判斷瓦斯爆炸災害的風險等級。瓦斯的湧出會被「大數」剔除，由此會帶來嚴重的安全隱患，為此，請參閱圖3，本發明進一步的公開了一種瓦斯湧出預測方法，包括如下步驟：S001：考察計算工作面瓦斯預測基本數據，包括：圍巖瓦斯湧出係數K1、工作面丟煤瓦斯湧出係數K2、原始煤層瓦斯含量X0、殘存煤層瓦斯含量Xc、開採煤層的厚度m、與所述開採煤層相鄰的第i個鄰近煤層的厚度mi、所述開採煤層的開採厚度m0、與所述開採煤層相鄰的第i個鄰近煤層的瓦斯含量Xi、與所述開採煤層相鄰的第i個鄰近煤層的殘存瓦斯含量Xic、與所述開採煤層相鄰的第i個鄰近煤層受採動影響的瓦斯排放率ζi、開採分層的高度M、所述開採煤層傾斜角度α、開採分層下部煤體採動影響深度h、開採煤層瓦斯含量梯度Xt、開採煤層瓦斯排放率梯度λt、開採分層下部煤體最大瓦斯排放率λmax；S002：計算出所述開採分層的瓦斯湧出量q1；S003：計算出回採工作面中與所述開採煤層相鄰的鄰近煤層的瓦斯湧出量q2；S004：計算出所述回採工作面的下部卸壓瓦斯湧出量q3；S005：計算出開採工作面的瓦斯湧出量q採，其中，q採＝q1+q2+q3。進一步地，所述開採分層的瓦斯湧出量q1通過如下公式計算得出：q1=K1×K2×mm0×(X0-XC).]]>所述鄰近煤層的瓦斯湧出量q2通過如下公式計算得出：q2=Σi=1nmim0×ζi(Xi-Xic).]]>下部卸壓瓦斯湧出量q3通過如下公式計算得出：q3=1Mcos-1α(X0-Xc)λmaxh+Xtλmax+λt(X0-XC)2h2+Xtλt3h3.]]>在以上的描述中闡述了很多具體細節以便於充分理解本發明。但是以上描述僅是本發明的較佳實施例而已，本發明能夠以很多不同於在此描述的其它方式來實施，因此本發明不受上面公開的具體實施的限制。同時任何熟悉本領域技術人員在不脫離本發明技術方案範圍情況下，都可利用上述揭示的方法和技術內容對本發明技術方案做出許多可能的變動和修飾，或修改為等同變化的等效實施例。凡是未脫離本發明技術方案的內容，依據本發明的技術實質對以上實施例所做的任何簡單修改、等同變化及修飾，均仍屬於本發明技術方案保護的範圍內。當前第1頁1 2 3