採用模糊模式識別預測隧道瓦斯的方法

2023-06-03 13:54:11 3

專利名稱：：採用模糊模式識別預測隧道瓦斯的方法
技術領域：
：本發明涉及隧道施工
技術領域：
，尤其是一種採用模糊模式識別預測隧道瓦斯的方法。
背景技術：
：目前對瓦斯的預測依然是事後預測，即瓦斯濃度超限才報警，沒有提前的預測功能。為此，隨著瓦斯監控系統的普及，如何利用瓦斯監控系統的現場監測數據來進行有效的瓦斯異常預警預測，成為當前研究的熱點之一。
發明內容本發明的目的是提供一種採用模糊模式識別預測隧道瓦斯的方法，具體是根據瓦斯隧道中瓦斯濃度的現場監測數據的特點進行瓦斯異常預警預測，克服瓦斯狀態突變所帶來的不安全因素的影響。本發明是一種採用模糊模式識別預測隧道瓦斯的方法，在地面中心站布設計算機、數據通訊接口和分站，在隧道內掌子面、襯砌、加寬帶和迴風口處監測點分別布設掌子面傳感器、襯砌傳感器、加寬帶傳感器和迴風口傳感器，所述四個監測點分別布設左拱腳傳感器、右拱腳傳感器和拱頂傳感器，所有傳感器通過通訊電纜與分站相連接，分站通過傳輸數據線與通訊接口相連接，數據通訊接口與計算機相連接，其特徵在於，包括如下步驟(1)在所述計算機內建立模糊模式識別技術模型；(2)所述各種傳感器把所監測到的瓦斯濃度轉變成電信號傳輸給所述分站；(3)所述分站對不同檢測部位的瓦斯濃度數據分別進行分析處理，同時將處理後的瓦斯濃度傳遞給所述計算機；(4)計算機根據瓦斯濃度繪製時間曲線圖形，確定曲線圖形中3個重要異常點位異常起始點、緩慢上升到快速上升/快速上升到緩慢上升/緩慢下降到快速上升/快速下降到緩慢下降的轉折點、峰值點。(5)計算機根據所述時間曲線圖形和異常點位確定模糊模式識別技術模型的參數，調用模糊模式識別技術模型對監測到的瓦斯濃度進行預測預報。本發明中異常點是指瓦斯濃度為O.1%的點，緩慢上升到快速上升/快速上升到緩慢上升/緩慢下降到快速上升/快速下降到緩慢下降中"緩慢"、"快速"指的是瓦斯濃度函數曲線中曲率的變化程度，曲率值在00.5之間為"緩慢上升"或者"緩慢下降"；曲率值大於0.5為"快速上升"或者"快速下降"。本發明通過對瓦斯監測數據進行瓦斯監測，對隧道內瓦斯分布趨勢進行預警預測，為制定防治瓦斯技術措施提供了參考依據，同時，確保施工人員安全，因此，本發明對瓦斯隧道施工安全具有重要意義。本發明將通過例子並參照附圖的方式說明，其中圖1是本發明的基本方法邏輯方框圖2是掌子面傳感器監測到的07.11.20-07.11.26七天的每小時瓦斯監測數據時間曲線圖圖3是kl6+650監測點左拱腳傳感器監測到的07.12.07-07.12.10四天的30次瓦斯監測數據時間曲線圖4是K16+993監測點傳感器監測到的05.11.19-05.12.13的日平均監測數據時間曲線圖具體實施例方式本說明書中公開的所有特徵，或公開的所有方法或過程中的步驟，除了互相排斥的特徵和/或步驟以外，均可以以任何方式組合。本說明書(包括任何附加權利要求、摘要和附圖)中公開的任一特徵，除非特別敘述，均可被其他等效或具有類似目的的替代特徵加以替換。S卩，除非特別敘述，每個特徵只是一系列等效或類似特徵中的一個例子而已。如圖1所示，對某個隧道多個監測點應用模糊模式識別技術對瓦斯分布進行趨勢預測預報。本方法中包括的系統在地面中心站布設計算機、數據通訊接口和分站，在隧道內掌子面、襯砌、加寬帶和迴風口處監測點分別布設掌子面傳感器、襯砌傳感器、加寬帶傳感器和迴風口傳感器，所述四個監測點分別布設左拱腳傳感器、右拱腳傳感器和拱頂傳感器，所有傳感器通過通訊電纜與分站相連接，分站通過傳輸數據線與數據通訊接口相連接，數據通訊接口與計算機相連接。計算機上裝有監控測試軟體和模糊模式識別技術模型，監測方式選擇有1)單點測:分別顯示四個監測點掌子面處、襯砌處、加寬帶處和迴風口處中每個監測點的監測數據;2)分點測可以選擇顯示任一傳感器的監測數據；分站具有對監測點傳感器採集到的數據進行分析、處理、屏蔽幹擾信息的功能；每個傳感器監測相應監測點的瓦斯濃度。在隧道內施工時啟動計算機，計算機通過數據通訊接口同時向分站3發送配置、巡檢、控制等命令，分站又通過通訊電纜把命令傳輸給各種傳感器，分布在各個監測點的傳感器開始對相應監測點的瓦斯濃度進行實時監測，傳感器將監測到的瓦斯濃度數據轉變成電信號，同時通過通訊電纜傳輸給分站3，分站將分析處理結果通過數據接口傳給計算機，計算完成顯示、列印、報警等功能。在本實施例中選取3個監測點的數據來對瓦斯濃度中短期未來狀況進行趨勢預測預報。3個監測點監測數據所形成的曲線圖形如下①掌子面傳感器監測到的07.11.20-07.11.26七天的每小時瓦斯監測數據時間曲線圖形，其中A左側為用來建模的實測部分，A右側為論證建模的實測部分。②kl6+650監測點左拱腳傳感器監測到的07.12.07-07.12.10四天的30次瓦斯監測數據時間曲線圖形，其中B左側為用來建模的實測部分，B右側為論證建模的實測部分。③K16+993監測點傳感器監測到的05.11.19-05.12.13的日平均監測數據時間曲線圖形，其中C左側為用來建模的實測部分，C右側為用來論證建模的實測部分。用模糊模式識別方法對其進行趨勢預測，其步驟為(一)特徵l:瓦斯濃度值i1，即曲線的幅值，可描述為"低'古，，#13—,J-提取以下幾個特徵11"中等"Al2禾口"可描述為"下降"3，為異常處曲線出現的尖峰數21'平緩特徵2:增量i2，即曲線的增"^22和"上升"A23;特徵3:峰值A31_j曲線斜率來度單峰"'32和"多峰"^33，可描述為"無峰"將獲得的原始數據依據特徵值的提取原則實現原始數據到特徵向量的轉換，待檢樣本建模部分的特徵向量如下formulaseeoriginaldocumentpage8(二)特徵參數的模糊化將特徵向量根據實驗和經驗進行模糊劃分，確定每個參數的隸屬度/^0'二l，2J^=1'2_3)，各特徵參數的隸屬度劃分原則tableseeoriginaldocumentpage8把各種典型異常的模糊集'用'的隸屬函數7的組合來表達，即表達成模糊向量的形式^=(A"M2W3、/^l、/^2、/^3^1'/^2，/^)，每種典型異常的波形都是^z'上的模糊子集，表示如下平緩正常型A=(l,O,O;O丄O;l'O,O)三角正常形=(O，O.，W,O;(U，O)增量正常型^4^=(0山0;0丄0;0X0)增量異常型A=((U，o;oJ，o;i，o，o)多峰異常^根據隸屬度的劃分原則將其轉化為論域裡的特徵向:■A12#21A22//3310001010000100101053100010001(H)判決準則選擇歐氏距離的貼近度作為(二)中所述樣本訓練集上的判決準則。歐氏貼近度的運算公式如下"04、S)=1_卡」Z(6")-"))'.=i式中Xi為包含的特徵，A、B為模糊子集，ua、ub為評判對象因素,根據歐氏貼近度的運算公式計算出的貼近度tableseeoriginaldocumentpage10這3個實際監測點的監測數據用模糊模式識別作出的未來趨勢預測結果分別是平緩正常型、三角正常型和平緩正常型。這個預測結果與樣本實測數據相符，樣本實測數據圖形如A、B、C的右側部分所示。本發明並不局限於前述的具體實施方式。本發明擴展到任何在本說明書中披露的新特徵或任何新的組合，以及披露的任一新的方法或過程的步驟或任何新的組合。權利要求1.一種瓦斯預測預報方法，在地面中心站布設計算機、數據通訊接口和分站，在隧道內掌子面、襯砌、加寬帶和迴風口處監測點分別布設掌子面傳感器、襯砌傳感器、加寬帶傳感器和迴風口傳感器，所述四個監測點分別布設左拱腳傳感器、右拱腳傳感器和拱頂傳感器，所有傳感器通過通訊電纜與分站相連接，分站通過傳輸數據線與數據通訊接口相連接，數據通訊接口與計算機相連接，其特徵在於，包括如下步驟(1)在所述計算機內建立模糊模式識別技術模型；(2)所述各種傳感器把所監測到的瓦斯濃度轉變成電信號傳輸給所述分站；(3)所述分站對不同檢測部位的瓦斯濃度數據分別進行分析處理，同時將處理後的瓦斯濃度傳遞給所述計算機；(4)計算機根據瓦斯濃度繪製時間曲線圖形，確定曲線圖形中3個重要異常點位異常起始點、緩慢上升到快速上升/快速上升到緩慢上升/緩慢下降到快速上升/快速下降到緩慢下降的轉折點、峰值點；(5)計算機根據所述時間曲線圖形和異常點位確定模糊模式識別技術模型的參數，調用模糊模式識別技術模型對監測到的瓦斯濃度進行預測預報。2.根據權利要求l所述的瓦斯預測預報方法，其特徵在於，所述模糊模式識別技術模型步驟為(1)提取以下3個特徵瓦斯濃度值1、增量？2和峰值"3，其中F〃瓦斯濃度值1，即曲線的幅值，可描述為"低"A"、"中等"^12和"高"〃13;增量F2，即曲線的增量，由曲線斜率來度量，可描述為"下降"^21、"平緩"^22和"上升"A23;峰值j，為異常處曲線出現的尖峰數，可描述為"無峰"、"單峰"1和"多峰"^33;(2)特徵參數的模糊化首先依據特徵值的提取原則，將獲得的時間曲線圖形中的原始數據實現原始數據到特徵向量的轉換，再將特徵向量根據實驗和經驗進行模糊劃分，確定每個參數的隸屬度"=:U^J=1，2^3)，各特徵參數的隸屬度劃分原則tableseeoriginaldocumentpage3把各種典型異常的模糊集即表達成模糊向量的形式的隸屬函數的組合來表達(4=(^11',M3,/^21，化2，/^23,Al,7^3)，每種典型異常的波形都是J'^'上的模糊子集，表示如下平緩正常型.爿1=(L0'0;0丄0;L0'0)爿i=(l,O,O;O丄O;l,O,O).三角正常形.片ii=(0，0-5，0.5;0;i,0;(U，0)An=(0，0.5，0.5;(U,0;(U，0).增量正常型^4^=(0山0;0丄0;04，0)^4^=(0山0;0丄0;0X0).增量異常型.42=((U，O;(U肌O，O)^2=((U，O;(U肌O，O).多峰異常.爿2=(0，0.5,0.5;0,0.5，0.5;0，(U)爿2=(0，0.5,0.5;0,0.5，0.5;0，(U)(3)判決準則選擇歐氏距離的貼近度作為②中所述樣本訓練集上的判決準則，歐氏貼近度的運算公式formulaseeoriginaldocumentpage4式中xi為包含的特徵，A、B為模糊子集，uAuB為評判對象因素。全文摘要本發明公開了一種採用模糊模式識別預測隧道瓦斯的方法，該方法根據隧道瓦斯監測數據對瓦斯未來中短期狀況進行預測預報，克服以往無法提前進行預測預報的缺陷。本發明通過將監測點傳感器監測到的瓦斯濃度數據轉變成電信號傳輸給分站，在分站內進行分析處理，然後在計算機內調用模糊模式識別技術模型對瓦斯監測數據進行趨勢預測預報，達到了根據現場瓦斯監測數據對瓦斯進行事前預測的目的。本發明為制定防治瓦斯技術措施提供了參考依據，同時，確保了施工人員安全，因此，本發明對瓦斯隧道施工安全具有重要意義。文檔編號E21F17/18GK101603433SQ20091030157公開日2009年12月16日申請日期2009年4月15日優先權日2009年4月15日發明者睿丁,卿三惠申請人:中鐵二局股份有限公司