简介:鉴于目前煤矿井下瓦斯传感器故障辩识速度慢、辩识准确度不高等缺陷,提出基于小波包分解与砸BF神经网络的瓦斯传感器故障辨识方法.采用小波包分解提取瓦斯传感器故障特征向量并输入至RBF神经网络,应用粒子群-人工蜂群(PSO-ABC)算法优化砸BF神经网络结构参数,并通过大量的瓦斯传感器样本对砸BF神经网络模型进行训练和检测.实验分析表明:本方法的辨识速度快、诊断正确率高,为精准辩识瓦斯传感器故障提供一种更加科学高效的新途径.
简介:针对矿井结构复杂,井下未知节点定位存在信标节点布置冗余、定位精度低等问题,提出了一种基于粒子群优化算法的井下目标定位方法。根据矿井环境特点区块化布置信标节点,通过引入线性递减权重的粒子群算法对未知节点与信标节点的测量距离和估计距离的误差进行优化,降低定位误差。与四边测量法、加权最小二乘法和RSSI加权质心算法进行Matlab仿真对比实验。仿真结果显示:信标节点为5个,节点总数为15时,平均定位误差为0.877m。高斯白噪声标准差取值范围从5递增到20,平均定位误差由1.21m增长到4.65m,增长幅度最小,抗噪性最好。信标节点密度由10%增加到40%,平均定位误差从2.82m下降到0.76m,定位精度明显好于其他三种算法,稳定性好于RSSI加权质心算法。定位精度更高,抗噪性更好,可靠稳定,在井下巷道环境中适应性更强。
简介:在已有矿井MIMO信道模型的基础上,提出了一种基于Nakagami衰落的矿井MIMO空间相关信道建模方法。基于Nakagami衰落的非相关MIMO信道,通过计算收发天线间的空间相关性生成MIMO空间相关信道。对所建信道模型的空间相关性及信道容量进行仿真分析。仿真结果证明:MIMO信道的空间相关性随收发端天线单元间距的增大而减小;MIMO信道容量与信道空间相关性以及收发端天线数目有关;减小信道的空间相关性或者增加天线数目,可增加MIMO信道容量。基于Nakagami衰落的矿井MIMO空间相关信道模型适用于矿井无线通信系统。
简介:摘 要:针对《矿井通风与安全》理论性强、抽象性强、实践性强的课程特征。为了有效地激发学生学习该门课程的内生动力、提高学习积极性,不断提升学生的实践能力,开展了基于SC理念的矿井通风课程Ventsim教学创新研究。该研究目标与《关于一流本科课程建设的实施意见》中对学生实践能力和教学质量提升的目标和形式高度契合。同时,在化解课程难点,实现理论联系实践的方面探索了一种新模式,是一种既新颖又高效的教学方式。
简介:摘要本论文在了解当今国内外矿井安全监控系统的技术现状和矿井安全生产需求的基础上,针对当前市场上现有系统存在的“漏卡”、“一卡多位”、识别时延长以及识别距离短等问题,通过综合运用ARM技术、CAN总结技术及无线射频技术,设计了一种基于ARM的井下人员定位基站系统。