矿井主风机不停风倒机系统最优控制研究

为解决矿井停机切换主要通风机过程中引起的井下风量波动很大,易造成瓦斯积聚等引发的安全问题,提出1种基于智能控制的主通风机稳风切换系统.建立动态风机倒机数学模型,提出基于改进粒子群算法优化的模糊自适应PID的控制方法,并应用MATLAB进行仿真实验,结果表明:控制方法控制效果明显,在系统运行的120 s内,井下风量波动始...     

面向井下安全监测的多传感器数据融合ZigBee系统设计

针对当前井下众多的传感器类型,给矿井安全监测带来较大管理难度的问题,设计了面向井下安全监测的多传感器数据融合ZigBee系统,阐述了系统组成和系统实现。通过自定义的负载通信协议,将不同类型的传感器数据融合写入ZigBee协议的MAC负载字段,采集节点根据标准ZigBee协议将数据传输至汇聚节点,汇聚节点汇总后传输至嵌入式网关,并可以由嵌入式网关转发至安全监控中心,最终实现井下多类型传感器数据的实时显示。实际运行结果表明,系统可以兼容多个传感器数据进行ZigBee无线传输。     

一种多方式融合的载人设备运行参数监测方法

载人设备运行参数监测能及时反映设备的工作环境、运行状况和存在的安全隐患。在分析各类载人设备参数监测方法的基础上,结合载人设备的特点,提出了一种独立传感器、共用传感器和通讯模式多方式融合的载人设备参数实时监测和故障预警方法,实现了对载人设备现场环境参数、设备部件参数及音视频数据的综合在线监测。最后,通过对动感车类型的载人设备运行参数监测和实验,验证了载人设备运行参数监测方法的可行性。     

基于无线传感器网络的市政下水道可燃气体监测系统设计及应用

为防止下水道可燃气体积聚引发爆炸事故,利用无线传感器网络技术设计了市政下水道可燃气体监测系统.实测结果表明:气体传感器监测数据相对误差在2.0%以内,无线数据收发设备的年发送成功率达到98.0%,满足工程运用需求,系统具有较高的可靠性和稳定性.结合无线网络覆盖范围广、实时在线的特点,该系统实现了对不同区域下水道内可燃气体浓度的远程监测,为下水道的安全预警提供了有效依据.     

基于光纤光栅的斜拉索振动参数监测实验研究

斜拉索是斜拉桥的主要受力构件 ,对其动力特性进行监测具有重要意义。斜拉索工作条件恶劣 ,现有的测试方法难以实现长期在线监测 ,实现斜拉索的振动在线测量 ,传感器是问题的关键。光纤光栅传感器具有极其优良的稳定性 ,已被证实适用于长期监测 ,在结构监测领域具有非常广泛的应用前景。笔者提出了一种基于光纤光栅传感器的斜拉索动力特性在线监测方法 ,建立了用光纤布拉格光栅作传感器监测斜拉索振动的测量模型 ,为验证该模型建立了模拟试验装置 ,在实验室进行了模拟实验研究 ,并将光纤光栅和传统的电阻应变片两种测量方法进行了实验对比。与传统测试手段相比 ,该方法结构简单 ,成本低 ,并能实现斜拉索动力特性的长期在线监测。     

基于风网的自学习动态监测系统分析

煤矿井下巷道风速是随时变化的,主要规律是一种围绕某一平均值的上下起伏的平稳随机过程,其表现为平均风速和脉动风速,风速传感器最大限度地反映了井下主要巷道风速信息。我们将井下风速传感器与通风解算技术相结合,对全矿井的风网进行实时计算,从而得到了全矿井较准确的实时分风量分布状况。系统能够将风速传感器采集到的实时风速转换为巷道的实时风量,根据月风量统计结果进行巷道阻力系数的自动调整;系统采用相关分析技术,测定煤矿井下数据之间相关关系和规律,并据此建立预分析测模型,进而进行风量的预测和控制;系统具有自我学习功能,通过不断修正模型参数,将实时井下探测数据用于分析和预测,为安全管理提供有效指导。     

静压差法在煤矿主要通风机风量测定中的应用

风量是反映煤矿主要通风机性能优劣的主要参数之一,也是煤矿选择主要通风机的主要依据.风量测定是煤矿主要通风机安全技术性能测定的重要环节之一,能否准确测定风量将直接影响到煤矿主要通风机安全技术性能测定的成败.本文简要分析了目前广泛采用风量测定方法的局限性,介绍了静压差法测定风量的原理及验证效果,提出了采用静压差法测定风量时应注意的一些事项.     

高寒条件下振弦式传感器在线测量尾矿坝浸润线的误差分析及对策

为减少和消除高寒条件下振弦式传感器在线测量浸润线的误差,通过理论分析和现场试验,对造成误差的因素及其影响情况进行了深入研究。结果表明,振弦式传感器产生测量误差的主要来源为设备安装深度的测量误差与尾矿水密度及重力加速度的取值误差,并提出了减少或消除误差的方法和工程技术措施,为高寒地区的浸润线在线精确测量提供了重要指导意义。     

耦合电容法真空度检测中测量距离对场强影响的研究

真空断路器是电器设备的保护和控制的重要开关设备。灭弧室真空度会随着真空断路器运行时间而逐渐降低,影响断路器正常工作,所以需要精确观测其变化情况。耦合电容式作为主要的真空度在线监测方法之一,可以有效地测得灭弧室真空度变化。然而电场传感器的插入不可避免的会影响到灭弧室周边电场分布,加大真空度检测误差,从而对电力系统运行造成安全隐患。通过有限元分析软件ANSYS,对加入传感器后不同测量距离下的灭弧室周边电场进行仿真计算。仿真结果表明灭弧室与传感器安全距离范围为50-70mm之间时,对周边电场影响最小。并根据模拟数据分析结果,为消除耦合式电容电场传感器对真空度检测安全隐患,提供了理论依据。     

叉车使用安全智能管理系统研究与应用

针对目前叉车普遍缺乏智能化管理,本文拟研究通过在叉车关键部位布置4G或5G无线传感器,现场采集数据并实时回传,搭建叉车运行状态监测及故障预警可视化平台,并向管理者提供实时隐患诊断、早期安全预警和实时运行监测。该系统可以及时发现叉车使用过程中的安全隐患,并早期预警采取紧急措施,避免隐患进一步升级;能有效统计分析叉车及使用者的利用率和工作效率,对叉车的安全运行及日常管理具有重要意义。     

基于铀尾矿库核素污染监测WSN分簇路由协议

用WSN对铀尾矿库核素污染监测优于传统有线布置,为解决无线传输路由能耗的问题,提出了一种基于蚁群算法的前向传输分簇路由协议。该协议以分簇的方式来减少数据发送量与寻优开销,在下一跳接收节点选择阶段,以前向传输区域为切入点,利用优化的蚁群算法进行多路径搜索最后选出满足条件的最优路径。仿真实验表明,CFTA协议的网络生存周期有效延长,并减小了能耗。     

基于网络分区和路径能耗的深井无线传感器网络多簇首路由算法

为解决深部矿井无线传感器网络因节点能量受限导致网络生存时间短及由多跳传输引起的“热区”问题,提出1种以分区结构和能量多路径为基础的带状无线传感器网络多簇首路由算法(NPPEC)。算法采用跳数泛洪方式建立带状网络分区结构,将节点分布密度加入主簇首竞选机制中,通过主簇首和副簇首的分工配合,使簇首能量更均衡地消耗;依据路径能耗、节点当前能量及位置计算路径选择概率,并通过控制跳数改善数据传输的实时性。经仿真比较,NPPEC算法网络生存时间约为LEACH算法的1.807 2倍、HEED-EELD算法的1.198 4倍,同时也有效改善了网络“热区”问题,为深部矿井无线传感器网络的构建提供1种更有效的解决方案。     

电力变压器无线温度监测系统的研究

我国变配电用变压器数量众多、分布广泛,充分利用现有的无线电通讯技术、以太网等监测技术、可以构建一个安全可靠的变压器无线温度监测网。本文介绍了在配电变压器上安装无线温度监测系统,通过实时监测变压器的温度变化情况,及时发现变压器存在的缺陷或发生故障的位置,并通过中短距离无线网络转发方式,将信号传递至以太网,彻底解决现场监测配电变压器参数的困难,从而实现变压器数据的实时采集和传输,实现区域内乃至全国性的变配电变压器信息的汇集与监测体系。     

基于多源数据融合的石油罐区安全监控模型

由于单一传感器在石油罐区安全监控中容易受到外界因素影响从而产生误差,为提高传感器检测结果的可靠性和罐区安全监控预警的准确性,基于多源数据融合技术,建立罐区安全状态预警模型。首先,介绍了多源数据融合技术的3个层级:数据级融合,特征级融合和决策级融合,以及目前各领域常见的数据融合方法;其次,建立了基于最优加权融合算法的一级融合模型和基于BP神经网络算法的二级融合模型;最后,得到石油罐区安全监控数据融合模型,并为进一步的实践应用打下了理论基础。     

无线数据传输技术在列车安全监控系统中的应用

笔者将GSM网的无线数据传输技术成功应用到列车安全监控系统中 ,系统监测数据经转储发送系统中转 ,由移动台系统实时、无线传输到基站微机系统 ,通过VC ++语言编制的软件系统实时统计分析数据 ,来监控列车运行状况 ,达到列车安全运行的目标。在列车安全监控系统中 ,不仅实现了数据无线实时传输 ,而且提高了工作效率和减轻了工作强度。在济南铁路局装车试验并广泛使用 ,表明了无线数据传输技术应用到列车安全监控系统中具有较高的可靠性和实用性     

基于无线传感器网络的气体泄漏源快速定位方法研究

为及时发现大气环境中危险化学品泄漏事故,快速准确判断泄漏源位置,实现有效的监测监控,开发出集气体质量浓度信息采集、时间校准、无线收发等功能于一体的集成探测模块。在此基础上,建立基于无线传感器网络(WSN)的气体泄漏实时监测平台,提出实时监测数据和高斯扩散模型相结合的气体泄漏源快速定位方法。通过开展实际场地泄漏试验,实现气体泄漏源的快速定位,并分析试验系统的敏感度。结果表明:气体泄漏扩散受风力影响很大;合理布局探测器,能有效提高泄漏源定位精度,为危险气体泄漏事故的应急决策提供决策参考。     

基于无人机的火灾检测系统设计与实现

针对传统森林火灾检测手段响应速度慢、效率低、误报率高等问题,设计了无人机搭载的由云台和相机组成的图像采集平台,通过火灾智能识别技术,实时识别监测火灾的发生,并达到了自动抵近侦察及实时态势感知的效果。在火灾智能识别算法方面,提出了improved-YOLOv3算法,通过在特征交互阶段增加yolo层,加强了网络对特征的融合度,从而增加了网络的检测能力。通过与性能相似的网络进行对比测试,验证了改进算法的有效性。测试结果表明,提出的算法检测准确率高、漏检率低、推理速度快,能够适用于实际火灾现场监测。     

Risk assessment of an oil depot using the improved multi-sensor fusion approach based on the cloud model and the belief Jensen-Shannon divergence

At present, enterprises have introduced the Internet of Things (IoT) technology to monitor and evaluate the safety status of oil depots, allowing for the collection of a substantial amount of multi-source monitoring data from factories. However, sensor monitoring data is often inaccurate and fuzzy. To improve the reliability of risk prevention and control based on multi-source sensor data, this study proposed a CM-BJS-DS model based on the cloud model (CM), the Belief Jensen-Shannon (BJS) divergence and Dempster-Shafer(D-S) evidence theory. First, the relevant evaluation factors of the accident and their threshold intervals of different risk levels were determined, and the fuzzy cloud membership functions (FCMFs) corresponding to different risk levels were constructed. Then, the sensor monitoring data were processed using the correlation measurement of the FCMF, and basic probability assignments (BPAs) were generated under the risk assessment frame of discernment. Finally, the BPAs were pre-processed by the improved evidence fusion model and the accident risk level was evaluated. Based on the monitoring data, a case study was performed to assess the risk level of vapor cloud explosion (VCE) accidents due to liquid petroleum gas (LPG) tank leaks. The results show that the proposed method presents the following characteristics: (i) The BPAs were constructed based on the monitoring data, which reduced the subjectivity of the construction process; (ii) Compared with single sensors, the multiple sensor fusion evaluation yielded more specific results; (iii) When dealing with highly conflicting evidence, the evaluation results of the proposed method exhibited a higher belief degree. This method can be used as a decision-making tool to detect potential risks and identify critical risk spots to improve the specificity and efficiency of emergency response.     

基于信息融合与GM的石油罐区安全监控预测模型

近年来,石油罐区安全事故发生频率呈不断上升趋势。为有效增强罐区安全监控预警系统监测数据的可靠性,并实现对事故的早期预警,基于多传感器信息融合技术和灰色模型(GM)理论,建立出石油罐区安全监控预测模型。首先,研究了基于递推最小二乘法改进的最优加权融合算法,并将其作为一级(特征级)融合模型,其次,介绍分析了灰色预测理论及GM(1,1)模型的实现过程,最后建立出基于GA-BP神经网络算法的二级(决策级)数据融合模型,并得到石油罐区安全监控预测模型。     

法布里-珀罗光纤传感器在桥梁健康监测中的应用

对桥梁实施监测 ,是诊断桥梁健康状况的主要手段 ,现代传感技术和计算机技术的发展 ,使桥梁健康状态的实时监测变为可能。笔者分析了法布里 -珀罗光纤传感器的基本原理和特性 ,设计了一种法布里 -珀罗应变测试系统 ,并在预应力混凝土连续桥梁上与电阻式应变传感器进行了应变对比测试试验。试验结果表明 ,法布里 -珀罗光纤传感器对环境温度不敏感 ,易与钢筋、混凝土复合 ,适用于桥梁结构的应变测试 ,可用于桥梁健康状态的在线监测