神经网络与组态监控在煤矿瓦斯检测中的应用

doi:10.11799/ce201410065

煤炭工程 ›› 2014, Vol. 46 ›› Issue (10): 226-228.doi: 10.11799/ce201410065

神经网络与组态监控在煤矿瓦斯检测中的应用

刘会景

昆明理工大学

收稿日期:2014-07-03 修回日期:2014-08-28 出版日期:2014-10-10 发布日期:2014-10-10
通讯作者: 刘会景 E-mail:lesuscn@126.com

组态监控与神经网络在煤矿瓦斯检测中的应用

Received:2014-07-03 Revised:2014-08-28 Online:2014-10-10 Published:2014-10-10

摘要/Abstract

摘要：

针对煤矿井下环境恶劣而引起瓦斯传感器误报警，即瓦斯“大数”问题，本文提出了组态监控软件和BP神经网路在煤矿瓦斯监控系统中的应用，利用组态监控软件可以实时观测瓦斯浓度，查询传感器任何时间的输出，显示瓦斯浓度变化，通过BP神经网络的设计和多次训练，不断修正网络参数，最终确定了合理的神经网络，并对该网络进行测试，该网络有效消除瓦斯浓度中的脉冲干扰引起的误报警现象和防止瓦斯浓度超限时的漏报警。在煤矿安全监控系统中，应用神经网络去除误报警现象具有较好的发展前景。

关键词: 组态监控, 误报警, 脉冲干扰, 瓦斯浓度, 煤矿安全

Abstract:

According to the coal mine environment caused by the bad gas sensor error alarm, namely gas "large" problem, this paper presents the configuration monitoring software and the application of BP neural network in coal mine gas monitoring system, configuration monitoring software can be used to real-time observation of gas concentration, query any time the output of the sensor, according to gas concentration change, through the design of BP neural network and training for many times, and correct network parameters, finally the reasonable neural network, and testing the network, the network effectively eliminate the pulse interference phenomenon of false alarm caused by gas concentration and prevent gas leakage alarm when concentration overrun. In the coal mine safety monitoring system, the application of neural network to remove false alarm has good prospects for development.

刘会景，李琨. 神经网络与组态监控在煤矿瓦斯检测中的应用[J]. 煤炭工程, 2014, 46(10): 226-228.

0
/ / 推荐

导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks

链接本文: http://www.coale.com.cn/CN/10.11799/ce201410065

http://www.coale.com.cn/CN/Y2014/V46/I10/226

[1]	郝晋伟，舒龙勇，齐庆新，霍中刚，杨伟东. 瓦斯抽采钻孔围岩漏气流场分析及漏气位置测定研究[J]. 煤炭工程, 2019, 51(5): 143-147.
[2]	刘会景. 基于模糊智能控制的煤矿瓦斯浓度监控系统研究[J]. 煤炭工程, 2019, 51(4): 80-84.
[3]	王沉，杨帅，江成玉，刘勇. 基于瓦斯浓度监测反馈的采煤机截割速度自适应调节技术[J]. 煤炭工程, 2019, 51(4): 134-137.
[4]	汤红枪，程健维，王文滨，赵刚，施宇. 瓦斯抽采钻孔非凝固恒压浆液封孔技术应用研究[J]. 煤炭工程, 2019, 51(2): 45-48.
[5]	刘军，赵勇. 司马矿1206综采工作面瓦斯治理技术研究[J]. 煤炭工程, 2019, 51(1): 60-63.
[6]	刘毅，张晓铭. 胡底煤业L型井采空区瓦斯抽采技术研究[J]. 煤炭工程, 2018, 50(9): 59-62.
[7]	范涛，刘彦青，桑聪，等. 综放工作面配风量对采空区遗煤瓦斯涌出的影响研究[J]. 煤炭工程, 2018, 50(11): 58-62.
[8]	高建良,孙望望. J型通风工作面采空区漏风与瓦斯浓度分布规律研究[J]. 煤炭工程, 2018, 50(1): 132-136.
[9]	刘垒，王大强. 余吾煤业高抽巷合理层位优选与应用[J]. 煤炭工程, 2017, 49(8): 50-52.
[10]	刘香兰. 煤矿安全生产大数据分析与管理平台设计研究[J]. 煤炭工程, 2017, 49(6): 32-35.
[11]	张敬军. 基于裂隙区阶梯封堵的瓦斯压力测试技术研究[J]. 煤炭工程, 2017, 49(4): 66-69.
[12]	王平，赵红泽. 基于GIS的通风设施可视化监测监控系统研究[J]. 煤炭工程, 2017, 49(3): 94-95.
[13]	王利欣，陈云，贾彦楠. 无轨胶轮车巷道避险车道设置方法研究[J]. 煤炭工程, 2016, 48(8): 15-17.
[14]	蔡佳文，杨胜强，焦汉林，等. “U+L”型通风系统条件下采空区三维流场实验研究[J]. 煤炭工程, 2016, 48(8): 89-92.
[15]	任晓聪. 美国煤炭安全监管对中国的启示[J]. 煤炭工程, 2016, 48(6): 145-148.

神经网络与组态监控在煤矿瓦斯检测中的应用

组态监控与神经网络在煤矿瓦斯检测中的应用

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价