基于多源信息簇融的煤礦瓦斯監測系統的研究*

賈佳，肖軍

(1. 西安航空職業技術學院 電子工程學院， 西安 710089; 2. 西安航空學院 電子工程學院, 西安 710077)

0 引言

煤礦瓦斯監測工作對于保障礦井環境安全具有重要的意義，隨著技術的不斷發展以及人們對礦井環境安全要求的不斷提高，逐漸意識到傳統的監測技術存在諸多問題。因此要不斷實現技術的創新，找到可以提高監測效果的技術至關重要。本文選擇的監測技術與傳統的監測技術有很大的區別，而且這一技術的使用對于提高礦井環境安全指數具有重要的作用。在今后的煤礦瓦斯監測過程中，使用多源信息簇融技術，可以進一步保證礦井工作人員的安全。

1 煤礦瓦斯監測系統

煤礦開采是社會發展的一個關鍵部分，而瓦斯主要是伴隨著煤炭的開采產生的，而且礦井的環境是處于動態的變化過程中，礦井中的氣體十分復雜，不僅是一種氣體，經常表現為多種氣體的融合。而且隨著時間的流逝，礦井環境還會發生更多的變化，一旦出現問題，就會對人們的身體健康產生巨大影響，必須給予足夠的重視。不過當前我國的煤礦瓦斯監測系統仍然使用的是傳統的傳感器監測方式，這種監測方式可以起到一定的作用，而且傳感器監測方式雖然具有明顯的優勢，但是隨著技術的發展以及人們要求的提高，這種傳感器監測方式的弊端也逐漸凸現出來。傳感器監測技術本身具備一些缺點，尤其是無法及時適應礦井下環境的復雜性，因此無法有效的應對礦井環境的變化，這時如果只用傳感器技術無法有效的評估煤礦瓦斯濃度的動態變化情況，影響最終的監測結果，導致監測的數據與真實的礦井狀態不符。此外，由于礦井下的環境比較復雜，結合了多種氣體，所以需要對每種氣體都進行定量分析，不能只考慮瓦斯這種氣體，還要注意氣體氣體的影響，不同氣體的融合會造成礦井環境中氣體濃度的變化。

煤礦瓦斯監測選擇的方式，主要是依據傳感器的作用，然后結合現有的技術進行分析，從而有效的提高監測的質量，重點是突出傳感器的性能，或者是使用單一傳感器到多傳感器的過渡，不過使用這種傳感器的方式存在弊端，尤其是在使用單一傳感器的過程中，會存在很大的缺點，影響數據的計算。所以在工作的過程中，經常使用的是多傳感器協同合作的方式，但是現存的多傳感器協作監測瓦斯的方式，只是將一些數據進行相關的處理，卻忽視了數據處理的科學性，有些不具有實際意義的數據也會被計算，很多冗余的數據會造成正常計算的阻礙，容易導致資源的浪費，或者是造成計算結果的誤差。多源信息簇融技術是在傳統監測技術基礎上的創新，能夠保證瓦斯監測系統的準確性[1]。

2 多源信息簇融技術結構

技術的創新為瓦斯監測提供了更多便利，目前使用多源信息簇融技術發揮了更大的作用，主要是因為這一技術可以滿足監測的基本要求，而且具有明顯的優勢。多源信息簇融技術由3個模塊構成，第一是多源信息采集模塊，組成部分是傳感器，其中傳感器還可以分成異質傳感器和同質傳感器，這種傳感器與傳統監測技術中的傳感器存在很大的差別，因此也會起到不同的作用。這兩種傳感器的最大區別在于傳感器的監測原理存在一定的差異，所以具有本質上的不同，對于監測結果產生重要的影響。其次是強分類模塊，這一模塊的功能是在所有的輸入參數信息中篩選出前后變化最大的參數，從而篩除一些沒有實際作用的數據，避免了一些無用數據對監測結果的影響，可以節約資源，減少了計算的時間，節約了人力和無力，所以有效的提高了計算的效率并且保證了計算結果的準確性。第三是信息融合模塊，這一模塊的功能主要是對篩選出來的參數進行融合計算，由于計算的數據比較多，包括對礦井環境中多種氣體的含量和成分進行計算，單一氣體的計算無法保證結果的準確性，而這種融合計算不會忽視每一個有效的數據，在計算以后可以得到更加精準的結果[2-3]。

傳感器的使用能夠對不同氣體進行監測，從而有效的判斷瓦斯、氧氣等含量，而且在監測的過程中可以有效避免采集信息的缺陷。根據不同監測原理的傳感器監測瓦斯，正是因為考慮到這一問題。在篩選數據的過程中，如果計算量太大會給傳感器帶來巨大的壓力，所以使用這一技術可以避免這一問題[4-5]。因此在輸入數據的過程中，最好將其輸入到最大的似然器中，可以求出這組數據中最接近真實值的值。之后，可以將求出的數據輸入到分類器中，在篩選過后，就可以明確其中變化最大的參數，將這一數據輸入融合器中融合，可以得出一個更加準確的結論，最后可以有效的判斷礦井環境的安全性，從而明確環境的安全等級。在這一過程中，必須確保信息采集系統的準確性，可以更全面了解的信息，如圖1所示。

圖1 多源信息強分類深度融合方法結構

礦井環境空間十分有限，在監測和計算的過程中，需要注意布置一定數量的簇感知，注意收集該簇感知域中所有傳感器傳來的信息，并且將其傳給更高一級的智能節點。

(1) 基于改進的最大似然算法求最大似然值

最大似然是利用已有的觀測樣本來估計樣本的真實概率密度，具有很多優點。本文采用基于改進的最大似然算法求最大似然值。使用最大似然值不是因為數據的平均值而是為了達到近似于真實值，保證求值結果的精確性，才能更加準確的反應礦井環境的真實狀態，達到監測的最終目標。

(2) 優化最大似然值

求完最大似然值之后可以過濾掉一部分的冗余數據，避免多余計算以及重復計算的問題。分類器的作用是可以解決和適應井下環境的復雜性，在篩選數據之后，可以選擇出對區域安全有重大影響的參數，根據最相關的數據進行分析和計算，可以更貼近理想值。因此需要使用簡單的分類器構造一個強大的分類器從而滿足礦井環境的特殊要求。

3 多源信息的深度融合

為了更好的監測礦井的環境，必須要結合相關的數據計算并得出結論，從而獲得最接近真實的數值，做出最正確的判斷。因此需要根據礦井環境中氣體的本質特征構造一個融合器。為了得到更加接近與真實值的數據，本文使用的是模糊集理論和D-S證據理論相結合的信息融合算法，如圖2所示。

圖2 參數特性融合

D-S證據理論是基于統計的信息融合算法，需要借助非空的測試域完成計算，而之前提到的最大似然值自己和可以作為這樣的測試域。對于測試域需要進行兩兩組合，而且測試域中的元素位置和元素之間的組和次序與最終的結果無關。使用多源信息簇融技術進行監測，可以將最大似然值子集合進行規整處理，并且能夠發現在眾多的結果中，可以計算出最接近真實情況的值，由此可以更加準確的判斷煤礦井下環境的安全等級，了解礦井環境中氣體的成分和基本的含量，根據數據分析并且采取有效的解決措施，并且有效的保證礦井環境的安全性[6-8]。

4 實驗和結果分析

為了進一步的判斷使用這一方法的可行性和準確性，需要采用模擬的方式在實驗室和真實的環境下進行實驗，最好可以模擬出與實地監測相似的環境，才能保證實驗結果的可靠性和有效性。煤礦井下的環境一般比較復雜，而且處于動態的變化過程中，所以在實驗的過程中會遇到很多的問題，實驗實施起來不夠便利，在實地進行監測難度比較大，所以最好先在深部巖土實驗室中利用人為構造的實驗室，模擬煤礦井下的真實環境進行實驗。為了有效的證實這一方法的準確性，需要選擇一個相似的環境進行監測和實驗，根據實驗數據對比，如表1所示。

表1 實驗結果對比情況

從表1觀察并分析數據，證實這一方法的有效性。根據實驗的過程和結果可以看出，兩種實驗方法存在著明顯的差異，而且多源信息簇融技術與傳統監測方式比較，本文使用方法可以有效提高監測的準確率。在不斷完善實驗結果的同時，本文選擇了某礦井下的環境進行了實際的驗證，得到了實驗結果，并且發現實驗結果和模擬實驗結果相似[9]。

根據本次研究證明，多傳感器具有明顯的優勢，傳感器的數量對實驗結果也產生了重要的影響，多傳感器的使用和單一傳感器有著明顯的區別。采用多源信息強分類深度融合的方法進行監測，可以得到更加接近真實情況的礦井情況，了解礦井下的真實環境。使用這一方法進行監測，不僅減少了計算數據的時間，還可以避免因為數據量太大而導致的計算錯誤，因此減少了計算結果和真實情況的偏差，提高了計算的準確性，保證了監測的科學性，從而有助于保證檢測系統的性能，提高工作的效率。

5 總結

根據傳統的瓦斯監測情況進行分析，面對復雜的煤礦井下的復雜環境，無法有效的保證監測結果的準確性，而且傳統監測方式具有數據采集單一和誤差較大等缺點。本文使用的多源簇融技術可以有效的解決這一問題，這種方法首先對各種氣體進行了采樣，然后使用強分類算法進行了數據的篩選，選擇出最接近真實情況的信息，可以避免計算的失誤。此外，使用這一方法還可以提高信息的互補性，可以保證信息收集的效率[10]。根據實驗結果分析，使得監測過程更加科學，有助于保證礦井下環境的安全性。