[发明专利]基于壤氡多参数神经网络技术煤炭地下气化炉温度场获取方法和系统无效

专利信息
申请号: 201210138243.2 申请日: 2012-05-07
公开(公告)号: CN102636285A 公开(公告)日: 2012-08-15
发明(设计)人: 丁卫撑 申请(专利权)人: 成都理工大学
主分类号: G01K11/30 分类号: G01K11/30
代理公司: 暂无信息 代理人: 暂无信息
地址: 610059 四川*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 壤氡多 参数 神经 网络技术 煤炭 地下 气化 炉温 获取 方法 系统
【权利要求书】:

1.基于壤氡多参数神经网络技术煤炭地下气化炉温度场获取方法和系统,其特征在于:具体包括根据煤炭气化范围在地表土壤中布置阵列式探测点S101;在阵列式探测点上采用多参数壤氡α能谱测量系统进行壤氡实时连续累积测量S102;在其中设定数量的探测点S202上采用热电偶作地下气化炉温度同步测量S103;采用数据处理算法进行壤氡多参数特征信息提取S104;建立特征信息神经网络学习样本库S105;根据地表阵列式测点的壤氡多参数实测值采用神经网络方法获取地下气化炉煤层各点的温度值S106;采用专用数据处理软件画出地下气化炉煤层温度等值线,从而获得地下气化炉的温度场S107。

2.根据权利1所述的基于壤氡多参数神经网络技术煤炭地下气化炉温度场获取方法和系统,其特征在于:所述的根据煤炭气化范围在地表土壤中布置阵列式探测点,指的是根据煤炭气化区范围选择固定的测线距和测点距布置壤氡多参数α能谱实时测量系统S201,测线S203方向与气化炉的进气孔S204和出气孔S205连接方向一致。

3..根据权利1所述的基于壤氡多参数神经网络技术煤炭地下气化炉温度场获取方法和系统,其特征在于:所述的多参数壤氡α能谱测量系统包括若干个多参数壤氡α能谱数据器、ZigBee无线星状网络、现场数据管理终端、GPRS无线网络以及室内监控中心;多参数壤氡α能谱数据采集通过ZigBee无线通信网络与现场数据管理中心建立连接,将测量数据发送到现场数据管理中心,由其集中进行管理;现场管理中心通过GPRS无线网络,与室内监控中心建立连接,在室内可通过GPRS无线通信网络获得现场阵列式测点的多参数壤氡α能谱实时测量数据;现场管理中心同时可以测量实验区的地表温度、湿度、气压以及地表降雨、风速;α能谱数据采集器基于地下氡气静态扩散静电累积原理,进行连续实时累积α能谱测量,同时可进行壤中温度、湿度、气压测量;每个探测点上α能谱数据采集器在一个保护腔体的保护下,直接按置于距地表约200cm左右坑洞中,坑洞口用泥包封住。

4.根据权利1所述的基于壤氡多参数神经网络技术煤炭地下气化炉温度场获取方法和系统,其特征在于:所述的采用数据处理算法进行壤氡多参数特征信息提取指的是通过小波分析法、相关分析法、特征树搜索法及非线性量化预处理法等数据处理手段对已获取的阵列式壤氡多参数测量数据进行特征相关分析、特征选取搜索及非线性量化预处理,提取相关系数大的某些类型的数据,采用基于主成分分析方法提取特征值构建特征向量。

5.根据权利1所述的基于壤氡多参数神经网络技术煤炭地下气化炉温度场获取方法和系统,其特征在于:所述的建立特征信息神经网络学习样本库,指的是将通过数据处理算法提取到多参数壤氡特征向量构成阵列式矩阵,并与典型探测点地下煤炭气化炉煤层温度的热电偶测量值一同输入神经网络样本库,进行煤炭气化炉煤层温度识别前神经网络训练。

6.根据权利1所述的基于壤氡多参数神经网络技术煤炭地下气化炉温度场获取方法和系统,其特征在于:所述的壤氡多参数特征信息包括壤中气压、壤中温度、壤中湿度、地面湿度、地面温度、地面气压、地表风速、地表降雨、壤中氡浓度、岩层本底镭含量、土壤本底镭含量、土壤含水率、土壤孔隙度、岩层密度、土壤粒度、土壤容重、土壤密度以及典型测点气化炉煤层中温度值等信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都理工大学,未经成都理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201210138243.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top