[发明专利]一种矿井瓦斯浓度预警方法有效
申请号: | 201610686297.0 | 申请日: | 2016-08-18 |
公开(公告)号: | CN106295214B | 公开(公告)日: | 2017-11-10 |
发明(设计)人: | 董丁稳 | 申请(专利权)人: | 西安科技大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 西安通大专利代理有限责任公司61200 | 代理人: | 徐文权 |
地址: | 710054 陕*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 矿井 瓦斯 浓度 预警 方法 | ||
1.一种矿井瓦斯浓度预警方法,其特征在于,包括以下步骤:
S1、将不同班次风速、瓦斯监测数据序列转化为瓦斯流量数据序列集Q;
S2、将Q中各序列按照设定样本维数m进行重构,将每天的监测数据重构形成n个样本,根据样本距离确定生产因素对瓦斯涌出影响时间的长度
S3、以步骤S2确定的t为分界点,计算检修班次内时间点t′前后监测数据样本的均值之差序列C;
S4、计算历史监测数据中样本均值之差序列C的平均值μ和标准差σ,确定一定置信水平下生产因素对瓦斯浓度大小影响的置信区间[μ-βσ,μ+βσ],β为样本均值之差近似服从概率分布的概率密度值;
S5、根据步骤S2和步骤S4确定的生产因素对瓦斯涌出影响时间的长度以及一定置信水平下生产因素对瓦斯浓度大小影响的置信区间,进行瓦斯浓度预警。
2.根据权利要求1所述的一种矿井瓦斯浓度预警方法,其特征在于:所述步骤S1中,将通风对瓦斯浓度的影响转化为瓦斯流量数据序列集Q,将Q按生产班、检修班和准备班的时间划分段组成序列集Q={Q1,Q2,Q3},所述瓦斯流量数据序列Qt=xt×v×S,其中,t表示监测时刻,v表示风速,S表示巷道断面积,xt表示t时刻瓦斯浓度监测值。
3.根据权利要求2所述的一种矿井瓦斯浓度预警方法,其特征在于,重构所述样本具体为Qi={qijk},其中,i=1,2,3,j=1,2,…,n,k=1,2,…,m。
4.根据权利要求3所述的一种矿井瓦斯浓度预警方法,其特征在于,计算检修班和准备班的监测数据序列Q2和Q3中所有样本的距离均值当减小并趋于临界值ε时,所述ε小于0.05,即可依据样本距离确定生产影响时间的长度
5.根据权利要求4所述的一种矿井瓦斯浓度预警方法,其特征在于,所述样本距离具体为:
其中,j=1,2,…,n,n=N-m+1,t=jmΔt,Δt为监测周期,N为序列长度。
6.根据权利要求3所述的一种矿井瓦斯浓度预警方法,其特征在于,所述均值之差C具体为:
其中,n1=N1-m+1,n2=N2-m+1,N1和N2分别为检修班次中以时间点t′分割成2段序列的长度。
7.根据权利要求6所述的一种矿井瓦斯浓度预警方法,其特征在于,建立历史监测数据中所述瓦斯流量样本均值之差序列C,计算序列C的均值μ和标准差σ。
8.根据权利要求7所述的一种矿井瓦斯浓度预警方法,其特征在于,根据所述均值μ和标准差σ,确定在一定置信水平下生产因素对瓦斯浓度大小影响的置信区间[μ-βσ,μ+βσ],β为一定置信水平下样本均值之差近似服从概率分布的概率密度值。
9.根据权利要求2所述的一种矿井瓦斯浓度预警方法,其特征在于,所述瓦斯浓度预警方法能够与安全监测监控主机联机,根据Qt=xt×v×S将瓦斯流量数据序列集Q还原为瓦斯浓度序列,提高矿井瓦斯监测数据时间序列分析的准确性,定量确定生产对工作面瓦斯浓度影响大小。
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西安科技大学,未经西安科技大学许可,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/201610686297.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:纺织面料(2016‑22)
- 下一篇:临床辅助诊断系统
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用