[发明专利]矿井安全生产的预警方法及装置

权利要求书

1.一种矿井安全生产的预警方法，其特征在于，包括：

采集气体传感器阵列中各气体传感器输出的电阻值，其中，所述气体传感器阵列包括甲烷传感器、一氧化碳传感器、氢气传感器和氧气传感器；

根据所述各气体传感器输出的电阻值，确定甲烷浓度值、一氧化碳浓度值、氢气浓度值和氧气浓度值；

将所述甲烷浓度值、所述一氧化碳浓度值、所述氢气浓度值和所述氧气浓度值的配比与预设爆炸配比值进行比对，以及将所述甲烷浓度值和所述一氧化碳浓度值分别与各自对应的预设中毒浓度值进行比对，得到比对结果；

根据所述比对结果，确定预警类型，并发出相应的预警；

其中，根据所述各气体传感器输出的电阻值，确定甲烷浓度值、一氧化碳浓度值、氢气浓度值和氧气浓度值，包括：

将所述各气体传感器输出的电阻值输入至优化后的RBF神经网络模型中；

利用所述优化后的RBF神经网络模型，对所述各气体传感器输出的电阻值进行处理，得到所述甲烷浓度值、所述一氧化碳浓度值、所述氢气浓度值和所述氧气浓度值；

其中，所述优化后的RBF神经网络模型的优化步骤包括：

将训练样本输入至RBF神经网络模型，其中，所述训练样本是由甲烷、一氧化碳、氢气和氧气四种气体的浓度值和该四种气体经过气体传感器阵列测量得到的四个电阻值组成的样本数据；

利用遗传算法，对所述RBF神经网络模型中的径向基函数的扩展常数进行优化处理；

将所述RBF神经网络模型中输出的四种气体的浓度值与所述四种气体的已知浓度值的误差满足训练精度要求时对应的扩展常数，传输至所述RBF神经网络模型，得到优化后的RBF神经网络模型。

2.根据权利要求1所述的方法，其特征在于，根据所述比对结果，确定预警类型，并发出相应的预警，包括：

在所述甲烷浓度值、所述一氧化碳浓度值、所述氢气浓度值和所述氧气浓度值的配比达到预设爆炸配比值的情况下，发出爆炸预警；

在所述甲烷浓度值达到甲烷中毒浓度值或者所述一氧化碳浓度值达到一氧化碳中毒浓度值的情况下，发出中毒预警；

在所述甲烷浓度值、所述一氧化碳浓度值、所述氢气浓度值和所述氧气浓度值达到预设爆炸配比值，且所述甲烷浓度值达到甲烷中毒浓度值或者所述一氧化碳浓度值达到一氧化碳浓度值的情况下，发出高级预警。

3.根据权利要求1-2中任一所述的方法，其特征在于，在采集气体传感器阵列中各气体传感器输出的电阻值之前，所述方法还包括：

对所述气体传感器阵列进行加热处理，以及检测工作温度，以使各气体传感器的工作温度达到预设温度值。

4.根据权利要求1-2中任一所述的方法，其特征在于，在采集气体传感器阵列中各气体传感器输出的电阻值之后，所述方法还包括：

对所述各气体传感器输出的电阻值进行滤波处理。