欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

基于傳感器的礦用粉塵濃度在線監(jiān)測降塵系統(tǒng)的制作方法

文檔序號:40565944發(fā)布日期:2025-01-03 11:26閱讀:13來源:國知局
基于傳感器的礦用粉塵濃度在線監(jiān)測降塵系統(tǒng)的制作方法

本發(fā)明涉及數(shù)據(jù)處理,尤其涉及一種基于傳感器的礦用粉塵濃度在線監(jiān)測降塵系統(tǒng)。


背景技術:

1、礦洞粉塵是指在礦山采掘生成過程中,由于爆破,機械鑿動,切割,摩擦等作業(yè)活動產(chǎn)生的巖石、礦塵等固體物質(zhì)的微小顆粒,這些粉塵顆??梢詰腋≡诳諝庵谢虺谅湓谙锏乐校瑢ΦV工的健康和礦井的安全造成嚴重危害。為了預防和減少礦洞粉塵的危害,需要監(jiān)測粉塵濃度,預測粉塵濃度以便提前預警。

2、傳統(tǒng)方式下采用自回歸模型預測礦洞口粉塵濃度,自回歸模型對歷史數(shù)據(jù)進行直線擬合,根據(jù)擬合數(shù)據(jù)為每個歷史數(shù)據(jù)賦予權重,進而對未來一段時間內(nèi)的粉塵濃度變化進行預測。但由于爆破后的粉塵粒子運動速度隨時間變化而變化,洞口粉塵濃度的增加速度也會隨粉塵粒子的運動速度而變化,所以增加速度的變化會導致歷史數(shù)據(jù)中出現(xiàn)一部分轉(zhuǎn)折點,這些轉(zhuǎn)折點對轉(zhuǎn)折后的數(shù)據(jù)存在較大影響,但由于這些轉(zhuǎn)折點在直線擬合中的影響較小,所以傳統(tǒng)的自回歸模型中會為這些轉(zhuǎn)折點賦予較低的權重,導致對未來一段時間內(nèi)的粉塵濃度的預測不準確。

3、因此,如何獲取每個數(shù)據(jù)的自適應權重,以提高利用自回歸模型對粉塵濃度進行預測的準確性成為亟需解決的問題。


技術實現(xiàn)思路

1、有鑒于此,本發(fā)明實施例提供了一種基于傳感器的礦用粉塵濃度在線監(jiān)測降塵系統(tǒng),以解決如何獲取每個數(shù)據(jù)的自適應權重,以提高利用自回歸模型對粉塵濃度進行預測的準確性的問題。

2、本發(fā)明實施例中提供了一種基于傳感器的礦用粉塵濃度在線監(jiān)測降塵系統(tǒng),該系統(tǒng)包括以下步驟:

3、數(shù)據(jù)采集模塊,用于在礦洞口采集爆破后的歷史時段內(nèi)的粉塵濃度數(shù)據(jù),得到粉塵濃度數(shù)據(jù)序列;

4、數(shù)據(jù)分析模塊,用于根據(jù)所述粉塵濃度數(shù)據(jù)序列中的粉塵濃度數(shù)據(jù)差異,分別獲取每個所述粉塵濃度數(shù)據(jù)的重要系數(shù),在利用自回歸模型對所述粉塵濃度數(shù)據(jù)序列進行預測的過程中,對所述粉塵濃度數(shù)據(jù)序列進行自相關分析,得到自回歸模型的階數(shù),根據(jù)所述自回歸模型的階數(shù),獲取所述粉塵濃度數(shù)據(jù)序列中的滯后數(shù)據(jù);

5、權重獲取模塊,用于根據(jù)每個所述粉塵濃度數(shù)據(jù)的重要系數(shù),對每個所述滯后數(shù)據(jù)的局部范圍內(nèi)的所有粉塵濃度數(shù)據(jù)進行直線擬合,對應得到每個所述滯后數(shù)據(jù)的局部擬合直線,根據(jù)每個所述滯后數(shù)據(jù)的局部擬合直線,得到每個所述滯后數(shù)據(jù)的重要程度,根據(jù)所述重要程度,獲取每個所述滯后數(shù)據(jù)的自適應權重;

6、數(shù)據(jù)預測模塊,用于根據(jù)每個所述滯后數(shù)據(jù)的自適應權重,得到下一時刻的粉塵濃度預測數(shù)據(jù),根據(jù)所述粉塵濃度預測數(shù)據(jù),對所述礦洞口采取降塵措施。

7、進一步的,所述數(shù)據(jù)分析模塊中根據(jù)所述粉塵濃度數(shù)據(jù)序列中的粉塵濃度數(shù)據(jù)差異,分別獲取每個所述粉塵濃度數(shù)據(jù)的重要系數(shù),包括:

8、根據(jù)所述粉塵濃度數(shù)據(jù)構建曲線圖,其中,所述曲線圖的橫軸表示時間,縱軸表示粉塵濃度數(shù)據(jù);

9、針對所述曲線圖中的任一粉塵濃度數(shù)據(jù),根據(jù)所述粉塵濃度數(shù)據(jù)在其局部范圍內(nèi)的變化趨勢,得到所述粉塵濃度數(shù)據(jù)的突變程度;

10、根據(jù)所述粉塵濃度數(shù)據(jù)的前后數(shù)據(jù)之間的相似性,得到所述粉塵濃度數(shù)據(jù)的局部相似度;

11、計算所述突變程度與所述局部相似度的均值,將常數(shù)1減去所述均值,得到所述粉塵濃度數(shù)據(jù)的重要系數(shù)。

12、進一步的,所述數(shù)據(jù)分析模塊中根據(jù)所述粉塵濃度數(shù)據(jù)在其局部范圍內(nèi)的變化趨勢,得到所述粉塵濃度數(shù)據(jù)的突變程度,包括:

13、在所述曲線圖中,若所述粉塵濃度數(shù)據(jù)不為所述曲線圖中的第一個粉塵濃度數(shù)據(jù)或者最后一個粉塵濃度數(shù)據(jù),則分別獲取與所述粉塵濃度數(shù)據(jù)左相鄰的左粉塵濃度數(shù)據(jù),以及與所述粉塵濃度數(shù)據(jù)右相鄰的右粉塵濃度數(shù)據(jù),計算所述粉塵濃度數(shù)據(jù)與所述左粉塵濃度數(shù)據(jù)之間的左斜率,以及所述粉塵濃度數(shù)據(jù)與所述右粉塵濃度數(shù)據(jù)之間的右斜率;

14、計算所述左斜率與所述右斜率的差值絕對值,將預設倍數(shù)的所述差值絕對值與預設常數(shù)相加,將所述相加的結果的倒數(shù)作為第一變量,將常數(shù)1減去所述第一變量,得到所述粉塵濃度數(shù)據(jù)的突變程度;

15、若所述粉塵濃度數(shù)據(jù)為所述曲線圖中的第一個粉塵濃度數(shù)據(jù),則獲取所述粉塵濃度數(shù)據(jù)對應的右斜率,將所述右斜率與所述預設常數(shù)相加,將所述相加的結果的倒數(shù)作為第一變量,將常數(shù)1減去所述第一變量,得到所述粉塵濃度數(shù)據(jù)的突變程度;

16、若所述粉塵濃度數(shù)據(jù)為所述曲線圖中的最后一個粉塵濃度數(shù)據(jù),則獲取所述粉塵濃度數(shù)據(jù)對應的左斜率,將所述左斜率與所述預設常數(shù)相加,將所述相加的結果的倒數(shù)作為第一變量,將常數(shù)1減去所述第一變量,得到所述粉塵濃度數(shù)據(jù)的突變程度。

17、進一步的,所述數(shù)據(jù)分析模塊中根據(jù)所述粉塵濃度數(shù)據(jù)的前后數(shù)據(jù)之間的相似性,得到所述粉塵濃度數(shù)據(jù)的局部相似度,包括:

18、在所述粉塵濃度數(shù)據(jù)序列中,若所述粉塵濃度數(shù)據(jù)之前的粉塵濃度數(shù)據(jù)的數(shù)量大于或等于n,且所述粉塵濃度數(shù)據(jù)之后的粉塵濃度數(shù)據(jù)的數(shù)量大于或等于m,則對所述粉塵濃度數(shù)據(jù)之前的n個粉塵濃度數(shù)據(jù)進行直線擬合,得到第一擬合直線,對所述粉塵濃度數(shù)據(jù)之后的m個粉塵濃度數(shù)據(jù)進行直線擬合,得到第二擬合直線,其中,n和m均大于第一預設數(shù)量,計算所述第一擬合直線與所述第二擬合直線之間的斯皮爾曼相關系數(shù),得到所述粉塵濃度數(shù)據(jù)的局部相似度;

19、若所述粉塵濃度數(shù)據(jù)之前的粉塵濃度數(shù)據(jù)的數(shù)量小于n,則獲取所述粉塵濃度數(shù)據(jù)對應的第二擬合直線,根據(jù)所述第二擬合直線,得到所述粉塵濃度數(shù)據(jù)所在采樣時刻的目標擬合值,計算所述粉塵濃度數(shù)據(jù)與所述目標擬合值之間的差值絕對值,得到所述粉塵濃度數(shù)據(jù)的局部相似度;

20、若所述粉塵濃度數(shù)據(jù)之后的粉塵濃度數(shù)據(jù)的數(shù)量小于m,則獲取所述粉塵濃度數(shù)據(jù)對應的第一擬合直線,根據(jù)所述第一擬合直線,得到所述粉塵濃度數(shù)據(jù)所在采樣時刻的目標擬合值,計算所述粉塵濃度數(shù)據(jù)與所述目標擬合值之間的差值絕對值,得到所述粉塵濃度數(shù)據(jù)的局部相似度。

21、進一步的,所述權重獲取模塊中根據(jù)每個所述粉塵濃度數(shù)據(jù)的重要系數(shù),對每個所述滯后數(shù)據(jù)的局部范圍內(nèi)的所有粉塵濃度數(shù)據(jù)進行直線擬合,對應得到每個所述滯后數(shù)據(jù)的局部擬合直線,包括:

22、針對任一滯后數(shù)據(jù),在所述粉塵濃度數(shù)據(jù)序列中,將所述滯后數(shù)據(jù)之前的u個粉塵濃度數(shù)據(jù)的重要系數(shù)作為對應粉塵濃度數(shù)據(jù)的權重,得到所述滯后數(shù)據(jù)之前的u個加權數(shù)據(jù),對所述滯后數(shù)據(jù)之前的u個加權數(shù)據(jù)進行直線擬合,得到所述滯后數(shù)據(jù)的前局部擬合直線,其中,u小于或等于所述階數(shù);

23、若所述滯后數(shù)據(jù)之后的粉塵濃度數(shù)據(jù)的數(shù)量大于或等于v,則將所述滯后數(shù)據(jù)之后的v個粉塵濃度數(shù)據(jù)的重要系數(shù)作為對應粉塵濃度數(shù)據(jù)的權重,得到所述滯后數(shù)據(jù)之后的v個加權數(shù)據(jù),對所述滯后數(shù)據(jù)之后的v個加權數(shù)據(jù)進行直線擬合,得到所述滯后數(shù)據(jù)的后局部擬合直線,其中,v大于或等于第二預設數(shù)量;

24、若所述滯后數(shù)據(jù)之后的粉塵濃度數(shù)據(jù)的數(shù)量小于v,且所述滯后數(shù)據(jù)不為所述粉塵濃度數(shù)據(jù)序列中最后一個粉塵濃度數(shù)據(jù),則將所述滯后數(shù)據(jù)以及所述滯后數(shù)據(jù)之后的全部粉塵濃度數(shù)據(jù)的重要系數(shù)作為對應粉塵濃度數(shù)據(jù)的權重,得到所述滯后數(shù)據(jù)以及所述滯后數(shù)據(jù)之后的v個加權數(shù)據(jù),對所述滯后數(shù)據(jù)之后的v個加權數(shù)據(jù)進行直線擬合,得到所述滯后數(shù)據(jù)的后局部擬合直線。

25、進一步的,所述權重獲取模塊中根據(jù)每個所述滯后數(shù)據(jù)的局部擬合直線,得到每個所述滯后數(shù)據(jù)的重要程度,包括:

26、針對任一滯后數(shù)據(jù),根據(jù)所述滯后數(shù)據(jù)的前局部擬合直線,得到所述滯后數(shù)據(jù)所在采樣時刻的第一擬合值,計算所述滯后數(shù)據(jù)與所述第一擬合值之間的差值絕對值,得到第一差異性指標;

27、若所述滯后數(shù)據(jù)不存在后局部擬合直線,則將常數(shù)1減去所述第一差異性指標的倒數(shù),計算所述滯后數(shù)據(jù)的重要系數(shù)與所述倒數(shù)的平均值,得到所述滯后數(shù)據(jù)的重要程度;

28、若所述滯后數(shù)據(jù)存在后局部擬合直線,則根據(jù)所述滯后數(shù)據(jù)的前局部擬合直線與后局部擬合直線之間的差異,得到所述滯后數(shù)據(jù)的重要程度。

29、進一步的,所述權重獲取模塊中根據(jù)所述滯后數(shù)據(jù)的前局部擬合直線與后局部擬合直線之間的差異,得到所述滯后數(shù)據(jù)的重要程度,包括:

30、根據(jù)所述滯后數(shù)據(jù)的后局部擬合直線,得到所述滯后數(shù)據(jù)所在采樣時刻的第二擬合值,計算所述滯后數(shù)據(jù)與所述第二擬合值之間的差值絕對值,得到第二差異性指標;

31、計算所述第一差異性指標與所述第二差異性指標的均值的倒數(shù),得到第二變量,將常數(shù)1減去所述第二變量,得到所述滯后數(shù)據(jù)的局部差異程度;

32、計算所述滯后數(shù)據(jù)的前局部擬合直線與后局部擬合直線之間的斯皮爾曼相關系數(shù),將常數(shù)1減去所述斯皮爾曼相關系數(shù),得到所述滯后數(shù)據(jù)的區(qū)別系數(shù);

33、計算所述滯后數(shù)據(jù)的重要系數(shù)、局部差異程度以及區(qū)別系數(shù)的平均值,得到所述滯后數(shù)據(jù)的重要程度。

34、進一步的,所述權重獲取模塊中根據(jù)所述重要程度,獲取每個所述滯后數(shù)據(jù)的自適應權重,包括:

35、獲取所有滯后數(shù)據(jù)的重要程度的平均值,得到平均重要程度;

36、針對任一滯后數(shù)據(jù),計算所述滯后數(shù)據(jù)的重要程度與所述平均重要程度之間的比值,得到所述滯后數(shù)據(jù)的自適應權重。

37、本發(fā)明實施例與現(xiàn)有技術相比存在的有益效果是:

38、本發(fā)明提供了一種基于傳感器的礦用粉塵濃度在線監(jiān)測降塵系統(tǒng),包括數(shù)據(jù)采集模塊,用于在礦洞口采集爆破后的歷史時段內(nèi)的粉塵濃度數(shù)據(jù),得到粉塵濃度數(shù)據(jù)序列;數(shù)據(jù)分析模塊,用于根據(jù)所述粉塵濃度數(shù)據(jù)序列中的粉塵濃度數(shù)據(jù)差異,分別獲取每個所述粉塵濃度數(shù)據(jù)的重要系數(shù),在利用自回歸模型對所述粉塵濃度數(shù)據(jù)序列進行預測的過程中,對所述粉塵濃度數(shù)據(jù)序列進行自相關分析,得到自回歸模型的階數(shù),根據(jù)所述自回歸模型的階數(shù),獲取所述粉塵濃度數(shù)據(jù)序列中的滯后數(shù)據(jù);權重獲取模塊,用于根據(jù)每個所述粉塵濃度數(shù)據(jù)的重要系數(shù),對每個所述滯后數(shù)據(jù)的局部范圍內(nèi)的所有粉塵濃度數(shù)據(jù)進行直線擬合,對應得到每個所述滯后數(shù)據(jù)的局部擬合直線,根據(jù)每個所述滯后數(shù)據(jù)的局部擬合直線,得到每個所述滯后數(shù)據(jù)的重要程度,根據(jù)所述重要程度,獲取每個所述滯后數(shù)據(jù)的自適應權重;數(shù)據(jù)預測模塊,用于根據(jù)每個所述滯后數(shù)據(jù)的自適應權重,得到下一時刻的粉塵濃度預測數(shù)據(jù),根據(jù)所述粉塵濃度預測數(shù)據(jù),對所述礦洞口采取降塵措施。其中,根據(jù)粉塵濃度數(shù)據(jù)序列中的粉塵濃度數(shù)據(jù)差異,得到每個粉塵濃度數(shù)據(jù)的重要系數(shù);在利用自回歸模型對下一時刻的粉塵濃度數(shù)據(jù)進行預測的過程中,對粉塵濃度數(shù)據(jù)序列進行自相關分析,得到滯后數(shù)據(jù),根據(jù)滯后數(shù)據(jù)的局部范圍內(nèi)的粉塵濃度數(shù)據(jù)進行直線擬合,使得在直線擬合的過程中,粉塵濃度數(shù)據(jù)序列中的疑似噪聲數(shù)據(jù)的權重更小,降低對預測結果的干擾;根據(jù)每個滯后數(shù)據(jù)與其對應的擬合結果(局部擬合直線)之間的差異,得到每個滯后數(shù)據(jù)的重要程度;根據(jù)重要程度得到每個滯后數(shù)據(jù)的自適應權重,進而根據(jù)每個滯后數(shù)據(jù)的自適應權重預測下一時刻的粉塵濃度數(shù)據(jù),提高了利用自回歸模型對粉塵濃度進行預測的準確性。

當前第1頁1 2 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
札达县| 三河市| 商城县| 灵川县| 勃利县| 安岳县| 勐海县| 思南县| 贵溪市| 舞阳县| 洞头县| 武川县| 兴山县| 静乐县| 禄丰县| 嵊州市| 明星| 郎溪县| 沐川县| 镇江市| 瑞金市| 淮南市| 武定县| 昭平县| 墨竹工卡县| 神木县| 民勤县| 监利县| 若羌县| 纳雍县| 广南县| 常山县| 台北市| 仙游县| 崇礼县| 高要市| 武汉市| 凌源市| 太保市| 怀安县| 鄂托克前旗|