[發(fā)明專利]基于K最近鄰法煤礦井下突水水源預(yù)測(cè)的檢測(cè)方法

無效

• 申請(qǐng)?zhí)枺?/td>: 201310700589.1
• 申請(qǐng)日: 2013-12-18
• 公開（公告）號(hào): CN103674921A
• 公開（公告）日: 2014-03-26
• 發(fā)明（設(shè)計(jì)）人: 周孟然;聶夢(mèng)雅;閆鵬程;宮關(guān);付學(xué)強(qiáng);馬云川
• 申請(qǐng)（專利權(quán)）人: 安徽理工大學(xué)
• 主分類號(hào): G01N21/64
• 分類號(hào): G01N21/64
• 代理公司: 安徽合肥華信知識(shí)產(chǎn)權(quán)代理有限公司 34112
• 代理人: 余成俊

技術(shù)領(lǐng)域

本發(fā)明涉及煤礦井下突水水源預(yù)測(cè)方法領(lǐng)域，具體為一種基于K最近鄰法的煤礦井下突水水源預(yù)測(cè)的檢測(cè)方法。

背景技術(shù)

隨著我國經(jīng)濟(jì)的逐步發(fā)展，煤炭開采技術(shù)逐漸向高產(chǎn)高效的方向發(fā)展。但是近年來，我國頻繁發(fā)生煤礦突水事故，嚴(yán)重制約著我國煤炭事業(yè)的發(fā)展。煤礦突水的主要在于預(yù)防，突水預(yù)測(cè)是預(yù)防的根本。根據(jù)多年對(duì)煤礦突水水源的研究，得知礦區(qū)各層地下水體所處的水文地球化學(xué)環(huán)境不同，使影響煤礦生產(chǎn)的礦井突水水源也不一樣，即用于判別礦井突水水源的特征離子也不相同。突水水源預(yù)測(cè)的主要任務(wù)就是找到能代表每段水體特征的代表離子,并在此基礎(chǔ)上對(duì)突水的來源進(jìn)行識(shí)別。依據(jù)對(duì)水中離子的分析，就能建立一個(gè)系統(tǒng)、全面的礦井井下突水水源預(yù)測(cè)系統(tǒng)，就可以對(duì)礦井井下突水水源進(jìn)行準(zhǔn)確預(yù)測(cè)，并有效預(yù)防和減少突水事故的發(fā)生。

目前國內(nèi)外都已經(jīng)發(fā)展了人工智能化預(yù)測(cè)，如采用BP神經(jīng)網(wǎng)絡(luò)算法來預(yù)測(cè)，在預(yù)測(cè)準(zhǔn)確性和可靠性等方面有了較大的提高，但這種算法主要問題是，由于該算法訓(xùn)練次數(shù)多，故效率低下，收斂速度較慢，以及目標(biāo)函數(shù)易陷入局部極小值，限制了其應(yīng)用。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于K最近鄰法的煤礦突水水源預(yù)測(cè)方法，以解決現(xiàn)有技術(shù)預(yù)測(cè)方法收斂速度慢和局部收斂的問題。

為了達(dá)到上述目的，本發(fā)明所采用的技術(shù)方案為：

基于K最近鄰法的煤礦井下突水源預(yù)測(cè)方法，其特征在于：基于K最近鄰法，采用Nd:YAG固體激光器發(fā)出激光聚焦在待測(cè)水體上，該水體在激光激發(fā)下產(chǎn)生熒光光譜信號(hào)，將熒光探頭采集到的光譜信號(hào)照射到多道探測(cè)器中，得到的反應(yīng)待測(cè)水體水質(zhì)情況的電信號(hào)，與相同測(cè)定條件下的反應(yīng)正常水體水質(zhì)情況的電信號(hào)進(jìn)行比較，然后在ARM7處理器中利用K最近鄰法構(gòu)建模式識(shí)別模型，對(duì)待測(cè)水體數(shù)據(jù)分析，從而能夠獲得煤礦水源水質(zhì)變化情況，從而預(yù)估出未來礦井下的突水情況，包括以下步驟：

（1）根據(jù)待測(cè)區(qū)域的地域情況，采集多個(gè)水樣，采用Nd:YAG固體激光器依次發(fā)出激光聚焦在各樣本上；利用熒光探頭收集產(chǎn)生的光譜信號(hào)，將探頭收集到的熒光最大限度的照射到多道探測(cè)器中；

（2）在所述多道探測(cè)器中，具有多個(gè)光敏單元和自掃描功能，可同時(shí)采集多個(gè)波長點(diǎn)的數(shù)據(jù)，然后將數(shù)據(jù)輸入微控制器進(jìn)行分析與處理；

（3）在ARM7處理器內(nèi)部編程，使外部I/O口產(chǎn)生驅(qū)動(dòng)脈沖，驅(qū)動(dòng)脈沖輸入到多道探測(cè)器，多道探測(cè)器開始工作；多道探測(cè)器接收熒光信號(hào)后，將熒光信號(hào)轉(zhuǎn)變?yōu)殡娦盘?hào)，該電信號(hào)經(jīng)過電流驅(qū)動(dòng)放大電路從而再進(jìn)入偏置電路并放大，和電子濾波，處理后的信號(hào)送到Atmega128引腳，進(jìn)行A/D采樣，轉(zhuǎn)化數(shù)字量數(shù)據(jù)作為反映待測(cè)水體水質(zhì)情況的信號(hào)儲(chǔ)存；

（4）在ARM7處理器中采用K最近鄰法構(gòu)建模式識(shí)別模型，結(jié)合模型對(duì)步驟（3）中得到的反映待測(cè)水體水質(zhì)情況的信號(hào)數(shù)據(jù)以及之前采集的反映正常水體水質(zhì)情況的信號(hào)數(shù)據(jù)進(jìn)行學(xué)習(xí)，以“同類樣本在模式空間相互較靠近”為依據(jù)進(jìn)行分類，判斷兩者的相似，最后得出該井下部位是否會(huì)發(fā)生突水。

所述熒光探頭為浸沒式熒光探頭，熒光探頭實(shí)時(shí)采集的數(shù)據(jù)分別送入多道探測(cè)器中進(jìn)行分析與處理。

所述多道探測(cè)器可采用CCD光探測(cè)器，使用堆垛方式加大探測(cè)的動(dòng)態(tài)范圍。

所述ARM7處理器通過K最近鄰法構(gòu)建模式識(shí)別模型，由多道探測(cè)器采集得到的熒光信號(hào)轉(zhuǎn)化成電信號(hào)，進(jìn)行處理，與正常水體水質(zhì)的數(shù)據(jù)進(jìn)行學(xué)習(xí)，比較，最后得出該井下部位是否會(huì)發(fā)生突水。

本發(fā)明根據(jù)礦井井下的特殊結(jié)構(gòu)采用浸沒式熒光探頭埋在礦井井下的各個(gè)平面的不同位置進(jìn)而對(duì)是否發(fā)生突水進(jìn)行實(shí)時(shí)預(yù)測(cè)，然后考慮到礦井深度、供電和走線簡單方便等問題，本發(fā)明數(shù)據(jù)用激光源照射待測(cè)水體，產(chǎn)生的信號(hào)送到多道探測(cè)器，多道探測(cè)器將熒光信號(hào)轉(zhuǎn)化為電信號(hào)，將電信號(hào)進(jìn)行處理，送入ARM7處理器進(jìn)行分析。其中多道探測(cè)器由多個(gè)監(jiān)測(cè)單元按線陣排列的檢測(cè)器件，可同時(shí)采集多個(gè)波長點(diǎn)的數(shù)據(jù)，擴(kuò)大檢測(cè)范圍。電信號(hào)經(jīng)過電流驅(qū)動(dòng)放大電路從而再進(jìn)入偏置電路，使微弱的光譜信號(hào)放大，對(duì)放大的信號(hào)進(jìn)行電子濾波，然后將數(shù)據(jù)遠(yuǎn)程傳到PC機(jī)，用K最近鄰法建立模式識(shí)別模型，對(duì)采集的數(shù)據(jù)進(jìn)行分析。經(jīng)過演算可以獲得較準(zhǔn)確的煤礦井下是否突水的預(yù)測(cè)，以確保井下工作人員的安全。

本發(fā)明從礦井井下突水安全性出發(fā)，以及工作人員進(jìn)出礦井的實(shí)際情況，充分利用K最近鄰法的優(yōu)點(diǎn)對(duì)井下突水狀況進(jìn)行預(yù)測(cè)，以實(shí)現(xiàn)在事故情況未發(fā)生時(shí)，及時(shí)進(jìn)行修復(fù)，以確保井下工作人員的安全。