基于分数阶偏微分的煤矿井下多源数据融合算法

Multi-source data fusion algorithm for coal mine based on fractional-order partial differentiation

  • 摘要: 煤矿井下通过无线传感网络采集的各类环境数据受采集设备性能、设备工作环境和信号干扰等因素影响,导致采集到的数据与井下环境真实情况存在误差,从而无法准确评估煤矿井下工作环境安全性。针对上述问题,提出了一种基于分数阶偏微分的煤矿井下多源数据数据融合算法。首先收集甲烷检测数据,严格评判数据的有效性:若数据误差超出标准,则采用井下多源甲烷数据融合模型进行精细处理,将数据的差异化降低到容许范围后,将数据发送至数据采集中心;若数据有效,误差在差异允许范围内,直接将检测数据发送至数据采集中心,不需要进行数据处理。利用0.6阶偏微分方程验证了煤矿井下多源甲烷数据融合处理效果,实验结果表明,在多因素干扰下多源甲烷检测数据具有较高精度,提高了井下工作环境安全预测的可靠性。

     

/

返回文章
返回