基于分数阶偏微分的煤矿井下多源数据融合算法

姬天富

姬天富. 基于分数阶偏微分的煤矿井下多源数据融合算法[J]. 工矿自动化, 2024, 50(S2): 86-88.
引用本文: 姬天富. 基于分数阶偏微分的煤矿井下多源数据融合算法[J]. 工矿自动化, 2024, 50(S2): 86-88.
JI Tianfu. Multi-source data fusion algorithm for coal mine based on fractional-order partial differentiation[J]. Journal of Mine Automation, 2024, 50(S2): 86-88.
Citation: JI Tianfu. Multi-source data fusion algorithm for coal mine based on fractional-order partial differentiation[J]. Journal of Mine Automation, 2024, 50(S2): 86-88.

基于分数阶偏微分的煤矿井下多源数据融合算法

详细信息
    作者简介:

    姬天富(1974—),男,陕西宝鸡人,副教授,研究方向为偏微分方程,E-mail:13645132878@163.com。

  • 中图分类号: TD67

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。
  • [1] 汪雪君.便携式载体催化甲烷检测报警仪自动测量系统[J].自动化与仪器仪表,2022(9):257-260.
    [2] 张远征.车载式甲烷传感器关键技术的研究[J].自动化与仪表,2021,36(10):92-95.
    [3] 赵庆川.基于双窄带LED光源的红外甲烷传感器的研制[J].光子学报,2020,49(6):154-162.
    [4] 冯文彬,肖开泰,刘骐志,等.甲烷检测器光干涉条纹亚像素级定位与检测精度研究[J/OL].煤炭学报,1-12[2024-10-24]. https://doi.org/10.13225/j.cnki.jccs.2024.0781.
    [5] 周晨,马柳昊,王宇.基于外差相敏色散光谱技术的宽动态范围甲烷气体检测[J].中国光学(中英文),2024,17(4):789-800.
    [6] 张雪梅,梁光清.基于抗干扰技术的催化式甲烷传感器设计[J].工业仪表与自动化装置,2024(4):47-51.
计量
  • 文章访问数:  1
  • HTML全文浏览量:  0
  • PDF下载量:  0
  • 被引次数: 0
出版历程
  • 收稿日期:  2024-10-24

目录

    /

    返回文章
    返回