[发明专利]基于多目标监测数据融合的煤矿顶板安全评价方法

摘要

本发明公开了一种基于多目标监测数据融合的煤矿顶板安全评价方法，主要特点是：根据煤矿实际生产状况，将煤矿顶板安全状态定义为3个等级，确定顶板安全状况的辨识框架；计算机利用基于D-S证据理论数据融合模型对多目标监测传感器数据的基本概率进行融合，凸显顶板安全的某一状态，实现顶板安全状态的辨识；计算机再根据顶板安全状态分类决策规则对融合后的基本概率分配值进行分析，并输出顶板安全状态辨识结果，从而实现煤矿顶板安全状况的评价。本发明建立了煤矿顶板安全评估的概念框架，给出了基于D-S证据理论的多源数据分析、处理、分配、融合等信息处理步骤，极大地提高顶板评价指标信息的质量和可信度。

主权项

1.一种基于多目标监测数据融合的煤矿顶板安全评价方法，其特征在于，包括以下步骤：第一步：根据煤矿实际生产状况，将煤矿顶板安全状态定义为3个等级，确定顶板安全状况的辨识框架，表示为：S＝{S₁，S₂，S₃}，其中：S₁代表危险状态，S₂代表临界状态，S₃代表安全状态；第二步：建立基于D-S证据理论的顶板安全状态分类决策规则，规则如下：①顶板安全的目标状态应具有最大基本概率分配值；②目标状态的基本概率分配必须大于不确定性基本概率分配值；③目标状态的基本概率分配与其他类别的基本概率分配值之差应大于或等于设定阈值0.20；④目标状态的不确定性基本概率分配值应小于设定阈值0.30；第三步：计算机采集某一周期煤矿顶板安全监测系统中的多目标传感器数据，并将采集到的监测数据进行预处理，具体做法是：对采集到的各类监测数据进行归一化处理，按比例进行缩放，使其对顶板安全状况的判定值落在[0，1]范围内。这样可以将采集到的各类监测数据转化为对应证据的基本可信度分配值，使其具有统一表达方式，便于数据融合；第四步：计算机应用基于D-S证据理论的多源数据融合算法对各类传感器数据进行融合，凸现顶板安全的某一状态，实现顶板安全状态的辨识；融合算法描述如下：对于同一辨识框下的两个信度函数Bel₁，Bel₂，m₁，m₂为对应的基本可信度分配，则对两个信度函数的正交和为：A＝A_i∩B_j，其总概率为：Bel1(A)=ΣAi∩Bj=Φm1(Ai)m2(bj)<1---(1)]]>如果A_i∩B_j＝Φ，而因总概率为1，所以必须将A_i∩B_j＝Φ部分删除，重新进行概率分配，利用归一化因子，公式(1)可改写为：m(C)=0,A=ΦΣAi∩Bj=Cm1(Ai)m2(Bj)1-ΣAi∩Bj=Φm1(Ai)m2(Bj)A≠Φ---(2)]]>其中，[1-ΣAi∩Bj=Φm1(Ai)m2(Bj)]]]>为归一化因子。若令，则公式(2)可改写为：m(C)=0,A=Φ11-KΣAi∩Bj=Cm1(Ai)m2(Bj),A≠Φ---(3)]]>对于多个信度函数，其合成法则如下：设Bel₁，Bel₂，…，Bel_n为辨识框X上的信度函数，m₁，m₂…，m_n为对应的基本可信度分配，如果Bel₁，Bel₂，…，Bel_n存在且基本可信度分配为m，则，(Z≠X)。对n个证据源的合成公式定义为：m(Z)=11-KΣAi∩Bj∩Ck∩...=Zm1(Ai)m2(Bj)m3(Ck)...---(4)]]>其中，K=ΣAi∩Bj∩Ck∩...=Φm1(Ai)m2(Bj)m3(Ck)...---(5)]]>第五步：计算机根据第二步提出的顶板安全状态分类决策规则对融合后的基本概率分配值进行分析，并输出顶板安全状态辨识结果，从而实现煤矿顶板安全状况的评价。