煤矿瓦斯传感器人工调校噪声数据处理方法

胡峰, 叶福豪, 王国胤, 代劲

胡峰,叶福豪,王国胤,等.煤矿瓦斯传感器人工调校噪声数据处理方法[J].工矿自动化,2020,46(7):70-75.. DOI: 10.13272/j.issn.1671-251x.17605
引用本文: 胡峰,叶福豪,王国胤,等.煤矿瓦斯传感器人工调校噪声数据处理方法[J].工矿自动化,2020,46(7):70-75.. DOI: 10.13272/j.issn.1671-251x.17605
HU Feng, YE Fuhao, WANG Guoyin, DAI Ji. Manual adjustment noise data processing method for coal mine gas sensor[J]. Journal of Mine Automation, 2020, 46(7): 70-75. DOI: 10.13272/j.issn.1671-251x.17605
Citation: HU Feng, YE Fuhao, WANG Guoyin, DAI Ji. Manual adjustment noise data processing method for coal mine gas sensor[J]. Journal of Mine Automation, 2020, 46(7): 70-75. DOI: 10.13272/j.issn.1671-251x.17605

煤矿瓦斯传感器人工调校噪声数据处理方法

基金项目: 

国家重点研发计划资助项目(2018YFC0808305)

详细信息
  • 中图分类号: TD712

Manual adjustment noise data processing method for coal mine gas sensor

  • 摘要: 传统噪声数据处理方法对输入数据有一定的要求,且运行时间较长。而煤矿瓦斯传感器人工调校噪声数据存在数量少、质量差、时间不一致、易受环境影响等问题,采用传统噪声处理方法难以滤除该噪声数据。针对上述问题,提出了一种煤矿瓦斯传感器人工调校噪声数据处理方法。采用数据平均值填充煤矿瓦斯传感器浓度数据缺失值;采用多时间粒度构建煤矿瓦斯传感器浓度数据的特征集和样本集;采用高斯函数、混合高斯函数、二项式函数、三项式函数、分段二项式函数5种曲线拟合函数拟合人工调校噪声数据,并基于最小二乘法确定拟合函数参数,根据拟合效果得到最优的拟合函数;通过分析人工调校噪声数据得出该噪声数据与瓦斯浓度上升的斜率、峰值、调校前后浓度差等基本特征有关,根据这些基本特征识别出人工调校噪声数据并删除。实验结果验证了该方法的有效性。
    Abstract: Traditional noise data processing methods have certain requirements for input data, and have a long running time. However, there are some problems of manual adjustment noise data of coal mine gas sensor such as less quantity, poor quality, inconsistent time and easy to be affected by environment, it is difficult to filter the noise data by traditional noise processing methods. For the above problems, a manual adjustment noise data processing method for coal mine gas sensor is proposed. The data average value is used to fill the missing value of concentration data of coal mine gas sensor; the feature set and sample set of concentration data of coal mine gas sensor are constructed by using multi time granularity; five curve fitting functions, namely Gaussian function, mixed Gaussian function, binomial function, trinomial function and piecewise binomial function, are used to fit manual adjustment noise data, and parameters of the fitting function are determined based on the least square method, and the optimal fitting function is obtained according to fitting effect; through analysis of manual adjustment noise data, it is concluded that the noise data is related to the slope, peak and difference of gas concentration before and after adjustment, according to these basic characteristics, the manual adjustment noise data is identified and deleted. The experimental results verify effectiveness of the method.
  • 我国煤矿以井工开采为主,采掘作业时破坏煤岩原有平衡,极易发生冲击地压和煤与瓦斯突出等事故[1-4]。目前冲击地压和煤与瓦斯突出监测方法主要有钻屑法、微震法、声发射法、电磁辐射法和应力监测法等[5-11]。但我国煤矿地质条件复杂多样,冲击地压和煤与瓦斯突出事故仍时有发生。尽早感知冲击地压和煤与瓦斯突出事故并报警,是降低人员伤亡与财产损失的有效措施[1,3-4]。目前有基于传感器、声音、图像的冲击地压和煤与瓦斯突出感知报警方法[12-19],但未见有利用掩埋图像特征来进行冲击地压和煤与瓦斯突出感知报警的研究。本文提出了一种基于掩埋图像特征的煤矿冲击地压和煤与瓦斯突出感知报警方法,具有响应速度快、非接触、监测范围广、成本低和使用维护方便等优点。

    冲击地压和煤与瓦斯突出均是由于巷道开拓和采掘等扰动,破坏了巷道围岩原有的力学平衡,突破了煤岩的应力极限,致使破碎煤岩抛向巷道和采掘工作面的煤岩动力灾害,严重威胁煤矿安全生产。冲击地压和煤与瓦斯突出发生时,瞬间向巷道和采掘工作面喷出大量的破碎煤岩,大量破碎煤岩堆积在巷道和采掘工作面,掩埋设备和人员,摧毁巷道设施,毁坏通风系统,堵塞巷道,造成人员窒息和人员被埋,还会引发瓦斯和煤尘爆炸等次生灾害。

    冲击地压和煤与瓦斯突出灾害发生时,除具有温度异常[18,23]、速度异常[18-23]、颜色异常等特征外[19,23],还具有掩埋异常特征。

    煤矿井下煤岩温度随深度的增加而升高,正常工况下巷道和采掘工作面环境温度相对较低。已暴露的煤岩温度会随暴露时间的增加而接近环境温度。未暴露的煤岩温度与巷道和采掘工作面环境温度及已暴露煤岩温度有明显差异,未暴露的煤岩温度相对较高。因此,冲击地压和煤与瓦斯突出发生时,有抛出煤岩温度大于巷道和采掘工作面环境温度和已暴露煤岩温度的异常特征[18,23]

    冲击地压和煤与瓦斯突出均为煤矿动力灾害,灾害发生时大量煤岩急剧猛烈抛向巷道和采掘工作面,且灾害发生时抛出煤岩速度较正常工况下巷道和采掘工作面物体移动速度快。因此,冲击地压和煤与瓦斯突出发生时,有抛出煤岩速度大于正常工况下巷道和采掘工作面物体移动速度的异常特征[18-23]

    冲击地压和煤与瓦斯突出发生时,大量黑色的破碎煤岩抛向巷道和采掘工作面,与煤矿井下设备颜色差异明显。因此,在非黑色煤矿井下设备的背景下,冲击地压和煤与瓦斯突出发生时,有不同于正常工况下巷道和采掘工作面颜色的异常特征[19,23]

    冲击地压和煤与瓦斯突出发生时,大量黑色的破碎煤岩抛向巷道和采掘工作面,遮挡和掩埋设备、人员和巷道等,与事故前巷道和采掘工作面有明显的颜色、面积和形状差异。因此,可根据事故前后巷道和采掘工作面颜色、面积、形状等变化,使用彩色摄像机识别冲击地压和煤与瓦斯突出。掩埋异常特征包括监视区域内颜色及其对应图形面积变化、变化速度和加速度异常,颜色及其对应图形数量变化、变化速度和加速度异常,颜色及其对应图形形状变化、变化速度和加速度异常,掩埋位置异常等。

    瓦斯和煤尘爆炸也会导致巷道和采掘工作面出现掩埋异常特征,并伴随异常高亮特征。但冲击地压和煤与瓦斯突出并不会产生异常高亮特征,因此可根据图像平均亮度来排除瓦斯和煤尘爆炸对冲击地压和煤与瓦斯突出感知的干扰[19,23]

    冲击地压和煤与瓦斯突出会造成监视区域内非黑色区域面积减少,减少的速度和加速度较大。行人和行车等也会造成监视区域内非黑色区域面积减少,但减少的速度和加速度较小。根据上述特征,提出了基于颜色及其对应图形面积变化特征的冲击地压和煤与瓦斯突出感知报警方法,流程如图1所示,具体步骤如下。

    图  1  基于颜色及其对应图形面积变化特征的冲击地压和煤与瓦斯突出感知报警方法流程
    Figure  1.  Flow of rock burst and coal and gas outburst perception alarm method based on color and its graphic area change features

    1) 在煤矿井下掘进巷道顶板或巷帮靠近顶板、回采工作面液压支架顶部或靠近顶部等位置设置带有补光灯的彩色摄像机,以与黑色煤岩有明显颜色差异的煤矿井下设备为背景,实时采集巷道和采掘工作面彩色图像,并采用甲烷传感器监测监视区域内的甲烷浓度。

    2) 监测识别监视区域彩色图像中非黑色面积变化。

    3) 如果彩色图像中非黑色区域减少的面积大于设定的面积阈值,则进行非黑色面积的减少速度和减少加速度识别,否则继续监测识别彩色图像中非黑色面积变化。

    4) 如果非黑色面积减少速度大于设定的速度阈值,或非黑色面积减少加速度大于设定的加速度阈值,则进行图像平均亮度识别,否则继续监测识别彩色图像中非黑色面积变化。

    5) 如果图像平均亮度小于设定的亮度阈值,则采集甲烷浓度,否则进行瓦斯和煤尘爆炸报警。

    6) 如果甲烷浓度迅速升高或达到报警值,则进行煤与瓦斯突出报警,否则进行冲击地压报警。

    冲击地压和煤与瓦斯突出会造成监视区域内非黑色区域数量减少,减少的速度和加速度较大。行人和行车等也会造成监视区域内非黑色区域数量减少,但减少的速度和加速度较小。根据上述特征,提出了基于颜色及其对应图形数量变化特征的冲击地压和煤与瓦斯突出感知报警方法,流程如图2所示,具体步骤如下。

    图  2  基于颜色及其对应图形数量变化特征的冲击地压和煤与瓦斯突出感知报警方法流程
    Figure  2.  Flow of rock burst and coal and gas outburst perception alarm method based on color and its graphic number change features

    1) 在煤矿井下掘进巷道顶板或巷帮靠近顶板、回采工作面液压支架顶部或靠近顶部等位置设置带有补光灯的彩色摄像机,以与黑色煤岩有明显颜色差异的煤矿井下设备为背景,实时采集巷道和采掘工作面彩色图像,并采用甲烷传感器监测监视区域内的甲烷浓度。

    2) 监测识别监视区域彩色图像中非黑色图形数量变化。

    3) 如果彩色图像中非黑色图形减少的数量大于设定的数量阈值,则进行非黑色图形数量减少速度和减少加速度识别,否则继续监测识别彩色图像中非黑色图形数量变化。

    4) 如果非黑色图形数量减少速度大于设定的速度阈值,或非黑色图形数量减少加速度大于设定的加速度阈值,则进行图像平均亮度识别,否则继续监测识别彩色图像中非黑色图形数量变化。

    5) 如果图像平均亮度小于设定的亮度阈值,则采集甲烷浓度,否则进行瓦斯和煤尘爆炸报警。

    6) 如果甲烷浓度迅速升高或达到报警值,则进行煤与瓦斯突出报警,否则进行冲击地压报警。

    冲击地压和煤与瓦斯突出会造成监视区域内非黑色图形形状发生变化,包括非黑色图形的圆形度、矩形度和面积周长比减少,减少的速度和加速度较大。行人和行车等也会造成监视区域内非黑色图形形状发生变化,但变化的速度和加速度较小。根据上述特征,提出了基于颜色及其对应图形形状变化特征的冲击地压和煤与瓦斯突出感知报警方法,流程如图3所示,具体步骤如下。

    图  3  基于颜色及其对应图形形状变化特征的冲击地压和煤与瓦斯突出感知报警方法流程
    Figure  3.  Flow of rock burst and coal and gas outburst perception alarm method based on color and its graphic shape change features

    1) 在煤矿井下掘进巷道顶板或巷帮靠近顶板、回采工作面液压支架顶部或靠近顶部等位置设置带有补光灯的彩色摄像机,以与黑色煤岩有明显颜色差异的煤矿井下设备为背景,实时采集巷道和采掘工作面彩色图像,并采用甲烷传感器监测监视区域内的甲烷浓度。

    2) 监测识别监视区域彩色图像中非黑色图形形状变化。

    3) 如果彩色图像中非黑色图形的圆形度小于设定的圆形度阈值,则进行非黑色图形圆形度减少速度和减少加速度识别,否则继续监测识别彩色图像中非黑色图形形状变化;如果彩色图像中非黑色图形的矩形度小于设定的矩形度阈值,则进行非黑色图形矩形度减少速度和减少加速度识别,否则继续监测识别彩色图像中非黑色图形形状变化;如果彩色图像中非黑色图形的面积周长比小于设定的面积周长比阈值,则进行非黑色图形面积周长比减少速度和减少加速度识别,否则继续监测识别彩色图像中非黑色图形形状变化。

    4) 如果监测识别到彩色图像中非黑色图形圆形度、矩形度、面积周长比等的减少速度大于设定的速度阈值,或非黑色图形圆形度、矩形度、面积周长比的减少加速度大于设定的加速度阈值,则进行图像平均亮度识别,否则继续监测识别彩色图像中非黑色图形形状变化。

    5) 如果图像平均亮度小于设定的亮度阈值,则采集甲烷浓度,否则进行瓦斯和煤尘爆炸报警。

    6) 如果甲烷浓度迅速升高或达到报警值,则进行煤与瓦斯突出报警,否则进行冲击地压报警。

    冲击地压和煤与瓦斯突出发生时,大量黑色的破碎煤岩抛向巷道和采掘工作面,遮挡和掩埋设备、人员和巷道等,与事故前巷道和采掘工作面有明显的掩埋位置差别。根据上述特征,提出了基于掩埋位置异常特征的冲击地压和煤与瓦斯突出感知报警方法。正常工况下,煤矿井下人员、液压支架顶部及靠近顶部等位置不会被煤岩掩埋。当出现煤矿井下人员、液压支架顶部及靠近顶部等位置被煤岩掩埋的掩埋位置异常特征,同时监视区域图像异常高亮,则进行瓦斯和煤尘爆炸报警。当出现煤矿井下人员、液压支架顶部及靠近顶部等位置被煤岩掩埋的掩埋位置异常特征,同时监视区域图像亮度正常,甲烷浓度迅速升高或达到报警值,则进行煤与瓦斯突出报警,否则进行冲击地压报警。

    1) 冲击地压和煤与瓦斯突出发生时,大量黑色的破碎煤岩抛向巷道和采掘工作面,遮挡和掩埋设备、人员和巷道等,与事故前巷道和采掘工作面有明显的颜色、面积和形状差别。因此,可根据事故前后巷道和采掘工作面颜色、面积、形状等变化,使用彩色摄像机识别冲击地压和煤与瓦斯突出。

    2) 冲击地压和煤与瓦斯突出会造成监视区域内非黑色区域面积减少,减少速度和加速度较大。行人和行车等也会造成监视区域内非黑色区域面积减少,但减少的速度和加速度较小。因此,可基于颜色及其对应图形面积变化特征进行冲击地压和煤与瓦斯突出感知报警。

    3) 冲击地压和煤与瓦斯突出会造成监视区域内非黑色区域数量减少,减少速度和加速度较大。行人和行车等也会造成监视区域内非黑色区域数量减少,但减少的速度和加速度较小。因此,可基于颜色及其对应图形数量变化特征进行冲击地压和煤与瓦斯突出感知报警。

    4) 冲击地压和煤与瓦斯突出会造成监视区域内非黑色图形形状变化,包括非黑色图形的圆形度、矩形度和面积周长比减少,减少的速度和加速度较大。行人和行车等也会造成监视区域内非黑色图形形状变化,但变化的速度和加速度较小。因此,可基于颜色及其对应图形形状变化特征进行冲击地压和煤与瓦斯突出感知报警。

    5) 冲击地压和煤与瓦斯突出会造成煤矿井下人员、液压支架顶部及靠近顶部等位置被煤岩掩埋。因此,可基于掩埋位置异常特征进行冲击地压和煤与瓦斯突出感知报警。

  • 期刊类型引用(12)

    1. 刘涛,李博,夏蕊,李瑞,王学文. 不同工况下可见-近红外光谱的煤矸识别研究. 光谱学与光谱分析. 2024(03): 821-828 . 百度学术
    2. 李嘉豪,司垒,王忠宾,魏东,顾进恒. 综放工作面煤矸识别技术及其应用. 仪器仪表学报. 2024(01): 1-15 . 百度学术
    3. 高齐云,周丽,易泽邦,陈正山. 颗粒度对喀斯特型铝土矿可见光-近红外光谱特征的影响. 岩矿测试. 2024(02): 234-246 . 百度学术
    4. 李久明. 煤岩识别技术的发展现状及展望. 陕西煤炭. 2023(01): 206-209 . 百度学术
    5. 姬洪亮,白璐,王宁,秦听听. 基于光谱曲线特征的内河航运环境污染遥感监测方法. 绿色科技. 2023(08): 131-134 . 百度学术
    6. 杨恩,王世博,宣统. 融合近红外光谱的煤岩界面分布感知研究. 工矿自动化. 2022(07): 22-31+42 . 本站查看
    7. 吕渊博,王世博,葛世荣,周悦,王赛亚,柏永泰. 近红外光谱煤岩识别装置研制. 工矿自动化. 2022(07): 32-42 . 本站查看
    8. 李瑞,李博,王学文,刘涛,李廉洁,樊书祥. 基于XGBoost与可见-近红外光谱的煤矸识别方法. 光谱学与光谱分析. 2022(09): 2947-2955 . 百度学术
    9. 许献磊,王一丹,朱鹏桥,马正. 基于高频雷达波的煤岩层位识别与追踪方法研究. 煤炭科学技术. 2022(07): 50-58 . 百度学术
    10. 张锦旺,王家臣,何庚,程东亮,韩星,范天瑞. 液体介入提升煤矸识别效率的试验研究. 煤炭学报. 2021(S2): 681-691 . 百度学术
    11. 杨恩,王世博,王赛亚,周悦. 典型煤岩反射光谱无监督感知方法研究. 工矿自动化. 2020(01): 50-58 . 本站查看
    12. 王赛亚,王世博,葛世荣,向阳,周悦,杨恩,吕渊博. 综放工作面煤岩近红外光谱特征与机理. 煤炭学报. 2020(08): 3024-3032 . 百度学术

    其他类型引用(17)

计量
  • 文章访问数:  138
  • HTML全文浏览量:  17
  • PDF下载量:  13
  • 被引次数: 29
出版历程
  • 刊出日期:  2020-07-19

目录

/

返回文章
返回