基于多传感器数据融合的煤矿安全状态评估

摘要：

为了保障矿井工人的生命安全，减少经济损失，提出一种基于多传感器数据融合技术的煤矿安全状态评估方法。先使用基于均值的分批估计预处理方法对井下的瓦斯浓度、温度、风速、一氧化碳、粉尘等多种传感器采集的数据进行综合处理，得到第一级融合结果，再利用D-S证据理论消除评估过程中的不确定性，提高评估的准确性。通过具体的案例，验证了本方法的可行性。实验结果表明，该评估方法的准确性很高，能够为矿井安全状态的评估与判断提供决策支持。

关键词：传感器、数据融合、瓦斯浓度、分批估计、D-S证据理论

分类号：TP212(自动化技术及设备)

资助基金：国家自然科学基金资助项目51174257；安徽高校省级自然科学研究重点项目KJ2010A083

在线出版日期：2014-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：138-141