本發(fā)明涉及礦山安全生產(chǎn)分析，具體為一種基于多源感知的礦山安全生產(chǎn)數(shù)據(jù)融合分析方法。

背景技術(shù)：

1、礦山開采規(guī)模的擴(kuò)大和深部資源開發(fā)的推進(jìn)，礦山安全生產(chǎn)面臨的風(fēng)險(xiǎn)和挑戰(zhàn)日益增多。為保證礦山作業(yè)環(huán)境的安全性和高效性，現(xiàn)代礦山管理系統(tǒng)普遍依賴于多源感知技術(shù)，通過分布式傳感器網(wǎng)絡(luò)對(duì)礦山環(huán)境的參數(shù)進(jìn)行實(shí)時(shí)監(jiān)測(cè)，結(jié)合數(shù)據(jù)融合與分析技術(shù)實(shí)現(xiàn)安全風(fēng)險(xiǎn)評(píng)估和應(yīng)急決策支持。而礦山環(huán)境的特殊性、多源傳感器的復(fù)雜性及數(shù)據(jù)處理的技術(shù)瓶頸，現(xiàn)有的礦山監(jiān)測(cè)與分析技術(shù)中存在諸多缺陷，亟需優(yōu)化，其中，缺陷如下：

2、礦山環(huán)境中傳感器采樣頻率的差異及時(shí)鐘不同步，導(dǎo)致多源傳感器的數(shù)據(jù)存在時(shí)間戳不一致的情況，時(shí)間不一致性使數(shù)據(jù)在融合處理過程中無法對(duì)齊，進(jìn)而影響數(shù)據(jù)分析的準(zhǔn)確性和可靠性。

3、受礦山復(fù)雜環(huán)境的影響，各傳感器的測(cè)量數(shù)據(jù)中通常會(huì)含有不同程度的噪聲，且噪聲特性因傳感器硬件性能的差異而異。傳統(tǒng)數(shù)據(jù)融合方法無法有效評(píng)估并抑制噪聲對(duì)融合結(jié)果的影響，特別是當(dāng)傳感器中存在高噪聲干擾時(shí)，容易導(dǎo)致融合數(shù)據(jù)的偏差甚至誤判。

4、在礦山長(zhǎng)期運(yùn)行的傳感器網(wǎng)絡(luò)中，部分傳感器由設(shè)備故障、信號(hào)干擾和電力不足的原因，導(dǎo)致采集數(shù)據(jù)的丟失和異常，影響數(shù)據(jù)的完整性，使后續(xù)分析和安全決策過程受到干擾。

5、多種傳感器數(shù)據(jù)的來源和分布具有異構(gòu)性，不同傳感器的數(shù)據(jù)分布存在差異，而現(xiàn)有方法在融合過程中無法對(duì)傳感器分布差異進(jìn)行有效優(yōu)化，影響融合結(jié)果的一致性和準(zhǔn)確性。

6、現(xiàn)有的礦山監(jiān)測(cè)系統(tǒng)在數(shù)據(jù)處理后生成的安全狀態(tài)評(píng)估和預(yù)警信息存在滯后性，無法及時(shí)對(duì)潛在風(fēng)險(xiǎn)做出響應(yīng)。

7、因此，本領(lǐng)域技術(shù)人員提供一種基于多源感知的礦山安全生產(chǎn)數(shù)據(jù)融合分析方法，以解決上述提出的問題。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提供一種基于多源感知的礦山安全生產(chǎn)數(shù)據(jù)融合分析方法，以解決上述背景技術(shù)中提出的問題。

2、為實(shí)現(xiàn)以上目的，本發(fā)明通過以下技術(shù)方案予以實(shí)現(xiàn)：一種基于多源感知的礦山安全生產(chǎn)數(shù)據(jù)融合分析方法，包括：

3、步驟1、通過設(shè)置在礦山環(huán)境中的多種類型傳感器，對(duì)礦山環(huán)境中涉及安全生產(chǎn)的物理參數(shù)進(jìn)行實(shí)時(shí)數(shù)據(jù)采集，采集的數(shù)據(jù)被存儲(chǔ)為具有時(shí)間戳的獨(dú)立數(shù)據(jù)流，不同傳感器的數(shù)據(jù)由采樣頻率和時(shí)鐘設(shè)置的差異會(huì)存在時(shí)間不一致性；

4、步驟2、對(duì)步驟1中采集到的具有時(shí)間戳的多源數(shù)據(jù)進(jìn)行時(shí)延補(bǔ)償處理，通過對(duì)不同傳感器數(shù)據(jù)時(shí)間標(biāo)簽的校正，消除由采樣頻率和時(shí)鐘不同導(dǎo)致的時(shí)間不一致性問題，過程中，將對(duì)各傳感器數(shù)據(jù)的時(shí)間軸進(jìn)行對(duì)齊；

5、步驟3、針對(duì)步驟2中時(shí)間同步后的數(shù)據(jù)進(jìn)行噪聲處理，通過評(píng)估各傳感器數(shù)據(jù)中存在的環(huán)境噪聲特性，對(duì)不同傳感器的數(shù)據(jù)進(jìn)行分類和加權(quán)，依據(jù)各傳感器的噪聲水平調(diào)整數(shù)據(jù)權(quán)重，過程中，已校正時(shí)間的多源數(shù)據(jù)被優(yōu)化，生成高信噪比的初步融合數(shù)據(jù)；

6、步驟4、對(duì)步驟3中噪聲處理的初步融合數(shù)據(jù)，針對(duì)出現(xiàn)的傳感器數(shù)據(jù)缺失和異常情況，利用礦山環(huán)境中的物理模型進(jìn)行插值和補(bǔ)全處理，為后續(xù)的融合分析奠定數(shù)據(jù)基礎(chǔ)；

7、步驟5、基于步驟4中得到的完整且優(yōu)化的多源數(shù)據(jù)，結(jié)合礦山安全生產(chǎn)的決策模型，進(jìn)行數(shù)據(jù)融合分析以支持安全生產(chǎn)決策，融合分析后的數(shù)據(jù)被用于生成礦山安全狀態(tài)評(píng)估結(jié)果，結(jié)合風(fēng)險(xiǎn)評(píng)估模型形成預(yù)警信息。

8、優(yōu)選的，所述步驟2中，時(shí)延補(bǔ)償處理，通過建立優(yōu)化模型實(shí)現(xiàn)，模型的目標(biāo)函數(shù)為：

9、

10、其中，j[τi]表示針對(duì)傳感器i的時(shí)延補(bǔ)償優(yōu)化目標(biāo)，xi(t+τi)為傳感器i在時(shí)延補(bǔ)償后的數(shù)據(jù)，t是時(shí)間，τi是傳感器i的時(shí)延補(bǔ)償參數(shù)，表示在時(shí)刻t的目標(biāo)融合數(shù)據(jù)，t為采樣時(shí)間范圍。

11、優(yōu)選的，所述步驟2中，時(shí)延補(bǔ)償過程中，采用卡爾曼濾波方法優(yōu)化同步數(shù)據(jù)，卡爾曼濾波的狀態(tài)預(yù)測(cè)公式為：

12、

13、其中，表示在時(shí)刻t的預(yù)測(cè)狀態(tài)，a(t)為狀態(tài)轉(zhuǎn)移矩陣，表示在時(shí)刻t-1的估計(jì)狀態(tài)；

14、測(cè)量更新公式為：

15、

16、其中，表示在時(shí)刻y的最終估計(jì)狀態(tài)，表示在時(shí)刻t的預(yù)測(cè)狀態(tài)，zi(t)表示在時(shí)刻t的實(shí)際觀測(cè)數(shù)據(jù)，hi表示傳感器i的觀測(cè)模型，為預(yù)測(cè)狀態(tài)在觀測(cè)空間中的映射值，ki(t)表示傳感器i在時(shí)刻t對(duì)估計(jì)狀態(tài)的修正程度，定義為：

17、

18、其中，ki(t)表示傳感器i在時(shí)刻t對(duì)估計(jì)狀態(tài)的修正程度，p(t|t-1)表示在時(shí)刻t的預(yù)測(cè)誤差分布，為觀測(cè)矩陣hi的轉(zhuǎn)置矩陣，ri(t)為傳感器i的觀測(cè)噪聲協(xié)方差，

19、hip(t|t-1)為預(yù)測(cè)誤差在觀測(cè)空間中的分布，

20、表示觀測(cè)數(shù)據(jù)對(duì)預(yù)測(cè)狀態(tài)修正的權(quán)重。

21、優(yōu)選的，所述步驟3中，噪聲處理通過加權(quán)平均法實(shí)現(xiàn)，融合后的初步數(shù)據(jù)為：

22、

23、其中，表示在時(shí)刻t融合多傳感器數(shù)據(jù)的最終估計(jì)值，n表示傳感器的數(shù)量，為傳感器i的噪聲方差，xi(t)為傳感器i在時(shí)刻t的數(shù)據(jù)。

24、優(yōu)選的，所述步驟3中，噪聲處理利用信息幾何優(yōu)化方法，通過最小化傳感器數(shù)據(jù)間的相對(duì)熵散度優(yōu)化融合策略，相對(duì)熵散度的定義為：

25、

26、其中，dkl(p(xi)||p(xj))為相對(duì)熵散度，用于衡量概率分布p(xi)和p(xj)間的差異，

27、p(xi)為傳感器i的概率分布，p(xj)為傳感器j的概率分布，log為自然對(duì)數(shù)，x表示積分的自變量。

28、優(yōu)選的，所述步驟4中，物理模型用于補(bǔ)全傳感器數(shù)據(jù)缺失時(shí)，結(jié)合礦山環(huán)境中的氣體擴(kuò)散模型、熱傳導(dǎo)模型和空氣動(dòng)力學(xué)模型，其中，氣體擴(kuò)散模型的插值公式為：

29、

30、其中，c(t)表示氣體濃度，q為氣體釋放速率，d為擴(kuò)散系數(shù)，t為時(shí)間，r為擴(kuò)散距離，exp為指數(shù)函數(shù)，π為數(shù)學(xué)常數(shù)。

31、優(yōu)選的，所述步驟4中，插值通過變分法優(yōu)化，變分目標(biāo)函數(shù)為：

32、

33、其中，j[xi(t)]為目標(biāo)函數(shù)，xi(t)為傳感器i在時(shí)間t的實(shí)際數(shù)據(jù)，f(xj(t))是基于傳感器i數(shù)據(jù)的插值函數(shù)，t為時(shí)間范圍，t為時(shí)間變量。

34、優(yōu)選的，所述步驟5中，決策模型基于馬爾可夫決策過程，通過動(dòng)態(tài)規(guī)劃方法進(jìn)行求解，狀態(tài)價(jià)值函數(shù)定義為：

35、

36、其中，s為當(dāng)前狀態(tài)，a為動(dòng)作，r(s，a)為狀態(tài)s和動(dòng)作a的獎(jiǎng)勵(lì)值，γ為折扣因子，p(s′|s，a)為狀態(tài)轉(zhuǎn)移概率，v(s)為狀態(tài)s的價(jià)值函數(shù)，s′是下一狀態(tài)，v(s′)為狀態(tài)s′的價(jià)值函數(shù)。

37、優(yōu)選的，所述狀態(tài)價(jià)值函數(shù)計(jì)算出的結(jié)果被用于實(shí)時(shí)生成預(yù)警信息，若檢測(cè)到礦山環(huán)境中氣體濃度超標(biāo)、設(shè)備震動(dòng)異常和溫度異常時(shí)，觸發(fā)預(yù)警信號(hào)并啟動(dòng)應(yīng)急響應(yīng)機(jī)制。

38、優(yōu)選的，所述步驟5中融合分析的數(shù)據(jù)用于生成礦山安全生產(chǎn)的動(dòng)態(tài)評(píng)估報(bào)告，報(bào)告包括實(shí)時(shí)環(huán)境監(jiān)測(cè)結(jié)果、潛在風(fēng)險(xiǎn)點(diǎn)以及針對(duì)不同風(fēng)險(xiǎn)的應(yīng)急響應(yīng)建議。

39、本發(fā)明提供一種基于多源感知的礦山安全生產(chǎn)數(shù)據(jù)融合分析方法。具備以下有益效果：

40、1、本發(fā)明通過結(jié)合變分法建立優(yōu)化模型對(duì)傳感器數(shù)據(jù)進(jìn)行時(shí)延補(bǔ)償和時(shí)間同步處理，消除傳感器采樣頻率和時(shí)鐘不同導(dǎo)致的時(shí)間不一致性問題，實(shí)現(xiàn)多源傳感器數(shù)據(jù)在統(tǒng)一時(shí)間基準(zhǔn)上的融合處理，得到準(zhǔn)確、時(shí)序一致的數(shù)據(jù)基礎(chǔ)。

41、2、本發(fā)明通過加權(quán)平均法結(jié)合信息幾何優(yōu)化策略，對(duì)傳感器數(shù)據(jù)中的噪聲進(jìn)行評(píng)估且調(diào)整權(quán)重，根據(jù)傳感器的噪聲方差動(dòng)態(tài)優(yōu)化融合權(quán)重，實(shí)現(xiàn)對(duì)高噪聲數(shù)據(jù)源影響的有效抑制，得到高信噪比的初步融合數(shù)據(jù)，提高數(shù)據(jù)的準(zhǔn)確性和可信度。

42、3、本發(fā)明通過物理模型對(duì)傳感器數(shù)據(jù)進(jìn)行插值和補(bǔ)全，并利用變分法優(yōu)化插值函數(shù)，針對(duì)缺失和異常數(shù)據(jù)進(jìn)行有效補(bǔ)全處理，實(shí)現(xiàn)數(shù)據(jù)的連續(xù)性和完整性，得到用于后續(xù)分析的數(shù)據(jù)輸入，消除數(shù)據(jù)缺失對(duì)融合結(jié)果的影響。