基于灰色聚类分析的煤矿机械人机界面安全综合评价

为降低煤矿机械设备操作失误,从人-硬件界面、人-软件界面、人-环界面和人-人界面4个方面构建煤矿机械设备SHEL评价指标体系,结合层次分析法和基于端点混合可能度函数的灰色聚类分析构建安全评价模型,通过判断指标安全程度的所属灰类,对煤矿机械人机界面进行综合评价。基于UG和Visual Studio平台,开发煤矿机械人机界面数字化评价系统。以掘进机为例进行实例评价,结果表明,提出的该评价方法合理可行,可方便快捷地判断机械设备人机界面的安全状态,并且评价结果可追溯,以便及时对安全隐患进行针对性的改进,具有普适性。

生猪异常行为的多源多时段灰色证据融合评价模型研究

为了全面、综合地评价生猪异常行为,试验在机器视觉、声音识别和超声波3种检测方式计算的生猪异常行为概率基础上,将灰色聚类评价模型与DS证据理论有机结合,建立了生猪异常行为的多源多时段灰色证据融合评价模型;针对原始DS证据理论无法有效融合高冲突证据的问题提出改进的DS证据理论,即通过引入证据可信度合理分配冲突,进而修正证据组合规则;并通过具体实例分析多源多时段下的生猪异常行为融合评价结果。结果表明:在低冲突证据下,本试验提出的评价模型对正常的组合基本概率赋值达到了0.8223;在高冲突证据下,对一级异常的组合基本概率赋值达到了0.6497,可以准确评价生猪异常等级。说明多源多时段灰色证据融合评价模型对生猪异常行为评价合理、可靠,可以为饲养员提供有效的生猪异常信息。