基于SG-LSTM-GRU井下粉尘体积分数预测模型

粉尘体积分数监测对煤矿粉尘预警起着重要的作用,对其变化预测有利于保障井下安全生产和降低井下矿工职业病风险.针对井下粉尘体积分数预测问题,建立了一种SG-LSTM-GRU预测模型.对监测数据进行预处理,先采用SG滤波方法处理,可以减少时间序列数据中存在的噪声数据,再用最大最小值法进行归一化处理,将得到的数据集划分为90%训练集与10%测试集,通过枚举法不断地实验确定SG滤波器中的参数值以及模型中时间步长,再通过LSTM和GRU模型相结合的方式,既可以通过LSTM层保留数据中较多的特征,又可以通过GRU层提高模型的训练速度,采用均方根误差、平均绝对误差和计算时间进行模型对比评价.研究结果表明,SG-LSTM-GRU模型预测的RMSE为0.256,MAE为0.066,相比其他预测模型该模型预测效果好.因此,采取SG-LSTM-GRU模型对井下粉尘体积分数预测,可以提高数据预测准确性,实现煤矿井下安全生产以及降低矿工尘肺病风险.

高精度测温系统多通道模拟开关等效内阻温度标定补偿方法

用于野外环境的测温系统由于内部模拟开关及元器件内阻等受环境温度的影响会发生较大变化,测温精度大大降低。针对这一问题,在现有硬件系统的基础上研究了测温系统各通道模拟开关及元器件内阻标定的实验方案,设计了Savitzky-Golay滤波器对实验数据中的噪声进行处理,并通过最小二乘法拟合出各通道等效内阻的温度变化特性,从而对系统测量输出进行实时补偿,使系统的测温精度得到大幅提高。大量的实验表明,在全温度范围内温度缓变和剧变时,测温精度均优于0.03℃以内。