分数阶微分算子在煤矿监测数据融合处理中的应用

在煤矿生产信息的监测与采集中,传感器间的性能及其工作环境难免存在差异性,这些无法避免的差异性致使在同一地点工作的多个传感器对同一生产信息的测量数据间存在较大差异性,从而导致数据监测中心收集到的监测数据很难反映真实的生产信息,直接影响着煤矿生产管理的正常运行秩序和生产系统的生命财产安全。相较传统的消耗重资购置高性能信息监测设备以提高信息数据准确性的硬件性能提升法,提出了基于分数阶微分滤波算法的煤矿生产信息监测数据的多传感器监测数据软件融合处理法。探讨了分数阶微分算子在信号处理中的应用特性,建立了基于分数阶微分算子的煤矿监测数据融合处理模型,并通过0.5阶微分算子在淮南某煤矿井下瓦斯浓度监测数据融合处理实验中的应用验证了分数阶微分滤波算法的优越性。实验证明:分数阶微分算子具备较强的差异性监测数据融合性能,可有效提高煤矿监测数据的准确性和煤矿安全生产管理决策的科学性;与传统的购置高性能信息监测设备以提高信息数据准确性的方法相比,基于分数阶微分滤波算法的煤矿生产信息监测数据的数据融合处理方法具有成本低廉、融合效果显著的突出优点。

基于分数阶偏微分的井下移动设备在线检测数据融合算法

针对在应用无线传感网络技术实时采集井下移动设备各类检测数据时,因设备作业时位置处于动态变化之中,检测数据受到检测设备性能、设备工作环境和信号干扰等多重因素影响存在着无法预测的检测误差,致使数据管理中心采集到的检测数据无法反映井下移动设备真实的监测信息,直接影响着设备运行安全性和生产管理系统工作可靠性的重要问题。本文提出了基于分数阶偏微分的井下移动设备检测数据融合算法,并通过0.5阶偏微分方程在采煤机工作时液压油箱中油温检测数据融合处理实验中的应用,验证了该算法对于多重因素影响下的井下移动设备的检测数据具备较高的融合精度,可有效提高井下移动设备监测信息的检测精度和生产管理系统的工作可靠性。