duffing混沌系统理论在煤矿瓦斯检测中的应用分析word格式论文.docx

多少少的误差，而要做好对瓦斯的预测就需要有准确的数据建立数据库，以建立完善的预测模型。因此，本文利用混沌系统检测信号的抗噪性能，提出了一种基于 Duffing 混 沌系统的瓦斯检测方法，以检测出更准确的瓦斯数据，从而对矿井的安全生产提供更好的安全环境。在矿井下，回采工作面瓦斯排放系统如图 1.1 所示[4]，图中 T1，T2，T3 为瓦斯浓 度传感器的位置。图 1.1瓦斯排放系统在掘进巷道中的布置这些传感器直接安装在采煤工作面的重要位置。在煤矿生产中，大型采矿、机电设 备不断被采用，机电设备配置量大、功率高、启动频繁，其产生的电场对催化型瓦斯传 感器的输出灵敏度有明显的影响[5]，如表 1.1 所示，由此产生电气噪声，会影响瓦斯检 测的准确性。表 1.1 电场对催化传感器输出灵敏度的影响直流电场强度 V/cm催化传感器输出灵敏度 mV/1%CH4022600251.5×103283×10330由表 1.1 可以看出，当电场强度达到 600V/cm 时，瓦斯传感器的灵敏度就出现了明显的变化，而井下采煤机需要 1140v 或 3300v 供电，再加上传输机等机器的运作，这些 都会对催化传感器的灵敏度产生影响，从而影响瓦斯传感器的检测。此外，爆破或移动碰撞，气流，传感器表面杂物附着等，这些都会对瓦斯传感器的检测产生噪声影响[6]，从而影响检测的准确性，因此要准确检测瓦斯信号，对噪声的抑 制就显得尤为重要。1.2 混沌检测发展的国内外状况信息时代需要获取信息，信号检测则是人们获取信息的一个重要手段。目前在许多 领域中具有广泛的应用，如生物医学、地球科学、电化学等。其检测对象是用常规方法 和传统方法不能检测到的微弱量，如弱光、弱声、微电流等。随着科学技术的发展，微 弱信号进行检测的需求日益迫切，是发展高新技术、探索即发现新的自然规律的重要手 段，对推动相关领域的发展具有重要意义。微弱信号检测在某种意义上说是一种专门与 噪声斗争的技术，是从噪声中提取有用信号的一门新兴学科。对于微弱信号，噪声是无 处不在，总是与信号共存。微弱信号幅值极小，测量时又受传感器和测量仪器本身噪声 的限制，表现出的总体效果是待检测的信号往往被强噪声信号所淹没。噪声是影响信号 质量的重要因素，正确处理微弱信号和噪声问题，可以提高信号传输和处理的质量。而 混沌系统良好的抗噪性，能有效的解决上述问题。本文主要讨论混沌理论在瓦斯检测中的应用，现将混沌理论在检测技术的国内外发 展介绍如下：国外概况基于混沌理论的检测技术在国外研究得比较广泛，主要进展有：针对混沌系统中各 个状态的临界值很难确定，很多学者投入到 Duffing 振子的研究。Yung-chiahaiso 在 2002 年根据非线性非自治系统 y ??G( y, q,2?ft) 和 Duffing 振子模型提出了猎取法[7],这种方法 通过检测目标不稳定周期轨道来控制带有强迫输入的混沌系统，从而可以方便地找到系 统各个状态的临界值。猎取法相对传统的反馈法和拓扑循环法有很多优点：第一，不稳 定周期轨道是嵌入于奇异吸引子中的，这意味每次扫描时，猎取法检测的是不稳定周期 轨道的一部分,而不只是一个。第二,所有求解都是由计算机自动执行的。第三，非线性 系统识别从噪声数据中能检测完整的数学模型，所用到的时间序列比反馈法短。Venkatesan 和 S. Parthasarathy 在 2003 年进一步解释了发生在周期脉冲作用下的混 沌现象[8]。通过对加在 Duffing 振子上周期驱动力和奇怪吸引子的分析，用对数图和相迹图描述了混沌系统从单周期到倍周期、多周期，最后到混沌状态的具体形式，这就为能够准确地找到系统处于混沌状态的临界值提供了依据。针对信号分离技术，2003 年 SatishT.S, Buk-kapatnama 提出了基于向量模型的 NM算法模型[9],yE? (n) ??[ y(n) y(n ??1) y(n ??2)M (n ??d??1)]T(1 ??n ??n ??d E ??1)(1.1)其中 y(n)为被测一维信号，d E 为向量维数，T 为转置。该方法可以将信号中的混沌信号部分提取出来。该方法应用符号动力学原理，通过计算 Lya-punov 指数，证明噪声并没 有破坏奇怪吸引子的结构，而且噪声信号的大小对系统本身的影响并不是很大。在此基础 上 ， SatishT.S ， Bukkapatnama 又 将 NM 算 法 和 小 波 理 论 结 合 起 来 , 提 出 了MWM(modified wavelet method)算法,通过对奇怪吸引子的重构，更进一步完善了信号分 离技术。同时将 MWM 算法应用到传感器数据分离上，结果表明该方法确实可行。国内概况基于混沌原理进行信号检