张轶斌 监测监控.docVIP

论模式识别在采矿自动化中的实现 ——监测监控学习论文自动化0803张轶斌0806050330题目：论模式识别在采矿自动化中的实现摘要：采矿、模式识别、监测监控、自动化论文目的：在学习监测监控这门课时，自始至终都围绕着同一个问题而展开——安全。由于我们所接触的采矿领域不同于其他领域，他不需要像军工领域高精度的需要，他也无法满足像民用工业中的物美价廉的标准。他只有一个目标：安全地开采出资源。众所周知的由于其自身的特殊性决定了采矿对安全的要求远远的大于了对精度的要求，甚至其本生，监测监控，简而言之，就是为了安全而检测，为了安全而监控。就目前的技术和条件而言，虽然自动化的发展与应用已经有了很大的突破，但是在采矿这一领域中也只是较为局部的应用。试问，到目前为止，自动化可以为我们做什么？自动控制设备的运行，自动检测监控瓦斯气体的浓度。尽管如此，在极其危险的工作面上，依旧需要必要的人工操作，至就使我们谈矿色变，毕竟，在工作面中出现瓦斯气体及其他有害的气体是比较正常的，这也在所难免，。俗话说：“久沿河边走，哪能不湿脚”。就算我们时时谨慎，但只要有稍微的不留神，其代价是极其惨重的。就算我们在安全防范中做到了极大的努力，但只要有生命还处在可能危险的环境中，我们悬着的心就不能放下来。于是设想，既然我们已经能够将远在几公里、几十公里、甚至几百公里之外生产现场的部分信息采集处理，对部分设备进行控制操作，那么我们为什么不能在现有的监测监控的理念之上将其进行进一步的扩展，实现采矿全过程的自动化。就大学这几年中所学的肤浅的知识来判断，我觉得这种思路是可行的。原理及实现：“人有两件宝，双手和大脑，双手能做工，大脑会思考”，目前，计算机已经能够大致代替人脑在生产中的作用，大脑的决策是基于我们对外界的认识而言的，而模式识别，就是在研究如何利用机器设备代替我们人的感觉器官，使机器能够更全面、自动化地认识世界或者周围的环境，于是在模式识别发展的前提下，我们就可以机器在矿井下危险的环境中自我调整、自我控制、自我生产。实现采矿自动化，这也是监测监控这种理念与模式识别这种新技术的完美结合。总的来说，我们是利用监测监控的理念，使用图像、声音、电压、电流以及其他可能的对正常生产产生影响的物理量的传感器对整个生产过程进行全面的监测，在通过现场总线等传输网络将检测信号中控机构进行调度，经过处理之后再将控制信号输出，控制井下各动作环节进行执行。在模式识别中，大致可分为四个方面：一、工作位置与环境的识别检测，即需要确定掌握每一台机器在井下工作面中的位置；二、对工作对象的识别。由于机器要挖出的是煤，而不是石头或者其他的东西，因此需要我们对所挖的对象进行精确的识别，我们可以通过对摄像设备所采集的图像利用聚类分析的方法实时辨别出矿井下的工作对象；三、对生产过程的监测，就是严格地对煤机、风机、供电等工作设备是否正常运行进行监测；四、故障检测，可以通过对设备运行时的多个物理量进行监测、分析，确定出具体的故障类型，以便做出正确处理的决策。以上所述就是在采矿自动化实现所要进行模式识别的方面。我们利用各种传感器等设备完成了这些各类识别的工作之后，便可以由计算机根据这些信息对参与工作的各个设备系统进行实时控制。其具体的实现如下：可以以一台煤机的自动化工作过程为例来阐明这种思路的具体实现的方法。首先需要确定煤机在工作面中的位置，可借助于发展较为成熟的超声波或红外传感器测量煤机与四周煤体的距离，建立坐标系，精确定位煤机的相对位置，可以根据坐标位置来控制煤机与皮带运输机等协同设备完成工作。其次，需要识别煤机所挖的是否是煤，可采用打点探测的方法，以工作面的宽度为区域，以确定的深度打孔取样，测试硬度、颜色等特征量，然后根据特征量进行分析，如是煤，则将打孔的坐标归入煤区，如不是，归入非煤区。第三就是监测生产过程。比如用瓦斯传感器测量工作面的瓦斯浓度，可以以这个信号控制通风机的开度，保证以合适的进风量让瓦斯浓度安全；用电压、电流、转速传感器将各个运行设备的各个物理量传送到中控室分析，判别机器运行是否正常；用装在皮带运输机上的压力传感器来检测出煤对运输机的压力，以此确定出煤量是否正常。最后，进行故障检测及排除，首先将各设备的正常运行数据进行学习，将其与可能出现的各种故障的各类数据建立不同的模式类，确定最优的聚类算法，实时将采集的数据聚类，判断机器是否正常，如不正常，判断具体的故障类别，是电机堵转？电机被烧？然后采取处理措施并报警，或由中控操作人员手动操作或根据算法逐步自动操作。综上所述，就是我根据所学的网络、控制原理、计算机控制技术、传感器原理、模式识别及监测监控等课程的知识大致构想的一个采矿全自动化实现的过程。由于所学知识较为肤浅，理解较为淡