神經網絡在瓦斯光譜傳感系統(tǒng)中的應用研究.pdf

1、煤礦瓦斯監(jiān)測是我國當前煤礦安全生產監(jiān)督管理的重中之重。開發(fā)瓦斯災害實時監(jiān)測技術及裝備，是預防瓦斯事故的重要防線和保障措施。用激光光譜法并結合神經網絡對瓦斯進行預警是一種全新的方法，該研究適合我國煤礦瓦斯監(jiān)測預警要求的在線、實時、快速的系統(tǒng)，使得該研究在世界上占有一席之地，建立出可行的預警模型，從而能極大地緩解我國煤炭生產百萬噸死亡率遠高于國際標準的局面。 本文首先論述了基于可調諧半導體激光吸收光譜技術的煤礦瓦斯預警模型及相關理論

2、。通過對氣體近紅外選擇性吸收的理論分析，給出了氣體吸收測量的理論依據(jù)，并確定了甲烷氣體的吸收譜線。采用DFB激光器在控制電路下掃描1．65μm附近的一條甲烷振轉吸收譜線，通過甲烷2v3帶R（3）線的吸收對氣體濃度進行檢測，對激光的波長調制，研究其最佳參數(shù)，檢測二次諧波以獲得更高的探測信噪比，建立出光譜數(shù)據(jù)的反演方法。 其次介紹了神經網絡和BP算法的相關理論，提出了利用BP神經網絡進行瓦斯?jié)舛确治龊皖A測建模的方法。利用神經網絡通過

3、對歷史濃度數(shù)據(jù)進行學習，找出瓦斯?jié)舛茸兓膬仍谝?guī)律，并將其存儲在網絡具體的權值和偏置值中，用以預測未來的數(shù)據(jù)。采用三層前饋神經網絡對瓦斯?jié)舛冉㈩A測模型，討論了網絡的各種參數(shù)設置的問題。用Matlab進行了仿真實驗，實驗表明BP神經網絡用于瓦斯?jié)舛鹊念A警是可行的。 最后，從硬件結構的優(yōu)化角度入手，對Sigmoid函數(shù)的硬件實現(xiàn)方式進行了比較研究，找出了較合理的設計方案。利用EDA技術，采用自頂向下的設計方法，通過FPGA硬件技術