建立了基于时序加权数据融合的煤矿瓦斯预警系统。首先单传感器采集的时序数据加权处理,同质多传感器数据变权融合处理,融合成更精准的实时上传数据,有效降低数据传输量;然后数据进入预测融合,以粗集理论构建的瓦斯安全状态监测规则能实现动态预测控制。该预警系统瓦斯事故预警准确,能为煤矿安全生产提供支持。

为了解决煤矿井下环境信息处理的延迟性和不确定性,提出了一种基于多传感器数据融合的煤矿安全预测模型。该模型为两级融合模型,一级模型基于D-S合成算法,解决了单一传感器在井下复杂环境下测量的不确定性和失效性以及数据处理速度缓慢问题。二级模型基于模糊神经网络,解决了井下精确数学模型难以建立问题同时具有自适应和自学习能力。实验表明:该二级模型实现了多个传感器信息的融合,一定程度上提高了预测准确度和数据处理速度。