基于GA-PSO-BP混合优化算法的矿井CO气体监测系统设计

作     者：索艳春 SUO Yanchun

作者机构：中国煤炭科工集团太原研究院有限公司山西太原030006 山西天地煤机装备有限公司山西太原030006 煤矿采掘机械装备国家工程实验室山西太原030032 

出 版 物：《矿业安全与环保》 (Mining Safety & Environmental Protection)

年 卷 期：2022年第49卷第6期

页      码：28-33页

摘      要：针对井下工作面复杂多变的温湿度环境及悬浮煤尘对矿井内CO气体监测精度的不利影响,提出了一种基于GA-PSO-BP混合优化算法的井下CO气体监测系统设计方案。该系统设计有9个样本采样节点,各节点感知端选用红外气体传感器,决策端通过基于遗传算法和粒子群算法混合优化的BP神经网络算法对感知端进行复杂多变条件下的温湿度补偿。多次实验结果表明:相比应用广泛的BP神经网络算法和粒子群优化BP神经网络算法,使用混合优化BP神经网络(GA-PSO-BP)算法后9个测试样本节点返回监测中心的CO气体浓度最大误差不超过1.30%,满足井下气体监测精度需求。

主 题 词：智能矿井 混合优化算法 遗传算法 粒子群算法 温湿度补偿 气体浓度误差 

学科分类：0810[工学-土木类] 0819[工学-海洋工程类] 081903[081903] 08[工学] 080401[080401] 0804[工学-材料学] 080402[080402] 0835[0835] 081002[081002] 

D　O　I：10.19835/j.issn.1008-4495.2022.06.005

馆 藏 号：203116292...