基于GA-PSO-BP混合优化算法的矿井CO气体监测系统设计
索艳春
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
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.
关键词：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
分类号：TD76(矿山安全与劳动保护)TP274(自动化技术及设备)
论文发表日期：2022-12-10
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 28-33 )
英文信息