一种基于物联网的送检煤自取检测控制系统的制作方法

文档序号:11706417阅读:182来源:国知局

本发明属于煤检测技术领域,尤其涉及一种基于物联网的送检煤自取检测控制系统。



背景技术:

目前,煤炭资源作为我国的重要资源内容,在中国经济的发展过程中一直扮演的非常重要的角色,我国的经济发展和人民的衣食住行都或多或少的受到煤炭资源的影响,尤其在发电领域,用煤炭发电目前来说还是我国主要的能源形式,然而在煤炭开采的过程中,为了保证煤炭的开采质量,必须要在煤炭开采的过程中进行定期定量的煤炭质量的检测检验分析,煤炭在挖掘粉碎后,都是要通过皮带输送机将其输送到井外部,过去工人大多用铲子人工在运转的皮带机上铲取的取样方式,因为皮带输送机运行速度较快,不安全因素极多,所以采用人工在皮带输送机上进行煤样提取的方式存在着极大的安全隐患,对操作工人来说也比较危险。

现有技术中,一种送检煤样自取装置,包括机架本体,其特征在于:在机架本体上设置有门框型的平台座,在平台座的上方设置有紧固夹,在紧固夹上设置有伸缩气缸,在平台座的内部设置有向上倾斜的煤样滑道,在煤样滑道上设置与伸缩气缸相连接的固定架,在煤样滑道的前端设置有取样铲,在平台座的后方设置有与煤样滑道相互垂直的且向下倾斜的取样滑道,在取样滑道的出口处设置有取样箱体。

近红外(近红外技术)短波区域的吸光系数小,穿透性高,可以透过物质直接采样,无损分析。但在实际的抽检过程中,并没有利用这点。

综上所述,现有技术存在的问题是:现有送检煤自取检测装置仍靠人工抽样,造成检测准确程度低,不能结合近红外技术对煤炭质量直接采样,无损分析;而且现有送检煤自取检测装置智能化控制低。



技术实现要素:

为解决现有技术存在的问题,本发明的目的在于提供一种基于物联网的送检煤自取检测控制系统。

本发明是这样实现的,一种基于物联网的送检煤自取检测控制系统,所述基于物联网的送检煤自取检测控制系统包括:控制终端单元、通讯单元、取样煤炭信息处理单元和取样煤炭信息采集单元;

所述控制终端单元通过通讯单元与取样煤炭信息处理单元连接,所述控制终端单元用于远程控制取样煤炭信息采集单元;

所述取样煤炭信息采集单元用于采集取样滑道出口煤炭的质量信息;所述煤炭的质量信息包括煤炭燃烧值信息和煤炭图像信息;

所述取样煤炭信息处理单元通过通讯单元与取样煤炭信息采集单元连接,所述取样煤炭信息处理单元用于处理取样煤炭信息采集单元所采集的信息;

所述取样煤炭信息采集单元包括近红外线摄像头;所述近红外线摄像头安装在位于取样滑道出口一侧的塔杆上;

所述通讯单元包括zigbee传感器网络模块和服务器;所述服务器与zigbee传感器网络模块通过无线网络连接。

进一步,取样煤炭信息采集单元还包括rfid电子标签、激光编码扫描仪、现场检测仪;

所述的rfid电子标签安装在rfid电子标签标牌上,rfid电子标签标牌安装在取样滑道出口一侧的塔杆上;所述rfid电子标签用于标示和储存每时刻煤炭的信息;

所述激光编码扫描仪扫描rfid电子标签后通过通讯单元将数据发送至控制终端单元;

所述近红外线摄像头采用铰接式安装在塔杆上,用于采集煤炭燃烧值信息和煤炭图像信息,并通过通讯单元将数据发送至取样煤炭信息处理单元。所述近红外线摄像头根据红外光谱辐射得到煤炭燃烧值信息的参数,红外光谱发射率在所选定的波长处与煤炭燃烧值信息有近似相同的线性关系,即:

εi2=εi1[1+k(t2-t1)]

式中,εi1是波长为λi,煤炭燃烧值为t1时的光谱发射率;εi2是波长为λi,煤炭燃烧值为t2时的光谱发射率;t1、t2分别为两个不同时刻的煤炭燃烧值;k为系数;

vi1为第一个煤炭燃烧值t1下的第i个通道的输出信号,vi2为第一个煤炭燃烧值t2下的第i个通道的输出信号,t1煤炭燃烧值下的发射率εi1∈(0,1),通过随机选取一组εi1,由下式计算在参数εi1下实际得到的ti1:

设k∈(-η,η),通过随机选取一个k,在第二个煤炭燃烧值t2下的发射率εi2的表达式为:

由下式计算在参数εi1下实际得到的ti2:

进一步,所述控制终端单元包括电脑、路由器和手机;所述电脑与路由器信号连接;所述手机通过通讯单元与路由器信号连接。

进一步,所述取样煤炭信息采集单元还包括数据监测节点、视频监控节点、监控视频显示器节点;所述数据监测节点、视频监控节点、监控视频显示器节点均通过通讯单元与取样煤炭信息处理单元连接。

进一步,所述数据检测节点采用分布式雨量数据检测器组成检测节点网络。

进一步,所述服务器设置有接收信号模块,所述接收信号模块的接收信号s(t)广义二阶循环累积量按如下公式进行:

接收信号s(t)的特征参数m2的理论值具体计算公式为:

经过计算可知,bpsk信号和msk信号的均为1,qpsk、8psk、16qam和64qam信号的均为0,由此可以用最小均方误差分类器将bpsk、msk信号与qpsk、8psk、16qam、64qam信号分开;对于bpsk信号而言,在广义循环累积量幅度谱上仅在载频位置存在一个明显谱峰,而msk信号在两个频率处各有一个明显谱峰,由此可通过特征参数m2和检测广义循环累积量幅度谱的谱峰个数将bpsk信号与msk信号识别出来;

检测广义循环累积量幅度谱的谱峰个数的具体方法如下:

首先搜索广义循环累积量幅度谱的最大值max及其位置对应的循环频率α0,将其小邻域[α0-δ0,α0+δ0]内置零,其中δ0为一个正数,若|α0-fc|/fc<σ0,其中δ0为一个接近0的正数,fc为信号的载波频率,则判断此信号类型为bpsk信号,否则继续搜索次大值max1及其位置对应的循环频率α1;若|max-max1|/max<σ0,并且|(α0+α1)/2-fc|/fc<σ0,则判断此信号类型为msk信号。

进一步,所述路由器设置有接收准则模块,所述接收准则模块的信号处理方法包括:获取x1和x2的接收干信比,即干扰信号与期望信号的功率比ki(i=1,2),信噪比以及干扰与期望信号的空间相关度cos2θ,并计算xi的接收准则

其中,i=1,2,为信噪比,对于i=1,e1=h1p1,对于i=2,e2=h2p2,

进一步,所述zigbee传感器网络模块设置有定位节点坐标计算模块,所述定位节点坐标接收模块的计算方法包括:

第一步,选定差分修正点,确定定位交点坐标和复数定位交点,计算定位交点间距离;:

从d′i(i=0,1,2,…,n)中选择距离值最小的锚节点a0为差分修正点,再从剩余的距离值中取出3个最小的距离值,这3个为距离值分别d′1、d′2和d′3,对应的锚节点坐标分别为a1(x1,y1)、a2(x2,y2)和a3(x3,y3),分别以锚节点ai(xi,yi)为圆心,d′i为半径作三个定位圆i,其中i=1,2,3,三个定位圆的相交情况共有6种,两个圆之间存在两个交点,这两个交点为两个相等的实数交点,或两个不相等的实数交点,或两个复数交点;两个定位圆的两个交点中,选择与第三定位圆圆心坐标的距离较小的那个交点作为定位交点,以参与待定位节点的定位;由3个定位圆确定三个定位交点及复数定位交点的个数m,由定位圆2和定位圆3确定的定位交点坐标为a′(x1,y1)、由定位圆1和定位圆3确定的定位交点的坐标为b′(x2,y2),由定位圆1和定位圆2确定的定位交点的坐标为c′(x3,y3),定位交点a′与b′、b′与c′、a′与c′的距离分别为d12、d23、d13:

第二步,设置阈值t,个体差异系数修正系数ω,参数λ(λ>0),设置t=0.5、ω=1500以及λ=0.001,三个定位交点之间的距离d12<t、d23<t、d13<t时,执行第四步;

第三步,根据如下自适应距离修正公式修正d′1、d′2、d′3,得到修正距离为d1、d2、d3:

其中,di表示待定位节点与锚节点ai之间的修正距离,d0i表示差分修正点a0与锚节点ai之间的实际距离,d′0i表示差分修正点a0与锚节点ai之间的测量距离,ω表示个体差异系数修正系数,λi表示方向修正因子,exp(·)表示指数函数;

根据修正后的距离d1、d2、d3,重新求解修正后的三个定位交点间的距离d12、d23、d13,返回第二步;

第四步,根据如下公式,计算出待定位节点的定位坐标o(x0,y0):

其中,α1、α2、α3分别表示x′1、x′2、x′3的权重,β1、β2、β3分别表示y′1、y′2、y′3的权重,

取样煤炭信息处理单元的数据处理方法包括:根据接收信号的特征谱确定决策平面;

判断接收信号的通信信道是否呈现准用静态变换特性;

在所述通信信道呈现准用静态变换特性时,利用支持向量机方法在所述决策平面中选出决策边界;

在通信信道没有呈现准用静态变换特性时,利用模糊聚类方法在所述决策平面中选出决策边界;

根据所述决策边界对接收到的信号进行检测。

所述根据接收信号的特征谱确定决策平面包括:

对接收信号的离散信号向量进行线性变换得到酉变换矩阵;

根据所述酉变换矩阵中的主对角线元素和副对角线元素计算出接收信号的能量特征谱;

从所述能量特征谱中获取决策平面。

根据所述酉变换矩阵中的主对角线元素和副对角线元素计算出接收信号的能量特征谱包括:

对副对角线元素组成的矩阵进行平方并乘以主对角线元素组成的矩阵,得到接收信号的能量特征谱。

从所述能量特征谱中获取决策平面包括:

根据所述能量特征谱的能量集中度、波形对称性和局部波形函数方差从所述能量特征谱中提取至少一组特征向量;

按照模式分类的方式从提取的特征向量中获取作为决策平面的特征向量;

所述接收信号的离散信号向量通过奈奎斯特定律采样得到,并且采样长度涵盖接收信号的预定比例能量。

在从所述能量特征谱中获取决策平面之前,所述方法还包括:

对所述能量特征谱进行滑动平均处理;

所述信号接收方法应用于跳时-脉冲位置调制方式的通信系统或者通断键控调制方式的通信系统;

所述提取的特征向量方法具体包括以下步骤:

获取信号,通过传感器采集数据并对信号进行放大处理;

信号进行分段处理;即从每段信号里提取出均值、方差、信号的累积值和峰值4个基本时域参数,通过相邻段信号的4个参数值的差值判断是否有疑似泄漏的情况发生的第一层决策判断:若有则往下执行步骤小波包去噪,否者,跳到执行获取信号;

小波包去噪;即利用改进小波包算法对采集的信号进行去噪;

小波包分解与重构;即利用改进小波包算法对采集的信号进行小波包分解与重构,得到单子带重构信号;

提取信号特征参数;即从重构的单子带信号里提取:时域能量、时域峰值、频域能量、频域峰值、峰态系数、方差、频谱和偏斜系数8个表示信号特征的参数;

组成特征向量,即利用主成分分析方法,结合实验分析,从上述参数中选择3到8个能明显表示声发射信号特征的参数组成特征向量,并将这些特征向量输入到支持向量机进行决策判断,即第二层决策判断,根据支持向量机的输出判断是否有错误发生。

本发明提供的基于物联网的送检煤自取检测控制系统,通过监控视频进行数据集成融合,将自动采集的煤炭数据和监控视频可实时显示在专用于监控视频的显示器上,改善了监控的直观性问题;获得了煤炭实时质量情况,对质量差的煤炭可追溯根源,避免了品质混淆,对煤炭不同领域的应用提供依据。

本发明将无线传感器网路系统中获取的参数信息,实时的显示到用户移动设备上,该应用将会推动无线传感器对煤炭进行技术检测,使用者可以在移动的情况下随时随地获取远距离参数。进而根据参数,实时的调生产策略,提高煤炭产量,还可以应用到草原牧区和林田等环境条件下,app人机交互性良好,在准确率和时延性方面均能够满足客户的需求。

近红外线摄像头可实时监测煤炭任意时刻的信息,为后期检测提供有力保证。取样煤炭信息处理单元的数据处理方法处理的数据具有准确性高的特点,为后期的应用提供了有效保证。

附图说明

图1是本发明实施例提供的基于物联网的送检煤自取检测控制系统示意图。

图中:1、控制终端单元;2、通讯单元;3、取样煤炭信息处理单元;4、取样煤炭信息采集单元;5、近红外线摄像头。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。

下面结合附图对本发明的应用原理作详细描述。

如图1所示,本发明实施例提供的基于物联网的送检煤自取检测控制系统,所述基于物联网的送检煤自取检测控制系统包括:控制终端单元1、通讯单元2、取样煤炭信息处理单元3和取样煤炭信息采集单元4;

所述控制终端单元1通过通讯单元与取样煤炭信息处理单元连接,所述控制终端单元用于远程控制取样煤炭信息采集单元;

所述取样煤炭信息采集单元4用于采集取样滑道出口煤炭的质量信息;所述煤炭的质量信息包括煤炭燃烧值信息和煤炭图像信息;

所述取样煤炭信息处理单元3通过通讯单元与取样煤炭信息采集单元连接,所述取样煤炭信息处理单元用于处理取样煤炭信息采集单元所采集的信息;

所述取样煤炭信息采集单元包括近红外线摄像头5;所述近红外线摄像头安装在位于取样滑道出口一侧的塔杆上;

所述通讯单元2包括zigbee传感器网络模块和服务器;所述服务器与zigbee传感器网络模块通过无线网络连接。

进一步,取样煤炭信息采集单元4还包括rfid电子标签、激光编码扫描仪、现场检测仪;

所述的rfid电子标签安装在rfid电子标签标牌上,rfid电子标签标牌安装在取样滑道出口一侧的塔杆上;所述rfid电子标签用于标示和储存每时刻煤炭的信息;

所述激光编码扫描仪扫描rfid电子标签后通过通讯单元将数据发送至控制终端单元;

所述近红外线摄像头5采用铰接式安装在塔杆上,用于采集煤炭燃烧值信息和煤炭图像信息,并通过通讯单元将数据发送至取样煤炭信息处理单元。所述近红外线摄像头根据红外光谱辐射得到煤炭燃烧值信息的参数,红外光谱发射率在所选定的波长处与煤炭燃烧值信息有近似相同的线性关系,即:

εi2=εi1[1+k(t2-t1)]

式中,εi1是波长为λi,煤炭燃烧值为t1时的光谱发射率;εi2是波长为λi,煤炭燃烧值为t2时的光谱发射率;t1、t2分别为两个不同时刻的煤炭燃烧值;k为系数;

vi1为第一个煤炭燃烧值t1下的第i个通道的输出信号,vi2为第一个煤炭燃烧值t2下的第i个通道的输出信号,t1煤炭燃烧值下的发射率εi1∈(0,1),通过随机选取一组εi1,由下式计算在参数εi1下实际得到的ti1:

设k∈(-η,η),通过随机选取一个k,在第二个煤炭燃烧值t2下的发射率εi2的表达式为:

由下式计算在参数εi1下实际得到的ti2:

进一步,所述控制终端单元1包括电脑、路由器和手机;所述电脑与路由器信号连接;所述手机通过通讯单元与路由器信号连接。

进一步,所述取样煤炭信息采集单元4还包括数据监测节点、视频监控节点、监控视频显示器节点;所述数据监测节点、视频监控节点、监控视频显示器节点均通过通讯单元与取样煤炭信息处理单元连接。

进一步,所述数据检测节点采用分布式雨量数据检测器组成检测节点网络。

进一步,所述服务器设置有接收信号模块,所述接收信号模块的接收信号s(t)广义二阶循环累积量按如下公式进行:

接收信号s(t)的特征参数m2的理论值具体计算公式为:

经过计算可知,bpsk信号和msk信号的均为1,qpsk、8psk、16qam和64qam信号的均为0,由此可以用最小均方误差分类器将bpsk、msk信号与qpsk、8psk、16qam、64qam信号分开;对于bpsk信号而言,在广义循环累积量幅度谱上仅在载频位置存在一个明显谱峰,而msk信号在两个频率处各有一个明显谱峰,由此可通过特征参数m2和检测广义循环累积量幅度谱的谱峰个数将bpsk信号与msk信号识别出来;

检测广义循环累积量幅度谱的谱峰个数的具体方法如下:

首先搜索广义循环累积量幅度谱的最大值max及其位置对应的循环频率α0,将其小邻域[α0-δ0,α0+δ0]内置零,其中δ0为一个正数,若|α0-fc|/fc<σ0,其中δ0为一个接近0的正数,fc为信号的载波频率,则判断此信号类型为bpsk信号,否则继续搜索次大值max1及其位置对应的循环频率α1;若|max-max1|/max<σ0,并且|(α0+α1)/2-fc|/fc<σ0,则判断此信号类型为msk信号。

进一步,所述路由器设置有接收准则模块,所述接收准则模块的信号处理方法包括:获取x1和x2的接收干信比,即干扰信号与期望信号的功率比ki(i=1,2),信噪比以及干扰与期望信号的空间相关度cos2θ,并计算xi的接收准则

其中,i=1,2,为信噪比,对于i=1,e1=h1p1,对于i=2,e2=h2p2,

进一步,所述zigbee传感器网络模块设置有定位节点坐标计算模块,所述定位节点坐标接收模块的计算方法包括:

第一步,选定差分修正点,确定定位交点坐标和复数定位交点,计算定位交点间距离;:

从d′i(i=0,1,2,…,n)中选择距离值最小的锚节点a0为差分修正点,再从剩余的距离值中取出3个最小的距离值,这3个为距离值分别d′1、d′2和d′3,对应的锚节点坐标分别为a1(x1,y1)、a2(x2,y2)和a3(x3,y3),分别以锚节点ai(xi,yi)为圆心,d′i为半径作三个定位圆i,其中i=1,2,3,三个定位圆的相交情况共有6种,两个圆之间存在两个交点,这两个交点为两个相等的实数交点,或两个不相等的实数交点,或两个复数交点;两个定位圆的两个交点中,选择与第三定位圆圆心坐标的距离较小的那个交点作为定位交点,以参与待定位节点的定位;由3个定位圆确定三个定位交点及复数定位交点的个数m,由定位圆2和定位圆3确定的定位交点坐标为a′(x1,y1)、由定位圆1和定位圆3确定的定位交点的坐标为b′(x2,y2),由定位圆1和定位圆2确定的定位交点的坐标为c′(x3,y3),定位交点a′与b′、b′与c′、a′与c′的距离分别为d12、d23、d13:

第二步,设置阈值t,个体差异系数修正系数ω,参数λ(λ>0),设置t=0.5、ω=1500以及λ=0.001,三个定位交点之间的距离d12<t、d23<t、d13<t时,执行第四步;

第三步,根据如下自适应距离修正公式修正d′1、d′2、d′3,得到修正距离为d1、d2、d3:

其中,di表示待定位节点与锚节点ai之间的修正距离,d0i表示差分修正点a0与锚节点ai之间的实际距离,d′0i表示差分修正点a0与锚节点ai之间的测量距离,ω表示个体差异系数修正系数,λi表示方向修正因子,exp(·)表示指数函数;

根据修正后的距离d1、d2、d3,重新求解修正后的三个定位交点间的距离d12、d23、d13,返回第二步;

第四步,根据如下公式,计算出待定位节点的定位坐标o(x0,y0):

其中,α1、α2、α3分别表示x′1、x′2、x′3的权重,β1、β2、β3分别表示y′1、y′2、y′3的权重,

取样煤炭信息处理单元的数据处理方法包括:根据接收信号的特征谱确定决策平面;

判断接收信号的通信信道是否呈现准用静态变换特性;

在所述通信信道呈现准用静态变换特性时,利用支持向量机方法在所述决策平面中选出决策边界;

在通信信道没有呈现准用静态变换特性时,利用模糊聚类方法在所述决策平面中选出决策边界;

根据所述决策边界对接收到的信号进行检测。

所述根据接收信号的特征谱确定决策平面包括:

对接收信号的离散信号向量进行线性变换得到酉变换矩阵;

根据所述酉变换矩阵中的主对角线元素和副对角线元素计算出接收信号的能量特征谱;

从所述能量特征谱中获取决策平面。

根据所述酉变换矩阵中的主对角线元素和副对角线元素计算出接收信号的能量特征谱包括:

对副对角线元素组成的矩阵进行平方并乘以主对角线元素组成的矩阵,得到接收信号的能量特征谱。

从所述能量特征谱中获取决策平面包括:

根据所述能量特征谱的能量集中度、波形对称性和局部波形函数方差从所述能量特征谱中提取至少一组特征向量;

按照模式分类的方式从提取的特征向量中获取作为决策平面的特征向量;

所述接收信号的离散信号向量通过奈奎斯特定律采样得到,并且采样长度涵盖接收信号的预定比例能量。

在从所述能量特征谱中获取决策平面之前,所述方法还包括:

对所述能量特征谱进行滑动平均处理;

所述信号接收方法应用于跳时-脉冲位置调制方式的通信系统或者通断键控调制方式的通信系统;

所述提取的特征向量方法具体包括以下步骤:

获取信号,通过传感器采集数据并对信号进行放大处理;

信号进行分段处理;即从每段信号里提取出均值、方差、信号的累积值和峰值4个基本时域参数,通过相邻段信号的4个参数值的差值判断是否有疑似泄漏的情况发生的第一层决策判断:若有则往下执行步骤小波包去噪,否者,跳到执行获取信号;

小波包去噪;即利用改进小波包算法对采集的信号进行去噪;

小波包分解与重构;即利用改进小波包算法对采集的信号进行小波包分解与重构,得到单子带重构信号;

提取信号特征参数;即从重构的单子带信号里提取:时域能量、时域峰值、频域能量、频域峰值、峰态系数、方差、频谱和偏斜系数8个表示信号特征的参数;

组成特征向量,即利用主成分分析方法,结合实验分析,从上述参数中选择3到8个能明显表示声发射信号特征的参数组成特征向量,并将这些特征向量输入到支持向量机进行决策判断,即第二层决策判断,根据支持向量机的输出判断是否有错误发生。

本发明提供的基于物联网的送检煤自取检测控制系统,通过监控视频进行数据集成融合,将自动采集的煤炭数据和监控视频可实时显示在专用于监控视频的显示器上,改善了监控的直观性问题;获得了煤炭实时质量情况,对质量差的煤炭可追溯根源,避免了品质混淆,对煤炭不同领域的应用提供依据。

本发明将无线传感器网路系统中获取的参数信息,实时的显示到用户移动设备上,该应用将会推动无线传感器对煤炭进行技术检测,使用者可以在移动的情况下随时随地获取远距离参数。进而根据参数,实时的调生产策略,提高煤炭产量,还可以应用到草原牧区和林田等环境条件下,app人机交互性良好,在准确率和时延性方面均能够满足客户的需求

以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1