A Novel Fuzzy Fusion Algorithm of Multi-sensor Data and Its Application in Coalmine Gas Monitoring
Notice bibliographique
Résumé
In coalmines, gas disaster is a complex uncertain process influenced by multiple factors. It is difficult to predict gas disaster in an accurate manner. The traditional methods for gas disaster prediction face several common problems, such as the inaccuracy of gas monitoring data, and the unreliable evaluation of gas safety. To solve the problems, this paper proposes a gas monitoring and prewarning method based on fuzzy fusion of multi-sensor data. To realize data fusion and decision-making, the field parameters like wind speed, gas content and temperature, which are monitored by multiple sensors in the coalmine, were allocated to the set of factors, while the decisions on gas state were allocated to the set of remarks. Then, the data collected by the sensors were fuzzified by the fuzzy set theory, creating a fuzzy membership matrix. The fuzzy Cauchy-Riemann equations were introduced to establish the membership function. Furthermore, the coalmine gas state was evaluated and determined in the fusion center under decision-making rules through compositional operation. Based on local decisions, a data fusion decision-making model for coalmine gas disaster was established to make the global decision. The proposed method was applied to analyze the temperature, gas content and wind speed of tunnel face monitored by multiple sensors at three different time points in a coalmine of Shanxi Province, China. The results show that the gas states at all time points were evaluated accurately, without any false or missed alarm, and the prediction based on multi-sensor data fusion was 34% more accurate than that based on single-sensor data. The research findings provide an effective way to monitor and prewarn the coalmine gas state.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».