- Tytuł:
-
An adaptive Kalman filter for online monitoring of mine wind speed
Adaptacyjny filtr Kalmana do ciągłego monitorowania prędkości przepływu powietrza kopalnianego - Autorzy:
-
Huang, De
Liu, Jian
Deng, Lijun
Li, Xuebing
Song, Ying - Powiązania:
- https://bibliotekanauki.pl/articles/219283.pdf
- Data publikacji:
- 2019
- Wydawca:
- Polska Akademia Nauk. Czytelnia Czasopism PAN
- Tematy:
-
prędkości przepływu powietrza kopalnianego
laserowy system Dopplerowski do rejestracji prędkości (LDV-Laser Doppler Velocimetry)
filtr Kalmana
maksymalizacja wartości oczekiwanej
układ ciągłego monitorowania - Opis:
-
The underground complicated testing environment and the fan operation instability cause large random errors and outliers of the wind speed signals. The outliers and large random errors result in distortion of mine wind speed monitoring, which possesses safety hazards in mine ventilation system. Application of Kalman filter in velocity monitoring can improve the accuracy of velocity measurement and eliminate the outliers. Adaptive Kalman Filter was built by automatically adjusting process noise covariance and measurement noise covariance depending on the differences between measured and expected speed signals. We analyzed the fluctuation of airflow flow using data of wind speed flow and distribution characteristics of the tunnel obtained by the Laser Doppler Velocimetry system (LDV) studies. A state-space model was built based on the tunnel airflow fluctuations and wind speed signal distribution. The adaptive Kalman Filter was calculated according to the actual measurement data and the Expectation Maximization (EM) algorithm. The adaptive Kalman filter was used to shield fluid pulsation while preserving system-induced fluctuations. Using the Kalman filter to treat offline wind speed signal acquired by LDV, the reliability of Kalman filter wind speed state model and the characteristics of adaptive Kalman Filter were investigated. Result s showed that the adaptive Kalman filter effectively eliminated the outliers and reduced the root-mean-squares error (RMSE), and the adaptive Kalman filter had better performance than the traditional Kalman filter in eliminating outliers and reducing RMSE. Field experiments in online wind speed monitoring were conducted using the optimized adaptive Kalman Filter. Results showed that adaptive Kalman filter treatment could monitor the wind speed with smaller RMSE compared with LVD monitor. The study data demonstrated that the adaptive Kalman filter is reliable and suitable for online signal processing of mine wind speed monitor.
Złożoność środowiska w którym prowadzone są pomiary prędkości powietrza w warunkach ko-palni podziemnych i niestabilność pracy wentylatorów kopalnianych mogą generować znaczne błędy losowe w rejestrowanych przebiegach sygnałów prędkości przepływu oraz powodować pojawianie się wartości oddalonych. Rejestrowane wartości oddalone oraz znaczne błędy losowe powodują wypaczenie przebiegów sygnałów rejestrowanych przez system monitorowania prędkości przepływu powietrza kopalnianego, stwarzając poważne zagrożenie dla bezpieczeństwa pracy i właściwego funkcjonowania systemu wentylacji. Zastosowanie filtru Kalmana w systemie monitorowania prędkości przepływu powietrza kopalnianego poprawia dokładność pomiarów i eliminuje występowanie wartości oddalonych. Adaptacyjny filtr Kalmana opracowano w oparciu o regulację kowariancji sygnału szumu procesowego i szumu pomiarowego w zależności od różnicy pomiędzy zmierzonymi a oczekiwanymi wartościami sygnału prędkości przepływu powietrza. Przeanalizowano wahania prędkości przepływu powietrza na podstawie charakterystyk prędkości przepływu i jej rozkładu otrzymanych z badań prowadzonych przy wykorzystaniu laserowych systemów Dopplerowskich do rejestrowania prędkości LDV (Laser Doppler Velocimetry). Zbudowano model przestrzeni stanu uwzględniający fluktuacje prędkości przepływu powietrza w tunelu oraz rozkład zarejestrowanych sygnałów prędkości przepływu powietrza kopalnianego. Obliczenia adaptacyjnego filtru Kalmana prowadzono w oparciu o bieżące dane pomiarowe, z wykorzystaniem algorytmu maksymalizacji wartości oczekiwanej (EM). Filtr adaptacyjny użyty został do wyrównania pulsacji przepływu powietrza, przy zachowaniu wszelkich zarejestrowanych fluktuacji wywołanych pracą układu. Filtr Kalmana wykorzystany został do obróbki sygnałów prędkości przepływu powietrza uzyskanych z systemu pomiaru prędkości LDV. Zbadano pewność i niezawodność modelu przestrzeni stanu prędkości przepływu powietrza uzyskanego z wykorzystaniem filtru i przeanalizowano charakterystyki adaptacyjnego filtra Kalmana. Wyniki wskazały, że zastosowanie filtru skutecznie eliminuje wartości oddalone i prowadzi do zmniejszenia wartości błędu średniokwadratowego. Wykazano także, że filtra adaptacyjny Kalmana ma wyższą skuteczność od tradycyjnych filtrów Kalmana w zakresie eliminacji wartości oddalonych i redukcji błędu średniokwadratowego. Prowadzono ciągły monitoring prędkości przepływu powietrza kopalnianego w warunkach polowych z wykorzystaniem zoptymalizowanego adaptacyjnego filtru Kalmana. Zarejestrowane wyniki wskazują, że zastosowanie filtra adaptacyjnego do obróbki sygnału prędkości przepływu prowadzi do uzyskania niższych wartości błędu średniokwadratowego niż w systemach monitoringu LVD. Zebrane w trakcie badań wyniki wykazały pewność i skuteczność działania filtra adaptacyjnego przy jego zastosowaniu do ciągłego monitorowania prędkości przepływu powietrza w kopalniach. - Źródło:
-
Archives of Mining Sciences; 2019, 64, 4; 813-827
0860-7001 - Pojawia się w:
- Archives of Mining Sciences
- Dostawca treści:
- Biblioteka Nauki
Artykuł