ИСПОЛЬЗОВАНИЕ ВЕЙВЛЕТ-МЕТОДОВ ДЛЯ ОБРАБОТКИ ИНФОРМАЦИИ В ШАХТНЫХ ИНФОРМАЦИОННО-УПРАВЛЯЮЩИХ СИСТЕМАХ
ВИЛЬГЕЛЬМА. В., ЛАПИН Э. С. Уральская государственная горно-геологическая академия
На российских угольных шахтах успешно внедряются компьютеризированные шахтные формационно-управляюшие системы (ШИУС), выполняющие функции систем автомати1; газовой защиты и контроля, автоматического проветривания тупиковых выработок, шахтной тематики и оперативного диспетчерского управления (ОДУ) [3]. В настоящее время разр большинство технических, метрологических, методологических и организационных проблем, торые возникали при внедрении ШИУС. Наступил этап, задачами которого являются раз алгоритмов обработки собираемой и накапливаемой информации и реализация типовых шахтной автоматики и ОДУ.
В рамках решения данной задачи предложена структура системы и методы обработки формации в ШИУС, обеспечивающие идентификацию состояния технических средств 11Г контролируемого горно-технологического объекта (ГТО) и прогнозирование различных п ров опасности ведения горных работ (рис. 1).
ЬлосЛ»
&жж .4-2
Блок*)
Ьлос.44
Идентификация технически о гостом« ШИУС
Обработал •налогом* сит шоа
Обработка дискретных оккио*
Отчеты о емтомми технических средств ШИУС. опери тманыг таны
.обсл у** »*>«<»
Л
Идентмфиклциа
ТСХНОЖММЧОСКОГО
состояния 1ТО
Отделы ВТЬ. Л ПС. I 1АВМЫЙ механвк. I
Учет работы технологического оборудования 1ТО
Мастера участков. I.таяний темам«, директор...
Идентифи- Прмиож-
кации техни- ромиие
ческого техническое»
состояния состояния
ГГО 1ТО
Оценке
параметров
опасности
Пропил
параметр»
опасности
Отделы ВТ Б. АГК. гипный инаенер. ' горнотехническая инспекция..
Рис. I. Структуре системы обработки информации ШИУС
Структура предлагаемой системы обработки информации ШИУС состоит из трех ос блоков.
1-й блок предназначен для идентификации технического состояния аппаратуры Ш Этот блок удаляет из потока данных информацию, которая соответствует помехам, неиспг стям используемых технических средств и которая может быть неверно интерпретирована дальнейшей обработке.
2-й блок проводит анализ сигналов с целью идентификации технологического ГГО, т. е. распознается влияние нормальной или ненормальной работы шахтных машин и низмов.
3-й блок проводит анализ технического состояния ГТО, т. е. определяется собственная намика объекта. На основе результатов работы 3-го блока в дальнейшем возможно прогноз ние различных параметров опасности.
Установлено, что наиболее эффективным методом идентификации технологических ний ГТО является совместный анализ данных о работе технологического и вентиляционного рудования и состоянии атмосферы ГТО. Такой комплексный анализ позволяет определить ния ГТО, связанные с нормальной или аварийной работой технологического оборудования, -бросы метана из угольного пласта при работе комбайна, увеличение концентрации метана при
тзновке вентиляторов, выделение оксида углерода при возгорании приводов и лент конвейерных линий или при проведении взрывных работ и т. п.
На всех перечисленных этапах обработки информации применимы различные численные ■етоды обработки и анализа данных. Предложено в качестве базового метода для обработки сигналов использовать вейвлет-преобразованис. которое, в отличие от традиционного частотного шализа, хорошо локализовано во времени, что позволяет выявлять структуру исследуемого сиг-шала на отдельных временных интервалах.
Так как большинство сигналов в ШИУС, в том числе и процессы газовыделения угольного паста, характеризуются наличием как периодической составляющей, так и нерегулярными локальными особенностями, то такая особенность вейнлет-анализа помогает достичь значительного эффекта при анализе сигнала в частотно-временной области.
Различные процессы газовыделения - внезапный выброс, технологическое загазирование следствие повышенной интенсивности горных работ или нарушения нормального проветривания ааракгеризуются различными временными интервалами. Таким образом, многомасштабное разложение дает возможность в пределах одного «временного окна» осуществлять идентификацию ■ескольких параллельных процессов, которые характеризуются различной диьамикой и продолжительностью [1,2].
В ходе работы установлено, что вейвлет-преобразование позволяет провести эффективную гфедвартельную обработку сигнала, включающую очищение от шума и сглаживание. Установле-*о, что сигналы от датчиков концентрации метана наиболее эффективно обрабатывать вей влетом Добеши пятого уровня (рис. 2).
Рис. 2. Сигнал до (о) и после (б) предварительной вейвлет-обработкн
Кроме того, на этапе предварительной обработки априорного сигнала вейвлет-аппарат позволяет производить значительное сжатие сигнала с возможностью последующего полного его восстановления.
Предварительно обработанные сигналы подвергались вей влет-анализу с использованием М HAT-вей влета. Анализ проводился для дьух временных масштабов 100 и 1000 отсчетов. В результате анализа были получены масштабно-временные вейвлет-спсктры коэффициентов вейвлет-преобразования а и Ь, характеризующие соответственно временной масштаб и временную локализацию.
Анализ вей влет-спектра сигнала на временном масштабе в 1000 отсчетов (рис. 3) показал, что исследуемые процессы составляют компоненты разных масштабов, при этом на масштабах более 500 отсутствуют характерные древовидные структуры, что свидетельствует о нецелесообразности анализа сигнала на этих масштабах.
Анализ вейвлет-спекгров на временном масштабе в 100 отсчетов (рис. 4) дает более детальную картину, которая позволяет выявить как высокочастотные составляющие, так и значения частот, присутствующих в среднем диапазоне спектра сигнала.
Анализ вей влет-спектров позволил однозначно определить временные участки сигнала, соответствующие технологическим загазированиям, которые являются примером локальной особенности сигнала.
а
Рис. 5. График зависимости функции вейал ет- коэффицие иго в Н'(а. Ь) от коэффициента Ь
Проведенный анализ позволяет сделать вывод, -гго применение вейвлет-преобразовання х обработки сигналов ШИУС позволяет проводить всестороннее исследование исходного сигнала получать характеристики, необходимые для реализации разработанной структуры обработки формации ШИУС.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Веивлет-анадиз: Основы теории и примеры применения / Астафьева Н. М. // Успехи физичссоя наук. 19%. № II. С. 1145-1170.
2. Вей&четы и их использование / И. М. Дремин, О. В.Иванов, В. А. Нечитайло И Успехи фюичесс*. наук. Том 171, № 5. Май 2001 г. С. 466-489.
3. Шахтные информационно-управляющие системы / Бабенко А. Г. // Изв. вузов. Горный журнаа. 1999. № 11-12. С. 76-83.
Рис. 3. Всйвлет-спсктр на временном масштабе в 1000 отсчетов
Рис. 4. Вейвлст-спектр на временном масштабе в 100 отсчетов
В средней части спектра наблюдалось наличие периодических составляющих, в разной пени коррелированных с исходным сигналом. Для более подробного анализа были пс графики зависимости функции вейвлет-коэффициентов W(a, b) от коэффициента b (рис. 5). позволило точно определить наличие, локализацию и интенсивность характерных псриод> составляющих в сигнале, обусловленных газовыдсленисм при работе очистного комбайна.
Ща. Ь)