【技术实现步骤摘要】
本专利技术属于数据检测，具体涉及一种基于数字化的煤样瓦斯含量检测方法、系统及存储介质。
技术介绍
1、在生产过程中，煤样采集后，一部分用于解吸仪测定煤样中瓦斯解吸量，同时计算采样过程中损失的瓦斯量。剩余煤样送至实验室测定残存瓦斯含量，最后通过解吸瓦斯量与残存瓦斯量的总和，求出煤层中的瓦斯含量。随着技术的发展，一些自动化和数字化的设备可以提高测定的效率和准确性，为了精准分析瓦斯含量的检测，需要确保解吸仪中各种数据准确实时传输。
2、类似的现有技术有公开号为cn117606976a的中国专利申请，公开了一种煤层瓦斯含量井下直接测定系统，包括球磨煤样罐、解吸自动计量装置、数据处理移动终端和气动破碎装置，解吸自动计量装置装配于球磨煤样罐的外端，并公开了一种煤层瓦斯含量井下直接测定方法，该专利技术通过称重传感器确定煤样质量，利用图像识别模块并通过微流量传感器确定煤样暴露时间，微流量传感器、气体压力传感器、温度传感器检测到的参数确定标准状态条件下的损失瓦斯体积、粉碎前瓦斯体积、粉碎后瓦斯体积与煤样质量之比得出煤层可解吸瓦斯量，煤层瓦斯可解吸量与煤的残存瓦斯含量相加为煤层瓦斯含量，测试全程由传感器和数据处理移动终端确定关键数据的采集、确定及处理，避免了人为误差导致测定瓦斯含量偏低。还有公开号为cn108444856a的中国专利申请，提出一种煤矿井下煤层瓦斯含量与压力快速测定仪及测定方法，煤矿井下煤层瓦斯含量与压力快速测定仪包括主机和煤样罐，主机包括测定管路、流量传感器、显示屏、键盘、电池、充电数据共用串口和控制器，测定管路上设置流
3、然而，上述现有技术中均未对煤样中瓦斯含量的检测过程进行准确预测，且未对检测环境条件进行实时监测，在实际情况中，需要实时记录必要的检测数据和环境条件，并对瓦斯含量基于环境条件进行准确预测，提高数据的准确性和可靠性。
技术实现思路
1、为解决上述问题，本专利技术提供了基于数字化的煤样瓦斯含量检测方法、系统及存储介质，以解决现有技术中的问题。
2、为了达到上述的专利技术目的，本专利技术提出一种基于数字化的煤样瓦斯含量检测方法，包括：
3、s1：采集煤样，基于预设标签信息设置数字化传感器阵列，所述数字化传感器阵列基于预设采集间隔检测所述煤样，生成采集数据，设置传输模式，基于所述传输模式将所有所述采集数据传输至处理单元，并依次组合生成所述预设标签信息对应的检测数据序列；
4、s2：所述处理单元基于所述检测数据序列获取所述煤样中瓦斯的解吸速率序列，基于所述检测数据序列和所述解吸速率序列建立瓦斯含量预测模型，所述瓦斯含量预测模型基于所述煤样中瓦斯的所述解吸速率序列输出瓦斯含量的预测分析结果，若预测时间内所述预测分析结果均小于第一预设值，则将预测时间中第一个小于所述第一预设值的时间点设定为观察时间点，并基于所述观察时间点终止检测；
5、s3：基于所述预测分析结果在所述数字化传感器阵列中抽取标准传感器，基于所述标准传感器调整所述传输模式，生成动态传输模式；
6、s4：将所述标准传感器对应的采集数据设定为关键数据，基于所述动态传输模式将所述关键数据和所述预测分析结果传输至监控平台，并基于所述预测分析结果输出瓦斯含量，评估作业风险。
7、进一步地，所述建立瓦斯含量预测模型包括以下步骤：
8、基于所述预设标签信息将所有所述检测数据序列分类为自变量序列和因变量序列，将所述自变量序列设定训练数据，并构建多个第一预测模型，计算所述第一预测模型的参考指标，将所述参考指标大于等于第二预设值的所述第一预测模型设定为参考模型，所述参考模型基于对应的所述参考指标重新生成第二预测模型，并设定为所述瓦斯含量预测模型。
9、进一步地，所述生成第一预测模型包括以下步骤：
10、提取所述自变量序列的特征量，生成所述第一预测模型的第一预测方程式y，所述第一预测方程式为：其中，i为所述自变量序列中所述特征量的总数量，xi为所述自变量序列的第i个特征量，αi为所述第i个特征量对应的权重值，c为参考系数。
11、进一步地，基于以下步骤计算所述第i个特征量对应的权重值：
12、基于第一公式计算所述第i个特征量对应的权重值αi，所述第一公式为：其中，a为权重值的估计向量，y为所述自变量序列的转置列向量，j为1至j的正整数，j为所述自变量序列中包含时间点的总数量，tj为第j个时间点，b为所述自变量序列的最大似然估计，β为所述预设采集间隔，t为转置符号，e为指数。
13、进一步地，所述基于所述参考指标将所述参考模型重新学习生成第二预测模型包括以下步骤：
14、计算所述第一预测模型中所述训练数据的类内方差，并设定为所述参考指标，构建分层结构，所述分层结构包含多层分层节点，基于所述预设标签信息在所述分层节点中设置分层条件，在最底层的所述分层节点中设置条件预测方程式，基于所述第一预测方程式获取第一预测结果，基于所有所述第一预测结果选择对应的所述分层条件，生成结构路径，基于所述结构路径在所述分层结构中获取对应的条件预测方程式，并设定为标准预测方程式，基于所述因变量序列组合所有所述标准预测方程式，设定为所述第二预测模型的第二预测方程式。
15、进一步地，生成所述第二预测方程式包括：
16、生成所述第二预测模型的第二预测方程式z，所述第二预测方程式为：其中，μ0为所述因变量序列中最后一个时间点对应的数值，n为1至n的正整数，n为所述结构路径包含的所述分层节点的总数量，yn为与第n个分层节点中所述分层条件具有相同预设标签信息的所述第一预测模型的第一预测结果，μn为与所述第n个分层节点中所述分层条件具有相同预设标签信息的所述第一预测模型的参考指标，b为误差系数；
17、基于预测时间点将所述第二预测方程式对应的结果设定为所述预测分析结果；
18、将所述数字化传感器阵列中与所述结构路径的所述分层节点具有相同所述预设标签信息的传感器设定为所述标准传感器。
19、进一步地，所述生成动态传输模式包括以下步骤：
20、构建串行传输路径，所述动态传输模式包括上层控制单元、主单元和从单元，所述上层控制单元基于通信信号向所述主单元发送命令，所述主单元接收并识别所述命令，若所述命令发送至所述从单元，则将所述通信信号转换为兼容信号，所述串行传输路径基于所述兼容信号选择总线传输路径，并基于所述总线传输路径传输数据，若所述命令发送至所述主单元，则基于所述通信信号传输数据。
21、进一本文档来自技高网...
【技术保护点】
1.一种基于数字化的煤样瓦斯含量检测方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的方法，其特征在于，所述建立瓦斯含量预测模型包括以下步骤：
3.根据权利要求2所述的方法，其特征在于，所述生成第一预测模型包括以下步骤：
4.根据权利要求3所述的方法，其特征在于，基于以下步骤计算所述第i个特征量对应的权重值：
5.根据权利要求2所述的方法，其特征在于，所述基于所述参考指标将所述参考模型重新学习生成第二预测模型包括以下步骤：
6.根据权利要求5所述的方法，其特征在于，生成所述第二预测方程式包括：
7.根据权利要求1所述的方法，其特征在于，所述生成动态传输模式包括以下步骤：
8.根据权利要求7所述的方法，其特征在于，将所述监控平台设定为所述上层控制单元，若所述标准传感器对应的所述采集数据属于自变量类别，则将所述标准传感器设定为所述从单元，若所述标准传感器对应的所述采集数据属于因变量类别，则将所述标准传感器设定为所述主单元。
9.一种基于数字化的煤样瓦斯含量检测系统，用于实现
10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有程序指令，其中，在所述程序指令运行时控制所述计算机存储介质所在设备执行权利要求1-8任意一项所述的方法。
...【技术特征摘要】
1.一种基于数字化的煤样瓦斯含量检测方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的方法，其特征在于，所述建立瓦斯含量预测模型包括以下步骤：
3.根据权利要求2所述的方法，其特征在于，所述生成第一预测模型包括以下步骤：
4.根据权利要求3所述的方法，其特征在于，基于以下步骤计算所述第i个特征量对应的权重值：
5.根据权利要求2所述的方法，其特征在于，所述基于所述参考指标将所述参考模型重新学习生成第二预测模型包括以下步骤：
6.根据权利要求5所述的方法，其特征在于，生成所述第二预测方程式包括：
7.根据权利要求1所述的方法，其特...
【专利技术属性】
技术研发人员：王付龙，王宗帅，成灰灰，
申请(专利权)人：郑州华致科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。