【技术实现步骤摘要】
本专利技术公开基于多传感器融合的瓦斯抽采管道微小泄漏定位方法，属于定位。
技术介绍
1、瓦斯抽采管道一旦出现泄漏，管道中甲烷浓度和氧浓度会迅速到达爆炸极限范围，同时管道内外存在多种可能出现引火源，极易引发瓦斯爆炸。因此，在瓦斯抽采管道出现泄漏初期，及时对泄漏进行定位，对防止瓦斯爆炸重大安全生产事故、保障瓦斯高效抽采利用具有重要意义。现有瓦斯抽采管道泄漏定位方法包括人工巡检、分布式监测、机器人巡检三类方法。人工巡检是指巡检人员手持气体泄漏检测仪器对瓦斯抽采管道进行抵近逐点检测。人工巡检的检测效率很低，且严重威胁巡检人员生命安全。分布式监测是指通过在瓦斯抽采管道上多点布置流量计、压力传感器，或是在回风巷内多点布置气体传感器、光纤振动传感器、光纤温度传感器等多类传感器对瓦斯泄漏进行监测。分布式监测的定位误差较大，且无法检测微小泄漏。机器人巡检是指在巡检机器人上搭载各种气体、温度等类型传感器实现对瓦斯抽采管道的泄漏检测。现有煤矿瓦斯巡检机器人多是从燃气管道巡检、高压电网巡检等行业直接移植过来，并未针对回风巷现场应用场景做深度开发，本质上是在运动底盘上加装气体和温度类型传感器，沿袭了分布式监测中的传感器技术，分布式监测中存在的问题仍未得到根本解决，仍然存在泄漏定位误差大、无法定位微小泄漏源的问题。
技术实现思路
1、本专利技术的目的在于提供基于多传感器融合的瓦斯抽采管道微小泄漏定位方法，以解决现有技术中，机器人巡检存在泄漏定位误差大、无法定位微小泄漏源的问题。
2、基于多传感器融
3、建立巡检机器人运动过程的状态方程包括：
4、
5、
6、式中，px,k、py,k、pz,k分别表示k时刻x、y、z方向上的位置坐标，vx,k、vy,k、vz,k分别表示k时刻x、y、t方向上的速度分量，ts为采样间隔，fs为采样频率，anx、any、anz表示在导航系下x、y、z方向上的加速度分量，abx、aby、abz表示在载体系下x、y、z方向上的加速度分量，通过巡检机器人携带的加速度计获得。
7、[abx、aby、abz]t经过旋转矩阵转换得到[anx、any、anz]t：
8、
9、式中，g为重力加速度，表示姿态转换矩阵，ψ为航向角，θ为俯仰角，γ为横滚角，采用东北天坐标系，载体系右前上，航向角北偏西为正，ψ、θ、γ通过巡检机器人携带的陀螺仪获得。
10、巡检机器人运动过程的状态方程写成矩阵形式：
11、xk＝fxk-1+buk-1+wk-1；
12、xk＝[px,k py,k pz,k vx,k vy,k vz,k]t；
13、
14、uk-1＝[anx,k-1 any,k-1 anz,k-1]t；
15、式中，xk是坐标速度矩阵，f是状态转移矩阵，b是输入控制矩阵，uk-1是系统输入，wk-1表示系统过程噪声，wk-1的协方差矩阵为系统过程噪声协方差矩阵q。
16、建立巡检机器人运动过程的观测方程包括，导航系下未知位置坐标为(x,y,z)的巡检机器人到第i个位于已知位置(xi,yi,zi)的超宽带基站的测量距离为ri，1≤i≤m，i为基站序号，m为基站总数：
17、
18、使用ai表示第i个基站的坐标向量，z表示巡检机器人的坐标向量：
19、ai＝(xi,yi,zi)；
20、z＝(x,y,z)t。
21、建立巡检机器人运动过程的观测方程包括，列测量距离的矩阵形式为：
22、az＝b；
23、
24、式中，a是系数矩阵，b是测量距离矩阵，得超宽带基站对巡检机器人位置坐标的最小二乘解为：
25、z＝(ata)-1atb。
26、建立巡检机器人运动过程的观测方程包括，将超宽带基站计算的k时刻巡检机器人位置坐标zk作为观测，根据最小二乘解求得系统的观测方程为：
27、zk＝hxk+nk；
28、
29、式中，h是系统观测矩阵，nk表示系统观测噪声，对应观测噪声协方差矩阵为r。
30、基于卡尔曼滤波实现导航系下的巡检机器人定位包括：
31、s1、根据巡检机器人运动过程的状态方程的矩阵形式确定f和b，根据k时刻巡检机器人位置坐标zk确定h；
32、s2、获取q和r；
33、s3、给定k＝1时刻的初始状态向量和误差协方差矩阵为非零矩阵，上标^表示估计值；
34、s4、k＝2,3，…,n时刻的状态向量及误差协方差矩阵通过下述卡尔曼滤波的迭代公式获得：
35、
36、式中，右上角标-表示先验，kk表示k时刻卡尔曼增益；
37、s5、状态向量的前三项px,k、py,k、pz,k为k时刻巡检机器人在导航系下x、y、z方向上的位置，导航系下的巡检机器人位置为
38、
39、基于波束形成算法实现传声器阵列坐标系下的煤矿瓦斯抽采管道泄漏源定位包括，当传声器采集的声信号在超声频段的最高声压级splmax超过阈值η时，认为瓦斯抽采管道产生了泄漏；
40、巡检机器人携带的传声器阵列由m个传声器组成，m＝1,…,m表示传声器索引，记超声频段最高声压级splmax对应的频率为fmax，将传声器阵列采集的时域声压信号分为l个时间块，块间重叠度设置为50％，对时域信号做离散傅里叶变换后得到频率fmax下的频域信号为p，获得频率fmax下的互谱矩阵c为：
41、
42、式中，右上角标*表示求矩阵的共轭转置；
43、将管道声成像区域划分为n个网格点，每个网格点均为潜在泄漏源，n＝1,…,n表示网格点索引，表示传声器阵列坐标系下管道声成像区域第n个网格点的位置坐标，通过波束形成算法得到管道声成像区域的声功率矩阵b为：
44、
45、式中，cnodiag是将互谱矩阵c主对角线元素置为0后得到的矩阵，w是传声器阵列与管道声成像区域之间的声传递函数矩阵，采用声学有限元法计算声传递函数矩阵w；
46、将声功率矩阵b中最大值对应的声成像区域网格点作为泄漏源位置，传声器阵列坐标系下的煤矿瓦斯抽采管道泄漏源位置为：
47、
48、根据以及通过坐标转换得导航系下的煤矿瓦斯抽采管道泄漏源位置为：
49、
50、式中，rsg表示从载体系到导航系的转换矩阵，rsg等同于ras表示从传声器阵列坐标系到载体系的转换矩阵，δx表示传声器阵列原点在载体系中的位置坐标，ras和δx均表示传声本文档来自技高网...
【技术保护点】
1.基于多传感器融合的瓦斯抽采管道微小泄漏定位方法，其特征在于，包括建立巡检机器人运动过程的状态方程和观测方程，基于卡尔曼滤波实现导航系下的巡检机器人定位，基于波束形成算法实现传声器阵列坐标系下的煤矿瓦斯抽采管道泄漏源定位，通过坐标转换获得导航系下的煤矿瓦斯抽采管道泄漏源定位。
2.根据权利要求1所述的基于多传感器融合的瓦斯抽采管道微小泄漏定位方法，其特征在于，建立巡检机器人运动过程的状态方程包括：
3.根据权利要求2所述的基于多传感器融合的瓦斯抽采管道微小泄漏定位方法，其特征在于，[abx、aby、abz]T经过旋转矩阵转换得到[anx、any、anz]T：
4.根据权利要求3所述的基于多传感器融合的瓦斯抽采管道微小泄漏定位方法，其特征在于，巡检机器人运动过程的状态方程写成矩阵形式：
5.根据权利要求4所述的基于多传感器融合的瓦斯抽采管道微小泄漏定位方法，其特征在于，建立巡检机器人运动过程的观测方程包括，导航系下未知位置坐标为(x,y,z)的巡检机器人到第i个位于已知位置(xi,yi,zi)的超宽带基站的测量距离为ri，1≤i≤m
6.根据权利要求5所述的基于多传感器融合的瓦斯抽采管道微小泄漏定位方法，其特征在于，建立巡检机器人运动过程的观测方程包括，列测量距离的矩阵形式为：
7.根据权利要求6所述的基于多传感器融合的瓦斯抽采管道微小泄漏定位方法，其特征在于，建立巡检机器人运动过程的观测方程包括，将超宽带基站计算的k时刻巡检机器人位置坐标Zk作为观测，根据最小二乘解求得系统的观测方程为：
8.根据权利要求7所述的基于多传感器融合的瓦斯抽采管道微小泄漏定位方法，其特征在于，基于卡尔曼滤波实现导航系下的巡检机器人定位包括：
9.根据权利要求8所述的基于多传感器融合的瓦斯抽采管道微小泄漏定位方法，其特征在于，基于波束形成算法实现传声器阵列坐标系下的煤矿瓦斯抽采管道泄漏源定位包括，当传声器采集的声信号在超声频段的最高声压级SPLmax超过阈值η时，认为瓦斯抽采管道产生了泄漏；
10.根据权利要求9所述的基于多传感器融合的瓦斯抽采管道微小泄漏定位方法，其特征在于，根据以及通过坐标转换得导航系下的煤矿瓦斯抽采管道泄漏源位置为：
...【技术特征摘要】
1.基于多传感器融合的瓦斯抽采管道微小泄漏定位方法，其特征在于，包括建立巡检机器人运动过程的状态方程和观测方程，基于卡尔曼滤波实现导航系下的巡检机器人定位，基于波束形成算法实现传声器阵列坐标系下的煤矿瓦斯抽采管道泄漏源定位，通过坐标转换获得导航系下的煤矿瓦斯抽采管道泄漏源定位。
2.根据权利要求1所述的基于多传感器融合的瓦斯抽采管道微小泄漏定位方法，其特征在于，建立巡检机器人运动过程的状态方程包括：
3.根据权利要求2所述的基于多传感器融合的瓦斯抽采管道微小泄漏定位方法，其特征在于，[abx、aby、abz]t经过旋转矩阵转换得到[anx、any、anz]t：
4.根据权利要求3所述的基于多传感器融合的瓦斯抽采管道微小泄漏定位方法，其特征在于，巡检机器人运动过程的状态方程写成矩阵形式：
5.根据权利要求4所述的基于多传感器融合的瓦斯抽采管道微小泄漏定位方法，其特征在于，建立巡检机器人运动过程的观测方程包括，导航系下未知位置坐标为(x,y,z)的巡检机器人到第i个位于已知位置(xi,yi,zi)的超宽带基站的测量距离为ri，1≤i≤m...
【专利技术属性】
技术研发人员：翟庆波，杜立彬，宁方立，苏兆婧，张鑫，杨梅，
申请(专利权)人：山东科技大学，
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。