矿井通风安全感知可视化及协同处理研究

煤矿安全生产是我国目前急需迫切解决的课题，生产中普遍存在着通风安全信息难以及时准确地感知、反馈信息滞后、协同能力差等问题，矿井通风安全感知可视化及协同处理研究为此提供了有效的技术手段和方法，为大规模通风网络安全分析及预警提供了更加可靠的可视化决策支持信息，提高了协同感知的效率，及时消除煤矿重大通风安全隐患。. 本项目通过核方法来优化用户对安全感知的需求，构建感知模型来分析瓦斯浓度与其它感知对象之间的相互约束关系，基于移动Agent的主动式协同模式来实现感知模型的分布式协同处理，采用三维可视化方法来建立协同用户感知界面，进行相关数据的分析和展现，加强对通风安全的感知能力。对矿井安全感知从定性的角度向定量及可视化的分析转变，为通风系统整体与单元性能的分析找到更加全面而合理的方法。通过研究矿井通风的协同处理模式，解决了矿井通风计算的并行化、分布性、数据计算资源的共享和集成等问题。

在本项目支持下，主要工作进展和所取得的成果：2010年项目主持人华臻教授研发的“矿井通风安全可控可视化决策系统研究与应用”获山东省科技进步奖二等奖。2012年项目主要成员李晋江博士成果的“图像恢复关键技术研究及应用”获山东高等学校优秀科研成果奖一等奖。为了解决因通风网络控制和设计不当而引起的瓦斯爆炸等问题，根据通风网络分支间流量和压力相互影响的动力学特性, 利用电路Kir chhoff电流电压定律、图论原理和每一分支的流体动力学方程（微分方程），建立了矿井通风网络的多变量非线性全阶和降阶模型。针对映射数据的不可显式表达难题，利用训练集对应的映射集所张成的子空间的一组标准正交基，研究描述映射数据空间结构的方法，为核参数优化及核算法简化提供数学理论支撑。提出一种基于蚁群算法的点云光顺去噪方法，可以有效地找出采样噪声。对散乱点云数据采用k-d tree方法建立拓扑关系，然后估算其曲率和法矢。提出了一种基于核函数的蚁群聚类算法来有效地对点云数据进行分析，之后对法矢方向进行调整。提出一种基于Sufacelet变换的网格渐进压缩算法。对三维网格进行球面参数化，再对采样后的数据做Surfacelet变换，可以充分利用该变换有效捕捉和表示高维信号中的曲面奇异特征，即可更好地对特征进行编码和重构。Surfacelet变换能够进行方向滤波，可有效地解决小波变换不能对高频率信号的边缘、轮廓定位问题。对三维网格空间上的自组装模型进行了较为深入的研究，提出了仅依赖局部信息的两个约束条件，从理论上严格证明了这两条约束是确保组装结构侧面连通性的充分必要条件。对Agent的状态及行动进行了规定，采用冲突等待的策略有效地解决了并行组装时“死锁”现象的产生。