CN103472192B - 一种气体传感器智能定位方法 - Google Patents

Abstract

本发明提供一种气体传感器智能定位方法，首先将气体传感器随机安装在一个位置，然后在监测点释放一定量的监测气体，再然后进行以下步骤：（1）获取气体传感器采集的N个浓度值；（2）根据数理统计中样本函数相关计算公式计算得到N个浓度值的统计量；（3）判断计算出的统计量是否落在统计量参考范围内，如果是，则说明气体传感器安装在正确位置，否则说明气体传感器未安装在正确位置。本发明利用数理统计中的样本函数对传感器数据进行采样，通过对样本的统计量进行分析，判断传感器安装位置的正确性，避免人为因素造成的安全隐患。

Description

一种气体传感器智能定位方法

技术领域

本发明涉及安全监控领域，尤其是涉及一种气体传感器智能定位方法。

背景技术

安全监控***通过传感器对监控现场进行监测数据采集，然后根据传感器返回的数据值判断现场的安全状况，安全监控***中用的最多、且最关键的是气体传感器。从安全监控***的原理可知，气体传感器是否能采集到准确的数据将直接影响***能否起到安全监控的目的。气体传感器硬件好坏以及气体传感器的安装位置是直接影响气体传感器能否采集到准确数据的关键因素，而在设计安全监控***时，气体传感器就已经选择好了，其硬件性能都是能满足要求的，从而决定气体传感器能否采集到准确数据的关键因素就由气体传感器的安装位置决定。但是，目前安全监控***都未针对气体传感器安装位置正确性作出判断的方法，而现场气体传感器安装都是安装人员凭感觉进行安装，这样就会经常存在人为将气体传感器安装在一些无法监测重要测值位置的现象。气体传感器的安装位置不好将导致：在现场测值超标时，监控***不能监测到气体传感器测值超标的告警，造成安全事故。

发明内容

本发明的目的在于：为了避免人为将气体传感器安装在一些无法监测各重要测值的位置这种现象的存在，提供一种气体传感器智能定位方法。

本发明的发明目的通过以下技术方案来实现：

一种气体传感器智能定位方法，其特征在于，首先将气体传感器随机安装在一个位置，然后在监测点释放一定量的监测气体，再然后进行以下步骤：

（1）获取气体传感器采集的N个浓度值；

（2）根据数理统计中样本函数相关计算公式计算得到N个浓度值的统计量；

（3）判断计算出的统计量是否落在统计量参考范围内，如果是，则说明气体传感器安装在正确位置，否则说明气体传感器未安装在正确位置。

优选的，所述的N个浓度值是分不同时间点从气体传感器采集的浓度值。

优选的，所述的N的值为100～1000。

优选的，所述的统计量包括N个浓度值的样本均值、样本方差和样本标准差，对应的公式分别为：

样本均值：样本方差： $S^2=\frac{1}{n-1}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(X_i-\stackrel{\‾}{X})}^2=\frac{1}{n-1}(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{X}_i^2-n{\stackrel{\‾}{X}}^2),$

样本标准差：式中，X_i表示N个浓度值中的第i个浓度值。

优选的，所述的一定量为0.1L。

优选的，样本均值统计量的参考范围是体积比为0.00008～0.00013，样本方差统计量的参考范围是0.001～0.0015，样本标准差统计量的参考范围是0.03～0.038。

与现有技术相比，本发明方法利用数理统计中的样本函数对传感器数据进行采样,通过对样本的统计量进行分析，判断传感器安装位置的正确性，避免人为因素造成的安全隐患。

附图说明

图1是本发明的气体传感器在煤矿安全监控***中的位置示意图；

图2是本发明的模块示意图；

图3是本发明的气体传感器位置智能识别的工作流程图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

实施例

如图1所示，煤矿安全监控***采用的是分布式监控***，井下各分站（编号1、2、3..N）中均安装了若干传感器（编号1、2、....N），各传感器将采集的信号上传给井下分站，井下分站再将信号上传给单井***主机，单井***主机再将信号通过交换机上传给远程综合监控平台。本发明主要用于确定这些传感器在煤矿安全监控***中的具体空间位置。

本发明的模块结构如图2所示，包括参考统计量模块、样本采集模块、样本统计模块和位置识别模块。从图中可以看出，样本采集模块负责从气体传感器数据总线上采集气体传感器样本数据，样本统计模块对样本采集模块采集的数据进行统计，再将统计数据交给位置识别模块，位置识别模块将统计数据和参考统计量模块提供的参考统计量进行比较，判断气体传感器是否安装在正确的位置。

对各模块具体说明如下：

参考统计量模块为***提供总体的参考统计量，用于和实际采样样本统计量进行对比，即提供的一些统计量的参考值；

样本采集模块为从总体X中抽取容量为n(n＞100)的样本得到n个样本，即分n个不同时间点采集气体传感器数据；

样本统计模块对样本采集模块采集的样本进行统计量的计算；

位置识别模块对样本统计模块的统计结果进行整理、分析、研究，对总体X的某些概率特征作出推断，再和预设的参考统计量进行对比，从而判断气体传感器是否安装在正确的位置。

本发明的识别方法流程如图3所示，首先将气体传感器随机安装在一个位置，然后在监测点释放一定量的监测气体（一定量可选取为0.1L、0.2L等数据，本实施例选取0.1L），再然后进行以下步骤：

步骤一：获取气体传感器采集的N个浓度值X₁,X₂......X_n（设气体传感器整体测值为总体X）。此步骤由样本采集模块实施。

其中，N个浓度值是分不同时间点从气体传感器采集的浓度值；N的取值范围为100～1000，本实施例取100。

步骤二：根据数理统计中样本函数相关计算公式计算得到N个浓度值的统计量。此步骤由样本统计模块实施。

统计量包括N个浓度值的样本均值、样本方差和样本标准差，对应的公式分别为：

样本均值：样本方差： $S^2=\frac{1}{n-1}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(X_i-\stackrel{\‾}{X})}^2=\frac{1}{n-1}(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{X}_i^2-n{\stackrel{\‾}{X}}^2),$

样本标准差：式中，X_i表示N个浓度值中的第i个浓度值。

此步骤中还可以计算其他一些统计量数据，并对相应统计量参考值进行设定，然后进行对比。

步骤三：判断计算出的统计量是否落在统计量参考范围内，如果是，则说明气体传感器安装在正确位置，否则说明气体传感器未安装在正确位置。此步骤由位置识别模块实施。

其中，统计量参考范围由样本参考统计量模块提供，包括：

均值参考范围：(表达式1)

方差参考范围：S² ₁＜S²＜S² ₂(表达式2)

标准差参考范围：S₁＜S＜S₂(表达式3)

本实施例中样本均值统计量的参考范围是体积比为0.00008～0.00013，样本方差统计量的参考范围是0.001～0.0015，样本标准差统计量的参考范围是0.03～0.038。

位置识别模块判断步骤二中计算的样本统计量均值、方差、标准差是否符合样本参考统计量模块提供的表达式1、2、3的统计量范围，如果均符合，则说明气体传感器是安装在正确的位置，否则说明气体传感器未安装在正确的位置。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，应当指出的是，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种气体传感器智能定位方法，其特征在于，首先将气体传感器随机安装在一个位置，然后在监测点释放一定量的监测气体，再然后进行以下步骤：

(1)获取气体传感器采集的N个浓度值；

(2)根据数理统计中样本函数相关计算公式计算得到N个浓度值的统计量；所述的统计量包括N个浓度值的样本均值、样本方差和样本标准差，对应的公式分别为：

样本均值： $\stackrel{\‾}{X}=\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}{X}_i,$ 样本方差： $S^2=\frac{1}{n-1}\underset{i=1}{\overset{n}{\Σ}}{(X_i-\stackrel{\‾}{X})}^2=\frac{1}{n-1}(\underset{i=1}{\overset{n}{\Σ}}{X}_i^2-n{\stackrel{\‾}{X}}^2),$

样本标准差：式中，X_i表示N个浓度值中的第i个浓度值；

(3)判断计算出的统计量是否落在统计量参考范围内，如果是，则说明气体传感器安装在正确位置，否则说明气体传感器未安装在正确位置。

2.根据权利要求1所述的一种气体传感器智能定位方法，其特征在于，所述的N个浓度值是分不同时间点从气体传感器采集的浓度值。

3.根据权利要求1所述的一种气体传感器智能定位方法，其特征在于，所述的N的值为100～1000。

4.根据权利要求1所述的一种气体传感器智能定位方法，其特征在于，所述的一定量为0.1L。

5.根据权利要求4所述的一种气体传感器智能定位方法，其特征在于，样本均值统计量的参考范围是体积比为0.00008～0.00013，样本方差统计量的参考范围是0.001～0.0015，样本标准差统计量的参考范围是0.03～0.038。