基于数据融合的可燃气体燃爆状态监测系统

可燃气体燃爆过程通常伴随多种气体浓度的变化,因此其燃爆状态的判断较为复杂,文中使用DBN多传感器数据融合模型结合CAN/Zigbee混合网络,建立了一种可燃气体燃爆状态监测系统。DBN由RBM和BP神经网络构成,RBM通过非监督学习方法提取数据的特征值,同时降低特征的维度;BP神经网络接收RBM的输出数据,通过监督学习方法进行气体燃爆状态判断。实测结果表明,该系统具有较高的分类判断准确率。