第３３卷第１期２０２３年１月中国安全科学学报ＣｈｉｎａＳａｆｅｔｙＳｃｉｅｎｃｅＪｏｕｒｎａｌＶｏｌ．３３Ｎｏ．１Ｊａｎ．２０２３中文引用格式：邓立军，尚文天，刘剑，等．基于ＤＷＴ与ＳＶＭ的风门开闭阶段识别方法［Ｊ］．中国安全科学学报，２０２３，３３（１）：９５－１０４．英文引用格式：ＤＥＮＧＬｉｊｕｎ，ＳＨＡＮＧＷｅｎｔｉａｎ，ＬＩＵＪｉａｎ，ｅｔａｌ．ＩｄｅｎｔｉｆｉｃａｔｉｏｎｏｆａｉｒｄｏｏｒｏｐｅｎｉｎｇａｎｄｃｌｏｓｉｎｇｓｔａｇｅｂａｓｅｄｏｎＤＷＴａｎｄＳＶＭ［Ｊ］．ＣｈｉｎａＳａｆｅｔｙＳｃｉｅｎｃｅＪｏｕｒｎａｌ，２０２３，３３（１）：９５－１０４．基于ＤＷＴ与ＳＶＭ的风门开闭阶段识别方法∗邓立军１，２副教授，尚文天∗∗１，２，刘剑１，２教授，周煜凯１，２，宋莹３（１辽宁工程技术大学安全科学与工程学院，辽宁葫芦岛１２５１０５；２辽宁工程技术大学矿山热动力灾害与防治教育部重点实验室，辽宁葫芦岛１２５１０５；３山东工商学院管理科学与工程学院，山东烟台２６４００５）中图分类号：Ｘ９３６文献标志码：ＡＤＯＩ：１０.１６２６５／ｊ．ｃｎｋｉ．ｉｓｓｎ１００３－３０３３.２０２３.０１.０８４６基金项目：国家自然科学基金资助（５１９０４１４３）；山东省自然科学基金资助（ＺＲ２０２０ＱＥ１２５）。∗文章编号：１００３－３０３３（２０２３）０１－００９５－１０；收稿日期：２０２２－０９－１２；修稿日期：２０２２－１２－１０∗∗通信作者：尚文天（１９９８—），男，内蒙古赤峰人，硕士研究生，研究方向为矿井智能通风与异常识别。Ｅ⁃ｍａｉｌ：ｃｈａｎｇｔｉａｎ０５０９＠１６３．ｃｏｍ。【摘要】为解决因风门开闭导致的风速传感器数据异常波动与误报警问题，提出一种基于离散小波变换（ＤＷＴ）与支持向量机（ＳＶＭ）的风门开闭阶段识别方法。使用多尺度滑动窗口将传感器风速监测数据离散化为若干段不同尺度的子时间序列数据，利用统计方法与ＤＷＴ，提取各尺度子时间序列数据中的统计特征与隐含的波动特征，建立ＳＶＭ风门开闭阶段识别分类模型。为进一步优化识别结果，基于重叠度（ＩｏＵ）规则合并、修正、组合、取优分类识别结果，再根据相似准则建立长度方向取变率为２、整体相似比为１∶１６的相似试验模型，开展风门开闭扰动试验，验证方法的可行性。结果表明：在测试集上的识别准确率较高，对于风门开闭时间的识别准确...
