基于多模态数据融合的煤矿井下粉尘浓度监测方法及系统

本发明涉及煤矿安全监测技术领域，尤其涉及基于多模态数据融合的煤矿井下粉尘浓度监测方法及系统，包括：通过煤矿井下部署的多模态传感器阵列，同步采集粉尘浓度时序数据、粉尘图像数据、声波信号数据和环境参数；对采集的数据进行预处理和特征提取；采用长短期记忆神经网络和灰色马尔科夫模型对分解后的高频和低频分量信号进行预测；环境湿度大于80%时，对预测值进行光散射补偿；将各类预测值输入改进的D‑S证据理论融合器，输出融合粉尘浓度监测值；超阈值或达到温湿度复合条件时触发声光报警并启动喷雾降尘装置。本发明方法能够解决煤矿井下粉尘浓度监测中单一传感器精度低、多源数据冲突、高湿环境测量偏差和时序与融合精度不足的问题。