煤矿灾害智能预警架构及关键技术研究

我国已初步实现对煤矿瓦斯、火灾、水害、顶板、粉尘五大灾害的监测报警或预警,但智能化水平较低,不具备自我分析和决策能力。在智慧矿山概念框架下,阐述了煤矿灾害智能预警的内涵,提出了灾害智能预警的感知数据精准化、预警模型智能化、预警防灾协同化、应急决策高效化4个方面的特征。设计了煤矿灾害智能预警总体架构：由感知控制层、传输层、存储分析层和应用层4个层级组成,可实现对各类灾害的智能预警和智能管控;采用统一标准、统一采集、统一存储、统一分析、统一展现的数据处理原则,实现灾害智能预警多源异构数据共享与深度挖掘利用,从而解决数据孤岛、数据烟囱等问题。基于煤矿灾害智能预警总体架构,设计了灾害智能预警业务流程,为灾害智能预警设计提供参考。总结了煤矿灾害智能预警关键技术,包括瓦斯、火灾、水害、顶板、粉尘精准监测预警技术和灾害融合智能预警技术,分析了各关键技术难点及发展方向。以青龙寺煤矿灾害智能预警平台为实例,展示了灾害智能预警技术在监测监控、灾害预警、应急救援、分级管控等方面的应用效果。提出应深入研究灾害精准感知技术及装备、多场耦合致灾机理、预警模型自学习自适应技术,以实现高级阶段的灾害智能化预警。     

矿井煤自燃监测预警技术研究现状及智能化发展趋势

煤自燃是煤炭开采过程中面临的主要灾害之一,对煤自燃特征参数快速准确监测、危险程度及时预警是实现煤矿安全高效生产的重要保障。从煤自燃前兆信息监测技术和预测预报方法2个方面综述了煤自燃监测预警技术的原理及研究与应用现状,剖析了现有煤自燃监测预警技术存在的主要问题:(1)煤自燃前兆信息一体化监测受井下环境干扰大;(2)预警指标体系和模型构建侧重实验,难以与现场实际有效衔接;(3)煤自然发火有效样本少,预测时效缺乏超前性。立足于煤矿智能化发展趋势,提出了煤自燃智能化监测预警技术的研究展望:(1)建立煤自燃超前预警与即时预报联合预测模式;(2)发展机理建模与机器学习相结合的多源信息融合分析方法;(3)构建矿井一站式、可视化、智能化煤自燃监测预警平台。以期提升煤自燃监测预警能力、提高煤矿安全智能化发展水平。     

煤矿瓦斯异动预警系统的设计

针对煤矿安全监控系统因无瓦斯变化趋势分析功能,当瓦斯浓度处于较低水平时,即使瓦斯有异常变化也无法及时提醒的问题,设计了一种煤矿瓦斯异动预警系统。该系统采用文件方式和OPC方式接入安全监控系统及综合自动化系统的监测数据;结合矿井实际通风状况,采用固定门限模型、均方差预警模型和分时均方差模型等三种预警模型计算得出测点的预警参考值及预警状态;通过消息客户端、短信等多种方式发布预警信息。实际应用表明,该系统实现了对瓦斯灾害的有效预防,为保证井下作业人员的安全提供了参考依据。     

煤矿一通三防预警信息系统的开发与设计

煤矿的安全生产状态,是煤矿安全生产管理需要解决的首要问题。文章以预警理论为指导,结合煤矿生产的实际情况,采用B/S模式设计了煤矿远程监控信息系统,以Web Services技术和ASP技术为平台,开发了集成式预警管理信息系统软件,利用网络技术实现一通三防预警工作。     

基于模糊层次分析法的煤矿安全生产预警系统

针对煤矿安全生产预警评价指标多,且各指标受很多因素影响的问题,构建了基于模糊层次分析法的煤矿安全生产预警系统。该系统将层次分析法与模糊综合评判相结合,利用层次分析法确定各评价指标的权重,通过模糊评判矩阵进行模糊综合评判,最后将评价指标权重与模糊综合评判结果进行合成运算,从而确定煤矿安全等级和预警结果。实际应用结果验证了该系统的可行性和有效性。     

基于风险管控的煤矿安全综合防控体系

针对以隐患管理为核心的煤矿安全管控体系存在实时性不高、覆盖面不够和复用性不强等问题,提出了基于风险管控的煤矿安全综合防控体系建设思路。通过风险辨识及风险管控措施落实、风险动态监视、隐患闭环管理等方面对煤矿风险进行整体化管控;以重大灾害风险辨识结果为依据,通过融合传统单一安全监测类系统,整合智能通风、排水、供电等系统,实现重大灾害风险的综合监视、数据分析、预警及异常联动处置;以煤矿企业风险库为核心,根据不同等级安全风险管控效果,形成安全风险指数并进行拟合,实现煤矿安全综合防控体系运行情况评估及异常预警。基于风险管控的煤矿安全综合防控体系有助于实现人员作业行为、设备安全状态、环境安全态势、管理安全等方面风险预控,达到防控重大风险、遏制重特大事故的目标。     

煤矿电网管理系统功能设计

针对传统的煤矿电网存在的安全隐患无法预警,容易发生故障的问题,利用现有计算机设备及OA系统,设计了电网管理系统的网络结构及功能模块,实现实时测量与监视、故障判定与预警、电网保护、综合查询功能,提出设计中的关键问题并给出解决方法。解决了困扰煤矿安全生产的供电监控技术难题,增强了矿井的抗灾和安全生产能力。     

区域煤矿瓦斯灾害风险预警数据采集技术研究

以各级煤矿安全监管监察部门、矿业集团公司对辖区内所有煤矿瓦斯灾害风险宏观预警为出发点,指出区域煤矿瓦斯灾害风险预警基础数据具有多源、异构、海量、多维等特征,数据采集存在信息不全面及模式单一、维度固化等问题;将区域煤矿瓦斯灾害风险预警基础数据分为区域内矿井自然环境风险数据、区域内矿井生产系统风险数据、区域内矿井瓦斯防治风险数据、宏观安全环境风险数据4类;介绍了具有结构化特征的煤矿安全监控及瓦斯灾害预警数据、具有半结构化特征的监管监察执法检查数据、具有非结构化特征的煤矿音视频监控数据的采集技术,重点研究了基于.NET Core跨平台Web API的煤矿安全监控及瓦斯灾害预警数据采集技术,以及基于主题网络爬虫的宏观安全环境风险数据采集技术;设计了适用于互联网环境的区域煤矿瓦斯灾害风险预警数据采集系统,现场试验表明,该系统能够全面、可靠、及时地采集区域煤矿瓦斯灾害风险预警基础数据。     

油田异常井组合预警模型研究

由于油田生产数据具有高度的非线性和时变性,单一的预警模型无法达到在异常初期进行及时、准确预警的要求,为提高预警准确度,论文提出一种油田异常井组合预警模型——k-SVR预警模型.k-SVR预警模型是用k均值模型先对数据进行聚类,再用支持向量回归机模型对聚类后的数据进行边缘数据界定和处理,从而得到较为精确的预警信息,达到在异常初期进行预警的目的.通过组合预警模型对油田已有历史生产数据进行仿真实验,结果表明：相较于单一的预警模型,组合预警模型取得了较精确的预警结果,验证了模型的有效性.     

煤与瓦斯突出预警技术研究现状及发展趋势

从煤与瓦斯突出灾害预警理论、预警信息采集途径、预警指标与模型、预警软件系统4个方面对煤与瓦斯突出预警技术的研究成果进行了综合梳理和详细分析,指出了现有煤与瓦斯突出预警技术存在的问题:部分预警信息获取的时效性和可靠性有待进一步提高,预警模型未实现信息有效深度挖掘等;提出了煤与瓦斯突出预警技术的发展趋势:高自动化水平、高精度的突出预警信息监测采集技术及装备研发,基于大数据的突出预警指标与模型研究,基于云技术的突出预警软件系统开发。     

矿井瓦斯地质智能预警平台的建设与应用

针对煤矿企业瓦斯地质资料缺乏有效管理、瓦斯地质图更新困难及利用率不高的现状,从瓦斯地质预警原理、数据库、平台结构、功能模块、关键技术、预警保障机制等方面介绍了一种矿井瓦斯地质智能预警平台建设方案。该平台采用GIS技术建立瓦斯地质空间数据库,实现了瓦斯地质相关数据的集中、有效管理及瓦斯地质图的自动更新;采用WCF技术实现了跨图形平台的瓦斯地质相关图件的数据共享;以瓦斯地质学理论为指导,形成了一套完整的瓦斯地质预警指标体系,综合分析工作面前方的瓦斯赋存、地质构造、煤层赋存等情况,实现了瓦斯地质的实时超前预警。应用结果表明,该平台各项预警结果与现场实测情况完全一致,效果良好。     

瓦斯突变预警上限值确定方法的研究

针对现有煤矿安全监控系统采用超限原理,以瓦斯传感器测量值为判断依据,无法及时发现预定报警值以下范围内瓦斯异常变化的问题,提出了一种不超限瓦斯突变预警方法,介绍了静态预警和动态预警两种不超限瓦斯突变报警方法。结合余吾煤业N2202工作面探头数据,分别对不超限瓦斯突变预警基础数据的静态数据和动态数据进行了分层抽样及分布的验证和拟合,得出静态预警和动态预警的基础数据基本符合正态分布的结论。提出采用假设检验和区间估计等实时计算静态预警和动态预警上限值的方法,并采用N2202工作面探头数据进行了验证。     

物联网、大数据及云计算技术在煤矿安全生产中的应用研究

阐述了物联网、大数据及云计算技术的研究现状,指出3种技术之间的关系,即物联网产生大数据,大数据助力物联网;大数据需要云计算,云计算增值大数据。结合煤矿综合自动化的建设发展历程,研究了3种技术在煤矿安全生产保障中的作用和地位,提出了3种技术在煤矿生产安全保障中的关系:物联网是煤矿各个子系统建设的技术框架和路线图,大数据是矿山物联网建设的产物,云计算则是对大数据处理利用的技术手段,并指出基于物联网、大数据及云计算技术的煤矿安全生产监测监控系统将是主动式、多参数融合、具备预警功能的监测监控系统,可有效提升煤矿安全生产水平。     

基于TD-SCDMA的煤矿智能电力故障检测与分析系统

针对煤矿井下供电设备故障给煤矿安全生产带来很大隐患的问题,提出了一种基于TD-SCDMA技术的煤矿智能电力故障检测与分析系统。该系统通过供电检测采集系统实时采集各段母线电压、各分支电流、功率、断路器状态以及故障信息,然后通过TD-SCDMA/工业以太网络支撑系统将煤矿供配电系统各设备运行状态、运行参数、故障信息传输到智能电力故障分析系统,完成煤矿供配电系统的信息加工、分析和故障诊断与处理。应用结果表明,该系统提高了供电可靠性,为煤矿的安全生产提供了保障。     

色彩渐进插值的矿井预警数据集三维可视化算法

针对矿井预警数据信息表达不完全、基于视觉的统计分析工作繁重、预警数据集庞杂等问题,提出了一种基于色彩渐进插值的矿井预警数据集三维可视化算法。在该算法中,首先根据矿井预警数据集的测点位置和测量值信息进行三维空间模型构造;然后根据灰度级与彩色空间系统的映射关系对矿井预警数据集与彩色空间模型进行颜色映射及三维空间层次分割,对每个层片依据伪图像编码算法及颜色聚类参数特征进行矿井预警数据集的三维可视化伪图像编码;最后根据色彩渐进插值算法对伪图像中相邻层片进行平滑过渡处理。实验证明,该算法处理的矿井预警数据集伪图像色彩渲染层次感强,色彩过渡平滑,有利于矿井预警数据集的信息表达。     

人工智能技术在矿山智能化建设中的应用初探

介绍了人工智能技术的相关概念、发展概述及其在煤炭行业发展中的应用,指出目前人工智能技术在矿山应用只是点状结合和浅度结合,没有实现人工智能技术和矿山某个生产或管理系统层面的深度融合。概述了智能矿山的发展历程,指出智能矿山是人工智能技术、大数据技术、物联网技术和矿山实体的深度融合体,利用智能通信、智能控制和智能计算技术实现数字化矿山的计算、处理,构建数字孪生矿山,通过数字孪生矿山和物理矿山的智能交互演化,达到对煤矿安全、高效、绿色的生产控制。构建了将人工智能技术和矿山深度融合的包括设备层、智能层、应用层的智能矿山三层构架:应用层处于智能矿山的最高层,其中的数字孪生矿山子层相当于“数字大脑”,实现矿山最高层次的智能控制;智能层中的智能体要求子系统不仅仅是应用人工智能技术处理子系统所产生的数据,而是从架构上就要将智能计算、智能通信、智能控制融为一体。展望了智能矿山建设的发展趋势:智能化矿山需要加强人工智能技术和矿山融合度的深入研究,将现有的基于人工智能的故障检测、诊断及超前干预技术应用到机器人系统中,智能计算、智能通信、智能控制融合的巡检机器人将是最早能推广的井下智能体之一;智能化矿山需要进一步加强复杂巨系统建模技术的研究,只有建立了矿山的复杂巨系统模型,才能实现采矿活动和环境的协同互动,实现采煤活动的精准控制,复杂巨系统模型的缺乏将是未来智能矿山建设亟需解决的问题。     

矿井机电设备数据分析系统设计

针对矿井机电设备管理存在不能及时发现设备潜在故障、设备利用率低、生产效率低等问题,设计了一种矿井机电设备数据分析系统。该系统采用iHistorian服务器存储各个采集点的机电设备数据,从基础数据、可靠性、能耗、效率和预警5个方面分析数据,并将分析结果存储在SQL Server数据库中,通过Web服务器供客户端使用。实际应用表明,该系统可实时反馈矿井机电设备的运行状况,确保了矿井机电设备运行数据的实时分析和安全高效运行预警。     

煤矿信息全面感知与智慧决策系统

针对目前煤矿安全生产过程中存在煤矿信息感知能力差、决策水平低的问题,提出了一种煤矿信息全面感知与智慧决策系统。该系统由胶囊网络层、数据传输层和云服务层组成:胶囊网络层由人员位置与行为感知胶囊、设备状态感知胶囊、环境感知胶囊构成,实现煤矿"人、机、环"全面感知;数据传输层采用无线传感器网络与有线网络结合的方法来实现煤矿井下数据可靠传输;云服务层通过基于随机森林的智慧决策机制为煤矿生产高效、可靠决策提供了保障。实验结果验证了该系统的有效性。     

矿井自燃火灾束管监测系统应用研究

分析了国内外矿井自燃火灾束管监测系统的发展历程及特点,指出澳大利亚研制的矿井自燃火灾束管监测系统能够及时反映自燃区域主要气体的变化趋势,可为矿井自燃火灾提供有效预警。该系统在某煤矿综采工作面的应用结果表明,随着综采工作面的推进,采空区内的O2体积分数逐渐降低,采空区深部边缘的O2体积分数为5%~6%,并逐渐趋于稳定;在综采工作面100~150m内,采空区内的O2体积分数仍然维持在8%以上,应采取相应的技术措施防止采空区遗煤发生自燃现象;在综采工作面150m外,采空区基本处于窒息状态。     

煤矿物联网中智能终端的设计与实现

智能终端是在煤矿物联网技术下通过感知井下人员周围环境提高煤矿安全生产水平的具体实现。介绍了智能终端的软硬件设计,采用低功耗GS1011智能芯片为硬件核心,以μ-velosity嵌入式操作系统为软件平台,实现井下环境参数采集、双向通信并为地面上位机提供定位信息。测试结果表明,智能终端完成了对周围环境的主动感知。