共查询到20条相似文献,搜索用时 156 毫秒
1.
煤矿瓦斯安全多级监管中的信息技术 总被引:10,自引:2,他引:10
阐述了山西省煤矿瓦斯监测监控安全信息网络工程建设内容、网络系统结构、系统技术要点、系统功能及应用,对全省乃至全国煤炭系统的网络建设,特别是煤矿瓦斯监测监控信息网络建设有一定的参考意义。 相似文献
2.
3.
针对龙煤集团鸡西分公司瓦斯监测监控系统升级的实际需求,分析了现有煤矿瓦斯监测监控系统的不足,设计了基于CAN总线方式的KJ333煤矿瓦斯综合监控系统,系统成功应用于鸡西分公司瓦斯监控及联网系统升级改造项目,为大型煤矿实施瓦斯监控及系统联网提供了切实可行的解决方案。 相似文献
4.
煤矿通风瓦斯面域化现场总线实时测控防御系统 总被引:2,自引:0,他引:2
为解决煤矿瓦斯事故中的通风、未断电等问题,开发了煤矿安全生产监测监控新技术基础体系,即煤矿通风瓦斯面域化全方位综合集成实时监测监控系统,以及神经元实时网络LonWorks现场总线煤矿安全生产监测监控技术体系,同时开发了巷道风量、风向、绝对风压传感器和风筒风量监测装置。经在西山煤电集团屯兰煤矿等70余个煤矿的推广应用,实践结果表明,该煤矿安全生产监测监控新技术可有效解决整个矿井同步实时响应、同步关联测控技术难题,以及瓦斯流动区域多级超前断电等技术难题。 相似文献
5.
数字化煤矿安全监测监控系统的应用与实践 总被引:7,自引:0,他引:7
太原煤气化集团公司数字煤矿安全信息网的服务范围为5个煤矿,其中有3个煤矿已安装了瓦斯监测监控系统:嘉乐泉煤矿监控系统型号为KJ2000;炉峪口煤矿、南山煤矿煤矿监控系统型号为KJGIS;3个煤矿的瓦斯监测系统数据全部送到集团公司信息中心;东河煤矿和离石煤矿为基建矿 相似文献
6.
为了能准确、有效、及时的预测预报井下煤矿瓦斯突出,根据高瓦斯煤层应力场与瓦斯场具有典型的耦合效应,且瓦斯压力场与地应力场的关系主要表现在瓦斯压力的变化上这一原理,并在平煤股份十矿己15-16煤层和己17煤层安装一套煤矿瓦斯突出灾害实时监测预警系统,利用该系统中的煤层瓦斯压力实时监测功能实时在线监测揭煤区域煤层瓦斯压力变化情况,结果表明:煤层瓦斯压力变化随着瓦斯抽放时间而降低,而随着瓦斯解吸量的增加升高;监控到的瓦斯突出煤层瓦斯压力的变化符合正常规律,开发的煤矿瓦斯突出灾害监测预警系统能够连续监测煤层瓦斯压力及其变化动态,为煤矿瓦斯突出灾害监测预警提供了技术基础和有效手段。 相似文献
8.
9.
针对煤矿井下瓦斯安全监管需要,利用多种网络技术和瓦斯安全监测监控技术,实现了平禹煤电公司瓦斯安全监管系统的网络化。 相似文献
10.
从煤矿不断发生瓦斯爆炸事故的现状出发,针对煤矿的实际情况,就《规程》要求的瓦斯电闭锁装置在现场的使用情况进行了调查和分析,对现在普遍在使用的煤安全生产监测监控系统中的瓦斯电闭锁技术提出人见解。 相似文献
11.
为了能够提高煤矿井下瓦斯远程监控的可靠性和准确性,深入地研究了计算机远程联网系统在其中的应用。首先,分别分析了煤矿井下瓦斯远程联网监控系统的基本要求和基本功能;然后,研究了基于计算机远程联网系统的瓦斯监控系统的整体架构;讨论了煤矿井下瓦斯监控传感器节点的设置;最后,分别进行了瓦斯监控系统中模拟量输入通道的设计和数据库的设计。 相似文献
12.
13.
煤与瓦斯突出灰色-神经网络预测模型的建立及应用 总被引:4,自引:0,他引:4
对煤与瓦斯突出影响因素进行灰关联分析,以此确定人工神经网络的输入参数.并应用改进的BP算法,选择灰关联分析的5个优势因子作为输入参数,建立了煤与瓦斯突出预测的神经网络模型.选用典型突出矿井的煤与瓦斯突出实例作为学习样本,对网络进行训练学习,并以云南恩洪煤矿的煤与瓦斯突出实例作为预测样本,将经过网络预测的结果与传统方法的计算结果进行对比.结果表明该灰色一神经网络模型能够满足煤与瓦斯突出预测的要求. 相似文献
14.
15.
论述了适用于煤矿企业的计算机网络系统处理静态管理数据和动态监控生产信息系统的功能和方法,并对监控系统中计算机实时网络通讯系统的开发方法和主要技术作了详尽的描述。 相似文献
16.
17.
煤与瓦斯突出是严重危害煤矿安全生产的一种非线性瓦斯动力灾害。文章将BP神经网络运用于煤与瓦斯突出预测模型,从煤与瓦斯突出的原因、BP神经网络用于煤与瓦斯突出预测的原理、运用实例三方面,对利用BP神经网络预测煤与瓦斯突出的研究加以阐释,证明了BP神经网路预测系统的精度高于传统系统。 相似文献
18.
基于人工神经网络的矿井瓦斯涌出预测模型及其应用 总被引:6,自引:1,他引:5
阐述了矿井瓦斯涌出及其预测对安全生产的重要性, 指出传统的预测方法的不足之处。应用人工神经网络建立了时间序列的瓦斯涌出量预测模型, 克服了传统预测方法必须事先设定变化规律的缺陷, 提高了瓦斯涌出预测的准确性。实际应用表明该预测模型的预测精度较高, 具有较广阔的应用前景。 相似文献
19.