CN104074546B - 井下逃生的逃生路线智能选择方法、装置和系统 - Google Patents
井下逃生的逃生路线智能选择方法、装置和系统 Download PDFInfo
- Publication number
- CN104074546B CN104074546B CN201410227909.0A CN201410227909A CN104074546B CN 104074546 B CN104074546 B CN 104074546B CN 201410227909 A CN201410227909 A CN 201410227909A CN 104074546 B CN104074546 B CN 104074546B
- Authority
- CN
- China
- Prior art keywords
- tunnel
- section
- escape
- data
- escape route
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Alarm Systems (AREA)
Abstract
本发明实施例提供一种井下逃生的逃生路线智能选择方法、装置和系统该方法包括:采集预设井下逃生路线图中所包括的至少两段巷道各自的安全数据;根据各段巷道的安全数据以及连通关系,将至少一段巷道组合形成有效逃生路线。本发明实施例提供的井下逃生的逃生路线智能选择方法、装置和系统,通过采集预设井下逃生路线图中所包括的每段巷道的安全数据,能够监测每段巷道的安全状况,并且根据各段巷道的安全数据以及连通关系,将至少一段安全状况良好的巷道动态组合形成有效逃生路线,能够有效地提供逃生路线信息引导,从而能够提高矿井灾害发生时人员的逃生率。
Description
技术领域
本发明实施例涉及煤矿井下安全监测技术,尤其涉及一种井下逃生的逃生路线智能选择方法、装置和系统。
背景技术
我国是一个产煤大国,我国煤炭产量占全世界煤炭总产量的37%左右,相应地,煤炭开采也就成为我国就业人数众多的一个行业,但事故死亡人数却占全世界煤矿死亡总人数的70%左右,在应急救援过程中,及时、有序、有效地组织井下人员安全逃生,是降低死亡率和减少事故损失的关键,因此,现有技术提出了逃生路线的选择技术。
现有的逃生路线选择技术,一般是根据矿井火灾发生时的风向和烟雾选择最佳避灾路线,当危险发生时,提供逃生路线的显示功能。
上述逃生路线选择技术存在以下缺陷:逃生路线确定后一般以地理信息系统(GeographicInformationSystem,GIS)图层的方式存储在系统中,一旦出现突发状况导致选择的逃生路线的通路阻塞,无法智能选择新的逃生路线。
发明内容
本发明实施例提供一种井下逃生的逃生路线智能选择方法、装置和系统,以优化逃生路线的选择方案,以生成动态的有效逃生路线。
第一方面,本发明实施例提供了一种井下逃生的逃生路线智能选择方法,包括:
采集预设井下逃生路线图中所包括的至少两段巷道各自的安全数据;
根据各段巷道的安全数据以及连通关系,将至少一段巷道组合形成有效逃生路线。
第二方面,本发明实施例还提供了一种井下逃生的逃生路线智能选择装置,包括:
巷道安全数据采集模块,用于采集预设井下逃生路线图中所包括的至少两段巷道各自的安全数据;
有效逃生路线组合模块,用于根据各段巷道的安全数据以及连通关系,将至少一段巷道组合形成有效逃生路线。
第三方面,本发明实施例还提供了一种井下逃生的逃生路线智能选择系统,包括:
传感器,配置在预设井下逃生路线图中所包括的至少两段巷道的每条巷道中,用于采集巷道的安全数据;
无线信号接入点,与所述传感器无线连接,用于接收传感器回传的所述安全数据;
服务器,其中,服务器中配置有本发明任意实施例所提供的井下逃生的逃生路线智能选择装置,与所述无线信号接入点连接,用于根据各段巷道的安全数据以及连通关系,将至少一段巷道组合形成有效逃生路线。
本发明实施例提供的井下逃生的逃生路线智能选择方法、装置和系统,通过采集预设井下逃生路线图中所包括的每段巷道的安全数据,能够监测每段巷道的安全状况,并且根据各段巷道的安全数据以及连通关系,将至少一段安全状况良好的巷道动态组合形成有效逃生路线,能够有效地提供逃生路线信息引导,从而能够提高矿井灾害发生时人员的逃生率。
附图说明
图1为本发明实施例一提供的一种井下逃生的逃生路线智能选择方法的流程图;
图2为本发明实施例二提供的一种井下逃生的逃生路线智能选择方法的流程图;
图3为本发明实施例二提供的一种井下逃生的逃生路线智能选择方法中根据各段巷道的结构数据和巷道障碍长度数据确定各段巷道的权重方法的流程图;
图4为采用本发明实施例提供的井下逃生的逃生路线智能选择方法而呈现的逃生线路图;
图5为采用本发明实施例提供的井下逃生的逃生路线智能选择方法而呈现的另一逃生线路图;
图6为本发明实施例三提供的一种井下逃生的逃生路线智能选择装置的结构示意图;
图7为本发明实施例四提供的一种井下逃生的逃生路线智能选择系统的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
请参阅图1,为本发明实施例一提供的一种井下逃生的逃生路线智能选择方法的流程图。本发明实施例的方法可以由配置以硬件和/或软件实现的井下逃生的逃生路线智能选择装置来执行,该实现装置典型的是配置于能够提供井下逃生的逃生路线智能选择服务的服务器中。
如图1所示,所述方法包括:
步骤110、采集预设井下逃生路线图中所包括的至少两段巷道各自的安全数据;
在本步骤中,针对预设井下逃生路线图中的巷道分别进行安全数据采集,从而能够以巷道为单位获取预设井下逃生路线图中所包括的各段巷道的安全数据。作为本步骤的一个优选的实施方式,可以具体包括:
通过预设井下逃生路线图中所包括的至少两段巷道的每条巷道中配置的传感器采集安全数据;
通过无线信号接入点接收传感器回传的所述安全数据;
其中,所述安全数据包括下述至少一种:甲烷浓度、二氧化碳浓度、一氧化碳浓度、二氧化硫浓度、硫化氢浓度、二氧化氮浓度、氨气浓度、氢气浓度、氮气浓度、巷道实时温度、巷道烟尘浓度、顶板压力、风门状态、瓦斯涌出量和排风口瓦斯浓度。
也就是说,可以通过配置在每条巷道中的下述至少一种传感器采集每条巷道的安全数据:甲烷浓度传感器、二氧化碳浓度传感器、一氧化碳浓度传感器、二氧化硫浓度传感器、硫化氢浓度传感器、二氧化氮浓度传感器、氨气浓度传感器、氢气浓度传感器、氮气浓度传感器、温度传感器、烟尘浓度传感器、顶板压力传感器、风门状态传感器和瓦斯传感器。其中,温度传感器可以用于采集巷道实时温度,瓦斯传感器可以用于采集瓦斯涌出量和排风口瓦斯浓度。
通过采集的安全数据可以确定各段巷道的安全状况。例如当采集到的巷道的排风口瓦斯浓度超过预设的预警值时,则可以确定该巷道发生瓦斯灾害的可能性较大。例如,当采集到的风门状态为开时,则可以确定该巷道的通风状态正常,而当采集到的风门状态为关时,则可以确定该巷道的通风会受影响,即当采集到的风门状态为关的巷道的安全状况低于当采集到的风门状态为开的巷道的安全状况。
需要说明的是,对于各段巷道,可以通过单个安全数据确定该段巷道的安全状况,也可以通过多个安全数据组合确定该段巷道的安全状况。
步骤120、根据各段巷道的安全数据以及连通关系,将至少一段巷道组合形成有效逃生路线。
也就是说,有效逃生路线既与各段巷道的安全数据有关,又与巷道之间的连通关系有关。
在本步骤中,可以根据各段巷道的安全数据对各段巷道的安全性从高到低进行排序,并根据巷道之间的连通关系,将从井下至井口连通的各段巷道的安全性最高的路径组合形成有效逃生路径;也可以根据各段巷道的安全数据对各段巷道的安全性从高到低进行排序,并根据巷道之间的连通关系,将从井下至井口连通的各段巷道的安全性最高且所包含的安全性最高的各段巷道的长度之和最小的路径组合形成有效逃生路径;还可以根据各段巷道的安全数据对各段巷道的安全性从高到低进行排序,并根据巷道之间的连通关系,将从井下至井口连通的各段巷道的安全性最高且所包含的安全性最高的各段巷道的坡度之和最小的路径组合形成有效逃生路径。对此,本实施例不进行限定。
本实施例的技术方案,通过采集预设井下逃生路线图中所包括的每段巷道的安全数据,能够监测每段巷道的安全状况,并且根据各段巷道的安全数据以及连通关系,将至少一段安全状况良好的巷道动态组合形成有效逃生路线,能够有效地提供逃生路线信息引导,从而能够提高矿井灾害发生时人员的逃生率。
在上述实施例的基础上,在步骤120之后,还可以包括:
步骤130、更新预设井下逃生路线图中所包括的至少两段巷道各自的安全数据,并返回根据各段巷道的安全数据以及连通关系,将至少一段巷道组合形成有效逃生路线的操作。
在本步骤中,可以根据预设时间间隔更新预设井下逃生路线图中所包括的至少两段巷道各自的安全数据,例如,5s;也可以按预设时间间隔采集预设井下逃生路线图中所包括的至少两段巷道各自的安全数据,从而实现周期性的更新安全数据,周期性的动态生成有效逃生路线。
该技术方案,通过采集预设井下逃生路线图中所包括的每段巷道的安全数据,并且根据各段巷道的安全数据以及连通关系,将至少一段安全状况良好的巷道动态组合形成有效逃生路线,能够有效地提供逃生路线信息引导,并且通过更新预设井下逃生路线图中所包括的至少两段巷道各自的安全数据,能够有效地提供安全数据更新后的新的有效逃生路线,从而能够进一步提高矿井灾害发生时人员的逃生率。
实施例二
请参阅图2,为本发明实施例二提供的一种井下逃生的逃生路线智能选择方法的流程图。本实施例在上述实施例的基础上,提供了根据各段巷道的安全数据以及连通关系,将至少一段巷道组合形成有效逃生路线这一操作的优选方案。
如图2所示,所述组合形成有效逃生路线方法可以包括:
步骤210、对于各段巷道,根据该段巷道的安全数据确定该段巷道的可通行性;
其中,巷道的可通行性代表巷道的安全程度,巷道的可通行性与该段巷道的安全程度正相关,即巷道的可通行性越高,则该段巷道的安全程度越高。
步骤220、根据各段巷道的结构数据和巷道障碍长度数据确定各段巷道的权重,其中,所述巷道的结构数据包括下述至少一种:巷道高度数据、巷道长度数据、巷道坡度数据和巷道类型数据。
在本步骤中,对于井下逃生而言,权重代表各段巷道的有效性。所述巷道高度数据、巷道长度数据、巷道坡度数据和巷道类型数据等可以分别设置有对应的权重,从而可以将各类结构数据对井下逃生的影响量化。
请参阅图3,为本发明实施例二提供的一种井下逃生的逃生路线智能选择方法中根据各段巷道的结构数据和巷道障碍长度数据确定各段巷道的权重方法的流程图。在本实施例的基础上,进一步提供了根据各段巷道的结构数据和巷道障碍长度数据确定各段巷道的权重这一操作的优选实施方式。如图3所示,所述根据各段巷道的结构数据和巷道障碍长度数据确定各段巷道的权重优选包括:
步骤221、对于各段巷道,根据该段巷道的结构数据和巷道障碍长度数据确定该段巷道的转换长度;
在本步骤中,该段巷道的结构数据中的巷道类型数据、巷道坡度数据和/或巷道长度数据,以及该段巷道的巷道障碍长度数据共同影响该段巷道的转换长度。
具体地,巷道类型数据对巷道的转换长度的影响可以表现为第一难易度系数Kd,所述第一难度系数Kd可以预先设定。其中,巷道类型数据可以包括:轨道巷、运输胶带巷、工作面、联络巷、不可通行的漏风分支和通风钻孔6类。而对于轨道巷和运输胶带巷这两类巷道类型数据,按不同地段又可以分为总进风、采区进风、采面进风、总回风、采区回风和工作面回风6种子类型;对于联络巷的巷道类型数据,包括联接总进与总回、采区进风与采区回风、以及工作面进风与回风的联络巷3种子类型。例如,对于巷道类型数据为采区回风,由于风速大,有积水,巷道维护状态差,较进风段行走困难,因此可以将该巷道类型数据对应的第一难度系数Kd预先设定为2.0。再如,对于巷道类型数据为联接总进与总回的联络巷,由于压差大,打开风门具有一定的难度,因此可以将该巷道类型数据对应的第一难度系数Kd预先设定为1.8。
具体地,巷道坡度数据对巷道的转换长度的影响可以表现为第二难易度系数Ks。可选地,可以根据巷道坡度数据中的坡角α并利用下式确定该段巷道对应的第二难易度系数Ks:
具体地,该段巷道的巷道障碍长度数据对巷道的转换长度的影响可以表现为巷道障碍总长度l障碍,可以通过叠加该段巷道中各局部障碍的长度,获得巷道障碍总长度l障碍。
根据该段巷道对应的巷道长度数据l、第一难易度系数Kd、第二难易度系数Ks和巷道障碍总长度l障碍,利用下式确定该段巷道的转换长度L:
L=KsKdl+l障碍。
步骤222、对于各段巷道,根据该段巷道的结构数据确定逃生人员在该段巷道中的平均逃生速度;
在本步骤中,该段巷道的结构数据中的巷道高度数据和/或巷道坡度数据影响逃生人员在该段巷道中的平均逃生速度。
具体地,可以通过判断采集到的巷道高度数据是否大于等于预设高度;若是,将逃生人员在该有效逃生路线中的理想平均逃生速度确定为第一预设理想平均逃生速度;若否,将逃生人员在该有效逃生路线中的理想平均逃生速度确定为第二预设平均逃生速度,其中所述第二预设平均逃生速度小于所述第一预设理想平均逃生速度。例如,预设高度为2m,若判断结果为采集到的巷道高度数据大于等于预设高度2m,则将逃生人员在该有效逃生路线中的理想平均逃生速度确定为第一预设理想平均逃生速度V1=2.25m/s;若判断结果为采集到的巷道高度数据小于预设高度2m,则将逃生人员在该有效逃生路线中的理想平均逃生速度确定为第二预设平均逃生速度V2=1.5m/s。
而巷道坡度数据对所述平均逃生速度的影响可以表现为逃生速度影响系数Kv,具体地,可以根据巷道坡度数据中的坡角α确定逃生人员在该有效逃生路线中的逃生速度影响系数Kv。例如,当坡角α<30°时,逃生人员在该有效逃生路线中的逃生速度影响系数为1;或当坡角α满足30°≤α≤45°时,逃生人员在该有效逃生路线中的逃生速度影响系数为2/3;或当坡角α>45°时,逃生人员在该有效逃生路线中的逃生速度影响系数为1/3。
根据第一预设平均逃生速度V1或第二预设平均逃生速度V2和所述逃生速度影响系数Kv,确定逃生人员在该有效逃生路线中的平均逃生速度Vp。
也就是说,可以根据采集到的巷道高度数据是否大于等于预设高度的判断结果,确定预设平均逃生速度Vp为第一预设平均逃生速度V1还是第二预设平均逃生速度V2,通过将第一预设平均逃生速度V1与所述逃生速度影响系数Kv相乘,获得逃生人员在该有效逃生路线中的平均逃生速度Vp;或通过将第二预设平均逃生速度V2与所述逃生速度影响系数Kv相乘,获得逃生人员在该有效逃生路线中的平均逃生速度Vp。
步骤223、根据各段巷道的转换长度,以及对应的逃生人员在该段巷道中的平均逃生速度,确定逃生人员的平均逃生时间,并将所述平均逃生时间作为巷道的权重。
在本步骤中,可以通过下式确定逃生人员的平均逃生时间:
t=L/Vp;
式中,L为该段巷道的转换长度,Vp为逃生人员在该有效逃生路线中的平均逃生速度。
步骤230、通过对各段巷道按可通行性从高到低进行排序,并根据各段巷道的权重和连通关系,将排序后权重之和最小的各段巷道的组合形成有效逃生路线;
在本步骤中,权重的大小可以代表井下逃生的平均逃生时间,即若巷道的权重越小,则逃生人员在该段巷道的平均逃生时间越短,从而越有利于逃生。
本步骤将各段巷道按可通行性从高到低进行排序,能够保证井下逃生的安全性,并根据各段巷道的权重和连通关系,将排序后权重之和最小的各段巷道的组合形成有效逃生路线,从而在保证井下逃生的安全性的前提下,能够缩短逃生时间。
示例性地,通过以下实例进行详细说明。
请参阅图4,为采用本发明实施例提供的井下逃生的逃生路线智能选择方法而呈现的逃生线路图。如图4所示,获取了各段巷道的安全数据,并据此确定了各段巷道的可通行性。在逃生线路图中可以采用不同的图例。例如阴影或颜色进行区别显示。其中,可通行性从高到低被划分为较适宜通行和较不适宜通行两类。例如,较不适宜通行的情况可以包括:甲烷浓度传感器超限和/或瓦斯传感器失灵。
图5采用本发明实施例提供的井下逃生的逃生路线智能选择方法而呈现的另一逃生线路图,其中,图5中未示出与较不适宜通行巷道所关联的巷道,其中各段巷道上的数字代表该段巷道的权重。以图5中右侧的巷道为例说明,各巷道之间的权重和连通关系如表1所示,其中,“-1”代表各巷道之间的连通关系,表示暂时无法直接到达巷道标记点。根据各段巷道的权重和连通关系,将排序后权重之和最小的各段巷道的组合形成有效逃生路线A→B→C→D→E→G→I→J→O,即图4中的右侧的有效逃生路线4-1,利用同样的方法,可以获得图4左侧的有效逃生路线4-2。
表1各巷道之间的权重和连通关系
A | B | M | C | T | K | D | E | F | G | H | I | J | O | |
A | 0 | 1 | 4 | -1 | -1 | -1 | -1 | -1 | -1 | -1 | -1 | -1 | -1 | -1 |
B | 0 | 1 | 4 | 3 | 2 | -1 | -1 | -1 | -1 | -1 | -1 | -1 | -1 | -1 |
T | 0 | 1 | 4 | 3 | 2 | 5 | -1 | -1 | -1 | -1 | -1 | -1 | -1 | -1 |
C | 0 | 1 | 4 | 3 | 2 | -1 | 5 | -1 | -1 | -1 | -1 | -1 | -1 | -1 |
D | 0 | 1 | 4 | 3 | 2 | -1 | 5 | 9 | -1 | -1 | -1 | -1 | -1 | -1 |
E | 0 | 1 | 4 | 3 | 2 | -1 | 5 | 9 | 14 | 11 | -1 | -1 | -1 | -1 |
G | 0 | 1 | 4 | 3 | 2 | -1 | 5 | 9 | 14 | 11 | 15 | 13 | -1 | -1 |
I | 0 | 1 | 4 | 3 | 2 | -1 | 5 | 9 | 14 | 11 | 15 | 13 | 17 | -1 |
J | 0 | 1 | 4 | 3 | 2 | -1 | 5 | 9 | 14 | 11 | 15 | 13 | 17 | 28 |
O | 0 | 1 | 4 | 3 | 2 | -1 | 5 | 9 | 14 | 11 | 15 | 13 | 17 | 28 |
本实施例的技术方案,通过采集预设井下逃生路线图中所包括的每段巷道的安全数据,能够监测每段巷道的安全状况,并且根据各段巷道的安全数据对应的可通行性、各段巷道的结构数据和/或巷道障碍长度数据对应的权重、以及连通关系,将按可通行性从高到低排序后权重之和最小的各段巷道的组合形成有效逃生路线,能够在保证井下逃生的安全性的前提下,缩短逃生时间,从而能够进一步提高矿井灾害发生时人员的逃生率。
需要说明的是,确定各段巷道的权重的操作可以有多种实施方式,除了步骤220所述的可以根据各段巷道的结构数据和巷道障碍长度数据确定各段巷道的权重外,也可以根据各段巷道的结构数据确定各段巷道的权重;或根据各段巷道的巷道障碍长度数据确定各段巷道的权重。
作为根据各段巷道的结构数据确定各段巷道的权重这一操作的一种优选的实施方式,可以包括:
对于各段巷道,根据该段巷道的结构数据确定该段巷道的转换长度;
对于各段巷道,根据该段巷道的结构数据确定逃生人员在该段巷道中的平均逃生速度;
根据各段巷道的转换长度,以及对应的逃生人员在该段巷道中的平均逃生速度,确定逃生人员的平均逃生时间,并将所述平均逃生时间作为巷道的权重。
本优选实施方式的原理与上述根据各段巷道的结构数据和巷道障碍长度数据确定各段巷道的权重的原理类似,此处不再赘述。区别在于,本实施方式仅根据巷道的结构数据确定巷道的转换长度,而上述实施方式根据巷道的结构数据和巷道障碍长度数据确定巷道的转换长度。
实施例三
请参阅图6,为本发明实施例三提供的一种井下逃生的逃生路线智能选择装置的结构示意图,该装置包括:巷道安全数据采集模块610和有效逃生路线组合模块620。
其中,巷道安全数据采集模块610用于采集预设井下逃生路线图中所包括的至少两段巷道各自的安全数据;有效逃生路线组合模块620用于根据各段巷道的安全数据以及连通关系,将至少一段巷道组合形成有效逃生路线。
本实施例的技术方案,通过采集预设井下逃生路线图中所包括的每段巷道的安全数据,能够监测每段巷道的安全状况,并且根据各段巷道的安全数据以及连通关系,将至少一段安全状况良好的巷道动态组合形成有效逃生路线,能够有效地提供逃生路线信息引导,从而能够提高矿井灾害发生时人员的逃生率。
在上述方案中,巷道安全数据采集模块610包括:数据采集单元611和无线传输单元612。
其中,数据采集单元611用于通过预设井下逃生路线图中所包括的至少两段巷道的每条巷道中配置的传感器采集安全数据;无线传输单元612用于通过无线信号接入点接收传感器回传的所述安全数据;其中,所述安全数据包括下述至少一种:甲烷浓度、二氧化碳浓度、一氧化碳浓度、二氧化硫浓度、硫化氢浓度、二氧化氮浓度、氨气浓度、氢气浓度、氮气浓度、巷道实时温度、巷道烟尘浓度、顶板压力、风门状态、瓦斯涌出量和排风口瓦斯浓度。
在上述方案中,有效逃生路线组合模块620具体用于:
对于各段巷道,根据该段巷道的安全数据确定该段巷道的可通行性;
根据各段巷道的结构数据和/或巷道障碍长度数据确定各段巷道的权重;
通过对各段巷道按可通行性从高到低进行排序,并根据各段巷道的权重和连通关系,将排序后权重之和最小的各段巷道的组合形成有效逃生路线;
其中,所述巷道的结构数据包括下述至少一种:巷道高度数据、巷道长度数据、巷道坡度数据和巷道类型数据。
本发明实施例提供的井下逃生的逃生路线智能选择装置可执行本发明任意实施例所提供的井下逃生的逃生路线智能选择方法,具备执行方法相应的功能模块和有益效果。
实施例四
请参阅图7,为本发明实施例四提供的一种井下逃生的逃生路线智能选择系统的结构示意图,所述系统采用树状网络结构。该系统包括:传感器710、无线信号接入点720和服务器730。
其中,传感器710配置在预设井下逃生路线图中所包括的至少两段巷道的每条巷道中,用于采集巷道的安全数据;无线信号接入点720与所述传感器710无线连接,用于接收传感器710回传的所述安全数据;服务器730,其中,服务器中配置有本发明任意实施例所提供的井下逃生的逃生路线智能选择装置,与所述无线信号接入点连接,用于根据各段巷道的安全数据以及连通关系,将至少一段巷道组合形成有效逃生路线。
具体地,传感器710可以包括下述传感器中的至少一种:甲烷浓度传感器、二氧化碳浓度传感器、一氧化碳浓度传感器、二氧化硫浓度传感器、硫化氢浓度传感器、二氧化氮浓度传感器、氨气浓度传感器、氢气浓度传感器、氮气浓度传感器、温度传感器、烟尘浓度传感器、顶板压力传感器、风门状态传感器和瓦斯传感器。其中,温度传感器可以用于采集巷道实时温度,瓦斯传感器可以用于采集瓦斯涌出量和排风口瓦斯浓度。上述传感器均可以采用无线形式。
示例性地,以传感器710包括无线甲烷浓度传感器710a、无线温度传感器710b和无线风门状态传感器710c为例进行说明。所述无线甲烷浓度传感器710a、无线温度传感器710b和无线风门状态传感器710c位于巷道#1中,用于采集巷道#1的安全数据,即无线甲烷浓度传感器710a用于采集巷道#1的甲烷浓度,无线温度传感器710b用于采集巷道#1的实时温度,而无线风门状态传感器710c用于采集巷道#1的风门状态。
具体地,无线信号接入点720可以包括:无线网关7201、通讯分站7202和通讯主站7203。
其中,位于巷道#1中的无线网关7201分别接收所述无线甲烷浓度传感器710a、无线温度传感器710b和无线风门状态传感器710c回传的巷道#1的安全数据,即巷道#1的甲烷浓度、巷道#1的实时温度和巷道#1的风门状态。所述无线网关7201与通讯分站7202无线连接,所述无线网关7201将接收的所述巷道#1的安全数据无线发送到通讯分站7202;通讯分站7202通过现场总线将所述巷道#1的安全数据转发到通讯主站7203。
类似地,可以采用位于其余巷道中传感器采集其他巷道的安全数据,并将其他巷道的安全数据分别通过相应的无线网关和通讯分站发送到相应的通讯总站,从而实现预设井下逃生路线图中所包括的各段巷道的安全数据的采集,此处不再赘述。
各通讯主站通过以太光纤环网与服务器730通讯,服务器730根据各段巷道的安全数据以及连通关系,将至少一段巷道组合形成有效逃生路线。
本实施例的技术方案,通过采集预设井下逃生路线图中所包括的每段巷道的安全数据,能够监测每段巷道的安全状况,并且根据各段巷道的安全数据以及连通关系,将至少一段安全状况良好的巷道动态组合形成有效逃生路线,能够有效地提供逃生路线信息引导,从而能够提高矿井灾害发生时人员的逃生率。
优选地,所述系统还可以包括监测主机740,与所述服务器730连接,用于显示所述组合形成的有效逃生路线。监测主机740位于井上。进一步地,监测主机740还可以设有监测备机7401,以防止监测主机740因意外不能工作时,保证整个系统正常使用。
可选地,服务器730还可以将所述组合形成的有效逃生路线发送到总工办、矿领导和调度室的相关设备,还可以将所述组合形成的有效逃生路线通过通用分组无线服务技术(GeneralPacketRadioService,GPRS)或Internet网(因特网)发送到手机和远程客户端,从而告知井下逃生人员,确保井下逃生工人安全快速地逃生。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (6)
1.一种井下逃生的逃生路线智能选择方法,其特征在于,包括:
采集预设井下逃生路线图中所包括的至少两段巷道各自的安全数据;
根据各段巷道的安全数据以及连通关系,将至少一段巷道组合形成有效逃生路线;
其中,采集预设井下逃生路线图中所包括的至少两段巷道各自的安全数据包括:
通过预设井下逃生路线图中所包括的至少两段巷道的每条巷道中配置的传感器采集安全数据;
通过无线信号接入点接收传感器回传的所述安全数据;
其中,所述安全数据包括下述至少一种:甲烷浓度、二氧化碳浓度、一氧化碳浓度、二氧化硫浓度、硫化氢浓度、二氧化氮浓度、氨气浓度、氢气浓度、氮气浓度、巷道实时温度、巷道烟尘浓度、顶板压力、风门状态、瓦斯涌出量和排风口瓦斯浓度;
其中,根据各段巷道的安全数据以及连通关系,将至少一段巷道组合形成有效逃生路线包括:
对于各段巷道,根据该段巷道的安全数据确定该段巷道的可通行性;
根据各段巷道的结构数据和/或巷道障碍长度数据确定各段巷道的权重;
通过对各段巷道按可通行性从高到低进行排序,并根据各段巷道的权重和连通关系,将排序后权重之和最小的各段巷道的组合形成有效逃生路线;
其中,所述巷道的结构数据包括下述至少一种:巷道高度数据、巷道长度数据、巷道坡度数据和巷道类型数据。
2.根据权利要求1所述的方法,其特征在于,根据各段巷道的结构数据确定各段巷道的权重,包括:
对于各段巷道,根据该段巷道的结构数据确定该段巷道的转换长度;
对于各段巷道,根据该段巷道的结构数据确定逃生人员在该段巷道中的平均逃生速度;
根据各段巷道的转换长度,以及对应的逃生人员在该段巷道中的平均逃生速度,确定逃生人员的平均逃生时间,并将所述平均逃生时间作为巷道的权重。
3.根据权利要求1所述的方法,其特征在于,根据各段巷道的结构数据和巷道障碍长度数据确定各段巷道的权重,包括:
对于各段巷道,根据该段巷道的结构数据和巷道障碍长度数据确定该段巷道的转换长度;
对于各段巷道,根据该段巷道的结构数据确定逃生人员在该段巷道中的平均逃生速度;
根据各段巷道的转换长度,以及对应的逃生人员在该段巷道中的平均逃生速度,确定逃生人员的平均逃生时间,并将所述平均逃生时间作为巷道的权重。
4.根据权利要求1-3任一所述的方法,其特征在于,在根据各段巷道的安全数据以及连通关系,将至少一段巷道组合形成有效逃生路线之后,还包括:
更新预设井下逃生路线图中所包括的至少两段巷道各自的安全数据,并返回根据各段巷道的安全数据以及连通关系,将至少一段巷道组合形成有效逃生路线的操作。
5.一种井下逃生的逃生路线智能选择装置,其特征在于,包括:
巷道安全数据采集模块,用于采集预设井下逃生路线图中所包括的至少两段巷道各自的安全数据;
有效逃生路线组合模块,用于根据各段巷道的安全数据以及连通关系,将至少一段巷道组合形成有效逃生路线;其中,巷道安全数据采集模块包括:
数据采集单元,用于通过预设井下逃生路线图中所包括的至少两段巷道的每条巷道中配置的传感器采集安全数据;
无线传输单元,用于通过无线信号接入点接收传感器回传的所述安全数据;
其中,所述安全数据包括下述至少一种:甲烷浓度、二氧化碳浓度、一氧化碳浓度、二氧化硫浓度、硫化氢浓度、二氧化氮浓度、氨气浓度、氢气浓度、氮气浓度、巷道实时温度、巷道烟尘浓度、顶板压力、风门状态、瓦斯涌出量和排风口瓦斯浓度;其中,有效逃生路线组合模块具体用于:
对于各段巷道,根据该段巷道的安全数据确定该段巷道的可通行性;
根据各段巷道的结构数据和/或巷道障碍长度数据确定各段巷道的权重;
通过对各段巷道按可通行性从高到低进行排序,并根据各段巷道的权重和连通关系,将排序后权重之和最小的各段巷道的组合形成有效逃生路线;
其中,所述巷道的结构数据包括下述至少一种:巷道高度数据、巷道长度数据、巷道坡度数据和巷道类型数据。
6.一种井下逃生的逃生路线智能选择系统,其特征在于,包括:
传感器,配置在预设井下逃生路线图中所包括的至少两段巷道的每条巷道中,用于采集巷道的安全数据;
无线信号接入点,与所述传感器无线连接,用于接收传感器回传的所述安全数据;
服务器,其中,服务器中配置有如权利要求5所述的装置,与所述无线信号接入点连接,用于根据各段巷道的安全数据以及连通关系,将至少一段巷道组合形成有效逃生路线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410227909.0A CN104074546B (zh) | 2014-05-27 | 2014-05-27 | 井下逃生的逃生路线智能选择方法、装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410227909.0A CN104074546B (zh) | 2014-05-27 | 2014-05-27 | 井下逃生的逃生路线智能选择方法、装置和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104074546A CN104074546A (zh) | 2014-10-01 |
CN104074546B true CN104074546B (zh) | 2016-06-01 |
Family
ID=51596112
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410227909.0A Active CN104074546B (zh) | 2014-05-27 | 2014-05-27 | 井下逃生的逃生路线智能选择方法、装置和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104074546B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109754550B (zh) * | 2019-03-04 | 2020-12-01 | 湖南汇博电子科技股份有限公司 | 消防疏散方法、装置、计算机设备和存储介质 |
CN113436037B (zh) * | 2021-06-16 | 2023-04-28 | 深圳市中金岭南有色金属股份有限公司凡口铅锌矿 | 矿井通行控制方法、装置、服务器及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5090775A (en) * | 1989-12-14 | 1992-02-25 | Bochumer Eisenhutte Heintzmann Gmbh & Co. Kg | Method of monitoring and controlling mining operations |
CN102393926A (zh) * | 2011-08-23 | 2012-03-28 | 江苏大学 | 井下应急撤人安全路线智能决策方法 |
CN102536310A (zh) * | 2012-03-07 | 2012-07-04 | 济南东之林智能软件有限公司 | 一种煤矿井下紧急避险系统 |
CN102913276A (zh) * | 2012-11-01 | 2013-02-06 | 中国科学院自动化研究所 | 生成紧急避险动态路线的系统及方法 |
CN103726871A (zh) * | 2012-10-11 | 2014-04-16 | 周泉清 | 多功能救生逃生系统和方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0813999A (ja) * | 1994-06-28 | 1996-01-16 | Maeda Corp | トンネル工事における粉塵用保安設備 |
-
2014
- 2014-05-27 CN CN201410227909.0A patent/CN104074546B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5090775A (en) * | 1989-12-14 | 1992-02-25 | Bochumer Eisenhutte Heintzmann Gmbh & Co. Kg | Method of monitoring and controlling mining operations |
CN102393926A (zh) * | 2011-08-23 | 2012-03-28 | 江苏大学 | 井下应急撤人安全路线智能决策方法 |
CN102536310A (zh) * | 2012-03-07 | 2012-07-04 | 济南东之林智能软件有限公司 | 一种煤矿井下紧急避险系统 |
CN103726871A (zh) * | 2012-10-11 | 2014-04-16 | 周泉清 | 多功能救生逃生系统和方法 |
CN102913276A (zh) * | 2012-11-01 | 2013-02-06 | 中国科学院自动化研究所 | 生成紧急避险动态路线的系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104074546A (zh) | 2014-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103603691B (zh) | 一种矿井通风动态解算和分析预警方法及系统 | |
CN205940615U (zh) | 智慧城市监控系统 | |
CN102367742B (zh) | 监控系统 | |
CN102913276B (zh) | 生成紧急避险动态路线的系统及方法 | |
CN104700159A (zh) | 一种轨道交通客流监测预警系统 | |
CN203035263U (zh) | 一种井下通风监控系统 | |
CN115423213A (zh) | 一种基于数据分析的智慧矿山安全风险智能分析预警系统 | |
CN107067657A (zh) | 一种基于物联网的矿井地质灾害监测系统 | |
CN102235178A (zh) | 矿井异型空间监测与预警方法及系统 | |
CN107656325A (zh) | 一种城市内涝自动预警系统及预警方法 | |
CN104074546B (zh) | 井下逃生的逃生路线智能选择方法、装置和系统 | |
CN104153813A (zh) | 一种煤矿安全巡检、通信联络和人员定位系统 | |
CN105954714A (zh) | 一种隧道人员定位系统及方法 | |
CN108881042A (zh) | 数据传输方法及数据传输装置 | |
JP6494420B2 (ja) | 鉄道沿線監視システム、監視装置および鉄道沿線監視方法 | |
CN115564626A (zh) | 煤矿瓦斯煤尘爆炸事故调查决策支持系统、方法及应用 | |
CN103702354B (zh) | 基站工程参数采集和解析方法 | |
Griffin et al. | Designing and modeling wireless mesh communications in underground coal mines | |
CN103198638B (zh) | 基于无线传感器执行器网络的铁路桥梁结构健康监测系统 | |
CN204376958U (zh) | 基于北斗定位及最小路由跳数协议的铁路滑坡监测系统 | |
CN108476178A (zh) | 用于从地下车辆传输数据的系统 | |
CN113945886A (zh) | 一种基于井下定位的路径制定方法及系统 | |
CN205643690U (zh) | 一种隧道定位安全管理系统 | |
CN102691523A (zh) | 地下工程有害气体远程数字智能监控预警方法与系统 | |
CN117334016A (zh) | 一种矿井有害气体检测报警系统及其控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |