CN110593954A - 一种煤矿采煤工作面瓦斯传感器位置异常识别方法及装置 - Google Patents
一种煤矿采煤工作面瓦斯传感器位置异常识别方法及装置 Download PDFInfo
- Publication number
- CN110593954A CN110593954A CN201910843275.4A CN201910843275A CN110593954A CN 110593954 A CN110593954 A CN 110593954A CN 201910843275 A CN201910843275 A CN 201910843275A CN 110593954 A CN110593954 A CN 110593954A
- Authority
- CN
- China
- Prior art keywords
- gas
- sensor
- coal
- historical data
- data
- 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.)
- Granted
Links
- 239000003245 coal Substances 0.000 title claims abstract description 187
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000005856 abnormality Effects 0.000 title claims abstract description 39
- 238000009423 ventilation Methods 0.000 claims abstract description 68
- 238000005065 mining Methods 0.000 claims abstract description 59
- 230000002159 abnormal effect Effects 0.000 claims abstract description 46
- 230000008859 change Effects 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 18
- 238000004519 manufacturing process Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F1/00—Ventilation of mines or tunnels; Distribution of ventilating currents
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
- E21F17/18—Special adaptations of signalling or alarm devices
Landscapes
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明实施例提供一种煤矿采煤工作面瓦斯传感器位置异常识别方法及装置，该方法，包括：当所述采煤工作面正常生产时，根据矿图确定所述采煤工作面的通风类型；根据所述通风类型，获取与所述通风类型对应的瓦斯数据预设关系、瓦斯历史数据；其中所述瓦斯历史数据为位于所述采煤工作面的各瓦斯传感器在预设时间内随时间变化的瓦斯历史数据；判断所述瓦斯历史数据是否符合所述瓦斯数据预设关系，得到所述各瓦斯传感器是否位置异常的判断结果，以便当所述判断结果为异常时发出报警信号，从而本发明实施例利用瓦斯传感器所放置的位置不同，测取的瓦斯数据关系也不同，利用瓦斯数据预设关系对测取到的瓦斯数据进行判定，反推其位置是否有异常。
Description
技术领域
本发明实施例涉及煤矿设备检测技术领域，具体涉及一种煤矿采煤工作面瓦斯传感器位置异常识别方法及装置。
背景技术
煤矿井下采煤工作面在采煤过程中会涌出大量瓦斯，为保证安全生产，每个煤矿都会设计合理的通风方式，将涌出的瓦斯排出工作面。一般的通风方式有U型、Z型、Y型、H型、W型等。图1—5是几种通风方式的示例图。图1为现有技术中的U型通风方式采煤工作面的示意图；图2为现有技术中的Z型通风方式采煤工作面的示意图；图3为现有技术中的Y型通风方式采煤工作面的示意图；图4为现有技术中的H型通风方式采煤工作面的示意图；图5为现有技术中的W型通风方式采煤工作面的示意图。
为了实时监测井下采煤工作面的瓦斯浓度，保证煤矿安全生产，需在瓦斯浓度比较大的工作面、回风巷安装甲烷传感器。监控工作面的甲烷传感器安装在回风巷，距离采煤工作面10m之内，称其为T1；监控回风巷的甲烷传感器安装在回风巷，距离巷口10—15米之内，称其为T2。因U型工作面的进风巷与回风巷同向，在采煤工作面与回风巷道交叉处(也称之为上隅角)这个位置容易积聚瓦斯，因此还需在此位置安装甲烷传感器，称其为T0。因此U型工作面一般有T0、T1、T2三个甲烷传感器，其他类型的工作面一般有T1、T2两个甲烷传感器。也有特殊情况，当T1不能控制采煤工作面进风巷内全部非本质安全型电气设备时，需在进风巷距离工作面10米之内的位置安装甲烷传感器，称其为T3；当工作面采用串联通风(此工作面的进风巷与上一工作面的回风巷相同)时，需在进风巷距离巷口10—15米的位置安装甲烷传感器，称其为T4。煤矿安全规程规定，T0、T1、T2的瓦斯浓度超过1.0％时系统报警，超过1.5％时设备断电；T3、T4的瓦斯浓度超过0.5％时系统报警并断电。
然而，在现有的煤矿中，传感器没有放置在正确的位置比较常见，即将传感器放置于浓度比较低的进风巷内，导致监测的数据远远低于实际值。然而这样的操作给煤矿带来一定的安全隐患，因此及时识别瓦斯数据是否异常并规范其甲烷传感器的安装位置对煤矿安全生产有重要的意义。
有鉴于此，如何提供一种煤矿采煤工作面瓦斯传感器位置异常识别方案，能够识别瓦斯传感器的位置是否异常，并发出报警，是本领域技术人员亟待解决的技术问题。
发明内容
为此，本发明实施例提供一种煤矿采煤工作面瓦斯传感器位置异常识别方案，能够识别瓦斯传感器的位置是否异常，并发出报警。
为了实现上述目的，本发明实施例提供如下技术方案：
第一方面，本发明实施例提供一种煤矿采煤工作面瓦斯传感器位置异常识别方法，包括：
当所述采煤工作面正常生产时，根据矿图确定所述采煤工作面的通风类型；
根据所述通风类型，获取与所述通风类型对应的瓦斯数据预设关系、瓦斯历史数据；其中所述瓦斯历史数据为位于所述采煤工作面的各瓦斯传感器在预设时间内随时间变化的瓦斯历史数据；
判断所述瓦斯历史数据是否符合所述瓦斯数据预设关系，得到所述各瓦斯传感器是否位置异常的判断结果，以便当所述判断结果为异常时发出报警信号。
优选地，所述通风类型，包括：非U型通风类型；
相应地，所述各瓦斯传感器包括：T1传感器、T2传感器。
优选地，所述判断所述瓦斯历史数据是否符合所述瓦斯数据预设关系，得到所述各瓦斯传感器是否位置异常的判断结果，以便发出报警信号，包括：
判断所述T1传感器的第一瓦斯历史数据的变化幅度是否超过第一预设幅值，所述T2传感器的第二瓦斯历史数据的变化幅度是否超过第二预设幅值；
如果所述T1传感器的第一瓦斯历史数据的变化幅度超过第一预设幅值，所述T2传感器的第二瓦斯历史数据的变化幅度超过第二预设幅值，则判断所述T1传感器的第一瓦斯历史数据、所述T2传感器的第二瓦斯历史数据的变化趋势是否一致；
如果所述T1传感器的第一瓦斯历史数据、所述T2传感器的第二瓦斯历史数据的变化趋势一致，则判定所述T1传感器、所述T2传感器的位置正常。
优选地，如果所述T1传感器的第一瓦斯历史数据的变化幅度超过第一预设幅值，则判定所述T1传感器的位置异常，并发出所述T1传感器的位置异常的报警信号；
如果所述T2传感器的第二瓦斯历史数据的变化幅度超过第二预设幅值；则判定所述T2传感器的位置异常，并发出所述T2传感器的位置异常的报警信号；
如果所述T1传感器的第一瓦斯历史数据、所述T2传感器的第二瓦斯历史数据的变化趋势不一致，则判定所述T1传感器的位置异常，并发出所述T1传感器的位置异常的报警信号。
优选地，所述通风类型，包括：U型通风类型；
相应地，所述各瓦斯传感器包括：T0传感器、T1传感器、T2传感器。
优选地，所述判断所述瓦斯历史数据是否符合所述瓦斯数据预设关系，得到所述各瓦斯传感器是否位置异常的判断结果，以便发出报警信号，包括：
判断所述T1传感器的第一瓦斯历史数据的变化幅度是否超过第一预设幅值，所述T2传感器的第二瓦斯历史数据的变化幅度是否超过第二预设幅值，所述T0传感器的第二瓦斯历史数据的变化幅度是否超过第二预设幅值；
如果所述T1传感器的第一瓦斯历史数据的变化幅度超过第一预设幅值，所述T2传感器的第二瓦斯历史数据的变化幅度超过第二预设幅值，所述T0传感器的第三瓦斯历史数据的变化幅度超过第三预设幅值，则判断所述T1传感器的第一瓦斯历史数据的变化趋势、所述T2传感器的第二瓦斯历史数据的变化趋势、所述T0传感器的第三瓦斯历史数据的变化趋势是否一致；
如果所述T1传感器的第一瓦斯历史数据、所述T2传感器的第二瓦斯历史数据的变化趋势、所述T0传感器的第三瓦斯历史数据的变化趋势一致，则判定所述T2传感器的位置正常；
根据所述T2传感器的第二瓦斯历史数据与预设阈值的大小关系，判断采煤时间段与非采煤时间段；
判断在所述采煤时间段内，所述T1传感器的第一瓦斯历史数据的变化趋势和所述T2传感器的第二瓦斯历史数据的变化趋势是否一致；
如果所述T1传感器的第一瓦斯历史数据的变化趋势和所述T2传感器的第二瓦斯历史数据的变化趋势一致，则判定所述T1传感器的位置正常，并进一步判断在所述采煤时间段与所述非采煤时间段相邻的时间区域内，所述T0传感器的瓦斯浓度下降时间是否超过预设时长，如果是则判定所述T0传感器的位置正常。
优选地，在当所述采煤工作面正常生产时，根据矿图确定所述采煤工作面的通风类型之前，还包括：
通过煤矿产量监控系统获取所述采煤工作面的产量信息；
根据所述产量信息，判断所述采煤工作面是否正常生产，得到所述采煤工作面是否正常生产的判断结果。
第二方面，本发明实施例提供一种煤矿采煤工作面瓦斯传感器位置异常识别装置，包括：
通风类型获取模块，用于当所述采煤工作面正常生产时，根据矿图确定所述采煤工作面的通风类型；
关系数据获取模块，用于根据所述通风类型，获取与所述通风类型对应的瓦斯数据预设关系、瓦斯历史数据；其中所述瓦斯历史数据为位于所述采煤工作面的各瓦斯传感器在预设时间内随时间变化的瓦斯历史数据；
报警判断模块，用于判断所述瓦斯历史数据是否符合所述瓦斯数据预设关系，得到所述各瓦斯传感器是否位置异常的判断结果，以便当所述判断结果为异常时发出报警信号。
第三方面，本发明实施例提供一种煤矿采煤工作面瓦斯传感器位置异常识别设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上述第一方面任一种所述煤矿采煤工作面瓦斯传感器位置异常识别方法的步骤。
第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面任一种所述煤矿采煤工作面瓦斯传感器位置异常识别方法的步骤。
本发明实施例提供一种煤矿采煤工作面瓦斯传感器位置异常识别方法，包括：当所述采煤工作面正常生产时，根据矿图确定所述采煤工作面的通风类型；根据所述通风类型，获取与所述通风类型对应的瓦斯数据预设关系、瓦斯历史数据；其中所述瓦斯历史数据为位于所述采煤工作面的各瓦斯传感器在预设时间内随时间变化的瓦斯历史数据；判断所述瓦斯历史数据是否符合所述瓦斯数据预设关系，得到所述各瓦斯传感器是否位置异常的判断结果，以便当所述判断结果为异常时发出报警信号，从而本发明实施例利用瓦斯传感器所放置的位置不同，测取的瓦斯数据关系也不同，利用瓦斯数据预设关系对测取到的瓦斯数据进行判定，从而可以根据瓦斯传感器测取的数据反推其位置是否有异常。
本发明实施例提供的一种煤矿采煤工作面瓦斯传感器位置异常识别方法及装置，具有相同的上述有益效果，在此不再一一赘述。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引申获得其它的实施附图。
本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
图1为现有技术中的U型通风方式采煤工作面的示意图；
图2为现有技术中的Z型通风方式采煤工作面的示意图；
图3为现有技术中的Y型通风方式采煤工作面的示意图；
图4为现有技术中的H型通风方式采煤工作面的示意图；
图5为现有技术中的W型通风方式采煤工作面的示意图；
图6为本发明实施例提供的一种煤矿采煤工作面瓦斯传感器位置异常识别方法的流程图；
图7为本发明实施例提供的一种煤矿采煤工作面瓦斯传感器位置异常识别方法的非U型通风类型流程图；
图8为本发明实施例提供的一种煤矿采煤工作面瓦斯传感器位置异常识别方法的U型通风类型流程图；
图9为本发明实施例提供的一种煤矿采煤工作面瓦斯传感器位置异常识别方法的工作面生产状态判定流程图；
图10为本发明实施例提供的一种煤矿采煤工作面瓦斯传感器位置异常识别装置的组成示意图；
图11为本发明一种具体实施方式中所提供的一种煤矿采煤工作面瓦斯传感器位置异常识别设备的结构示意图；
图12为本发明一种具体实施方式中所提供的一种计算机可读存储介质的结构示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参考图6、图7、图8、图9，图6为本发明实施例提供的一种煤矿采煤工作面瓦斯传感器位置异常识别方法的流程图；图7为本发明实施例提供的一种煤矿采煤工作面瓦斯传感器位置异常识别方法的非U型通风类型流程图；图8为本发明实施例提供的一种煤矿采煤工作面瓦斯传感器位置异常识别方法的U型通风类型流程图；图9为本发明实施例提供的一种煤矿采煤工作面瓦斯传感器位置异常识别方法的工作面生产状态判定流程图。
在本发明一种具体实施方式中，本发明实施例提供一种煤矿采煤工作面瓦斯传感器位置异常识别方法，包括：
步骤S11：当所述采煤工作面正常生产时，根据矿图确定所述采煤工作面的通风类型；
在本实施例中，只有在采煤工作面正常生产时，才继续后续的步骤，也就是说，只有在采煤工作面正常生产时，采煤工作面的各种设备在运转中，而瓦斯传感器为电闭锁设备的触发启动装置，只有在其他的采煤工作面设备正常工作时，瓦斯传感器才有工作的必要。对于采煤工作面来讲，不同的煤矿，根据具体的情况进行设计不同的工作面的通风类型，在背景技术中已经对采煤工作面的通风类型进行描述，按照有无T0瓦斯传感器，可分为：非U型通风类型、U型通风类型。
步骤S12：根据所述通风类型，获取与所述通风类型对应的瓦斯数据预设关系、瓦斯历史数据；其中所述瓦斯历史数据为位于所述采煤工作面的各瓦斯传感器在预设时间内随时间变化的瓦斯历史数据。
在获取到采煤工作面的通风类型后，可以获取与所述通风类型对应的瓦斯数据预设关系、瓦斯历史数据，因为对于不同的采煤工作面，由于其通风类型不同，设置的瓦斯传感器的个数和位置也有所不同，然而对于同一个通风类型的采煤工作面来讲，其瓦斯传感器采集到的瓦斯历史数据大多具有类似的数据性质。
例如，对于U型工作面的通风类型来讲，也就是U型通风类型来讲，当工作面在采煤时，由于开采导致大量瓦斯涌出，T0、T1和T2的瓦斯浓度均成比较高的水平；在非采煤时，瓦斯不再涌出，T1、T2的瓦斯浓度会在快速下降之后保持比较低的水平，而T0则由于上隅角容易积聚瓦斯，瓦斯浓度呈缓慢下降的趋势。因此在整个生产过程中，T1、T2的瓦斯数据呈一致变化趋势，T0则与之不同。当然，对于不同的采煤工作面的通风类型，瓦斯传感器的数值略有波动。
步骤S13：判断所述瓦斯历史数据是否符合所述瓦斯数据预设关系，得到所述各瓦斯传感器是否位置异常的判断结果，以便当所述判断结果为异常时发出报警信号。
因此，可以利用瓦斯传感器采集到的瓦斯历史数据是否符合瓦斯数据预设关系，来对瓦斯传感器的位置是否异常进行判断。例如，可以利用瓦斯历史数据随时间的曲线图，与采集到瓦斯历史数据的瓦斯传感器在正常工作时的瓦标准曲线图进行对比，来判断采集该瓦斯历史数据时，该瓦斯传感器的位置是否正常。
具体地，可以对曲线图的幅值进行比对。实践中，可以选取10个工作面一个月的相同位置的瓦斯传感器的历史数据，计算每天采煤时间段与非采煤时间段的数据平均值M1、M2，其差值为这一天的变化幅度。绘制这300个数据的分布曲线图，选取置信区间95％作为变化幅度区间。在实时判断数据的变化幅度是否剧烈时，选取一天10个最高值与10个最低值，计算最高值的平均值与最低值的平均值及其两个平均值的差值，如果差值在变化幅度区间说明当天变化幅度剧烈，小于此区间说明当天变化幅度平缓。
在上述具体实施方式的基础上，本实施例对当通风类型为非U型通风类型时的瓦斯传感器的位置是否异常进行识别；相应地，所述各瓦斯传感器包括：T1传感器、T2传感器。进一步地，为了判断所述瓦斯历史数据是否符合所述瓦斯数据预设关系，得到所述各瓦斯传感器是否位置异常的判断结果，以便发出报警信号，可以进行以下步骤：
步骤S21：判断所述T1传感器的第一瓦斯历史数据的变化幅度是否超过第一预设幅值，所述T2传感器的第二瓦斯历史数据的变化幅度是否超过第二预设幅值；
步骤S22：如果所述T1传感器的第一瓦斯历史数据的变化幅度超过第一预设幅值，所述T2传感器的第二瓦斯历史数据的变化幅度超过第二预设幅值，则判断所述T1传感器的第一瓦斯历史数据、所述T2传感器的第二瓦斯历史数据的变化趋势是否一致；
步骤S23：如果所述T1传感器的第一瓦斯历史数据、所述T2传感器的第二瓦斯历史数据的变化趋势一致，则判定所述T1传感器、所述T2传感器的位置正常。
具体地，在判断所述T1传感器的第一瓦斯历史数据的变化幅度是否超过第一预设幅值，所述T2传感器的第二瓦斯历史数据的变化幅度是否超过第二预设幅值时，可以采用上述实施例中的统计方式分别为T1传感器、T2传感器选取第一预设幅值、第二预设幅值。当然，也可以采用其他的合理方式选取第一预设幅值、第二预设幅值。如果所述T1传感器的第一瓦斯历史数据的变化幅度超过第一预设幅值，所述T2传感器的第二瓦斯历史数据的变化幅度超过第二预设幅值，两者同时发生，则继续判断所述T1传感器的第一瓦斯历史数据、所述T2传感器的第二瓦斯历史数据的变化趋势是否一致，具体地，可以将第一瓦斯历史数据、第二瓦斯历史数据随时间变化的曲线画在同一个坐标系中，观察两条曲线的波峰、波谷是否在同一个时刻，当然，并不严格要求波峰、波谷在同一时刻，如果前后相差一个微小的时间差也可以接受，例如两条曲线的波峰各自对应的时刻相差10秒、5秒、3秒以内，那么则可以认为所述T1传感器的第一瓦斯历史数据、所述T2传感器的第二瓦斯历史数据的变化趋势一致，这时可以判定T1传感器、所述T2传感器采集到的数据正常，也及时说两者的位置都正常。
当然，在上述的判断过程中，除了各瓦斯传感器可以判断出位置正常外，还可能发生位置异常的情况，例如，如果所述T1传感器的第一瓦斯历史数据的变化幅度超过第一预设幅值，则判定所述T1传感器的位置异常，并发出所述T1传感器的位置异常的报警信号；又例如，如果所述T2传感器的第二瓦斯历史数据的变化幅度超过第二预设幅值；则判定所述T2传感器的位置异常，并发出所述T2传感器的位置异常的报警信号；而如果所述T1传感器的第一瓦斯历史数据、所述T2传感器的第二瓦斯历史数据的变化趋势不一致，则判定所述T1传感器的位置异常，并发出所述T1传感器的位置异常的报警信号。
在本发明的又一实施例中，对述通风类型为U型通风类型的采煤工作面进行举例说明。这时，U型通风类型的采煤工作面中设置有T0传感器、T1传感器、T2传感器。为了判断所述瓦斯历史数据是否符合所述瓦斯数据预设关系，得到所述各瓦斯传感器是否位置异常的判断结果，以便发出报警信号，可以实施以下步骤：
步骤S31：判断所述T1传感器的第一瓦斯历史数据的变化幅度是否超过第一预设幅值，所述T2传感器的第二瓦斯历史数据的变化幅度是否超过第二预设幅值，所述T0传感器的第二瓦斯历史数据的变化幅度是否超过第二预设幅值；
步骤S32：如果所述T1传感器的第一瓦斯历史数据的变化幅度超过第一预设幅值，所述T2传感器的第二瓦斯历史数据的变化幅度超过第二预设幅值，所述T0传感器的第三瓦斯历史数据的变化幅度超过第三预设幅值，则判断所述T1传感器的第一瓦斯历史数据的变化趋势、所述T2传感器的第二瓦斯历史数据的变化趋势、所述T0传感器的第三瓦斯历史数据的变化趋势是否一致；
步骤S33：如果所述T1传感器的第一瓦斯历史数据、所述T2传感器的第二瓦斯历史数据的变化趋势、所述T0传感器的第三瓦斯历史数据的变化趋势一致，则判定所述T2传感器的位置正常；
步骤S34：根据所述T2传感器的第二瓦斯历史数据与预设阈值的大小关系，判断采煤时间段与非采煤时间段；
步骤S35：判断在所述采煤时间段内，所述T1传感器的第一瓦斯历史数据的变化趋势和所述T2传感器的第二瓦斯历史数据的变化趋势是否一致；
步骤S36：如果所述T1传感器的第一瓦斯历史数据的变化趋势和所述T2传感器的第二瓦斯历史数据的变化趋势一致，则判定所述T1传感器的位置正常，并进一步判断在所述采煤时间段与所述非采煤时间段相邻的时间区域内，所述T0传感器的瓦斯浓度下降时间是否超过预设时长，如果是则判定所述T0传感器的位置正常。
在以上步骤中，依次判断T2传感器是否正常，如果T2传感器正常，则以T2传感器检测到的第二瓦斯历史数据为依据进行后续的T1传感器的数据判断，在判断过程中，也用到利用变化幅度和预设幅值的判断方法、利用变化趋势是否相同的判断方式，可以参照上述的具体实施例，本实施例不在赘述。具体地，可以根据前N天的数据判断T0、T1、T2的变化情况，当三者均变化平稳且变化趋势一致时(具体判断方法见3.2判断规则)，表明三者位置数据均异常；否则说明T2位置正确，进而判断T0、T1位置是否正确。因为对T2而言，由于处于回风巷巷口位置，在其数据波动剧烈的情况下，造假的可能性非常小。
在判断得到T2传感器的第二历史数据正常之后，也就是意味着T2传感器的位置正常。因此，后续可以利用T2传感器的第二历史数据作为后续的判断依据，例如可以根据T2传感器的第二历史数据中的瓦斯浓度值，判断采煤时间段与非采煤时间段。具体地，可以记录N天内对于该T2传感器记录的瓦斯浓度值中每一天的100个最高值与100个最低值。计算这200个值的平均值X，作为判断采煤时间段与非采煤时间段的临界值。即大于X为采煤时间，记为t1，小于X为非采煤时间，记为t2。
为了进一步地判断T1、T0的位置是否正确，可以判断N天内每一天的t1时间段内T0、T1与T2的数据变化趋势是否一致，即是否同时上升。当不一致时，表明T1传感器位置异常。否则判断在t2时间段内T0的数据是否符合缓慢下降的特征，符合说明位置正确，否则说明T0位置异常。T0传感器采集到的瓦斯浓度值缓慢下降指的是：其在采煤时间段到非采煤时间段过渡的过程中，瓦斯浓度值单位时间减少的值小于预设值。对于该预设值，具体可以选取10个工作面的T0传感器一个月的历史数据，记录每天从采煤时间段的平均值降到非采煤时间段的平均值的持续时长，选取这些数据的置信区间95％作为持续时长区间。在实时判断数据是否缓慢下降时，如果变化的持续时长大于此区间的最小值，则说明数据是缓慢下降的。
在上述具体实时方式的基础上，本具体实施方式中，为了对获取采煤工作面是否正常生产的信息，可以在当所述采煤工作面正常生产时，根据矿图确定所述采煤工作面的通风类型之前，进行以下步骤：
步骤S41：通过煤矿产量监控系统获取所述采煤工作面的产量信息；
步骤S42：根据所述产量信息，判断所述采煤工作面是否正常生产，得到所述采煤工作面是否正常生产的判断结果。
也就是说，可以通过其他的系统，例如煤矿产量监控系统进行采煤工作面的工作状态的判断，具体地，如果单位时间的产量在一定范围内平稳变动，那么则说明采煤工作面中的设备在正常运转，这时可以认为该采煤工作面正在正常生产，而如果单位时间的产量减少到预设产量值以下，那么可以认为采煤工作面中的设备没有正常生产。当然，也可以采用其他的方式获取采煤工作面是否正常生产的判断结果，例如，可以利用视频监视系统判断采煤机是否正正常运转，或直接接通采煤机的控制信号，通过该控制信号的状态值获取到采煤工作面是否正常生产。本发明实施例只是指出一个可能的实时方式，并不对具体如何判定采煤工作面正常生产的状态进行限定。
本发明实施例提供一种煤矿采煤工作面瓦斯传感器位置异常识别方法利用瓦斯传感器所放置的位置不同，测取的瓦斯数据关系也不同，利用瓦斯数据预设关系对测取到的瓦斯数据进行判定，从而可以根据瓦斯传感器测取的数据反推其位置是否有异常。
请参考图10，图10为本发明实施例提供的一种煤矿采煤工作面瓦斯传感器位置异常识别装置的组成示意图。
本发明实施例提供一种煤矿采煤工作面瓦斯传感器位置异常识别装置1000，包括：
通风类型获取模块1010，用于当所述采煤工作面正常生产时，根据矿图确定所述采煤工作面的通风类型；
关系数据获取模块1020，用于根据所述通风类型，获取与所述通风类型对应的瓦斯数据预设关系、瓦斯历史数据；其中所述瓦斯历史数据为位于所述采煤工作面的各瓦斯传感器在预设时间内随时间变化的瓦斯历史数据；
报警判断模块1030，用于判断所述瓦斯历史数据是否符合所述瓦斯数据预设关系，得到所述各瓦斯传感器是否位置异常的判断结果，以便当所述判断结果为异常时发出报警信号。
请参考图11、图12，图11为本发明一种具体实施方式中所提供的一种煤矿采煤工作面瓦斯传感器位置异常识别设备的结构示意图；图12为本发明一种具体实施方式中所提供的一种计算机可读存储介质的结构示意图。
本发明实施例提供煤矿采煤工作面瓦斯传感器位置异常识别设备1100，包括：
存储器1110，用于存储计算机程序；
处理器1120，用于执行所述计算机程序时实现如上述第一方面所述任一种煤矿采煤工作面瓦斯传感器位置异常识别方法的步骤。该计算机程序存储于存储器1110中的用于程序代码存储的空间中，该计算机程序有处理器1120执行时实现任一种本发明实施例中的方法。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一种具体实施方式所述任一种煤矿采煤工作面瓦斯传感器位置异常识别方法的步骤。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置，设备和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，功能调用设备，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。
Claims (10)
1.一种煤矿采煤工作面瓦斯传感器位置异常识别方法，其特征在于，包括：
当所述采煤工作面正常生产时，根据矿图确定所述采煤工作面的通风类型；
根据所述通风类型，获取与所述通风类型对应的瓦斯数据预设关系、瓦斯历史数据；其中所述瓦斯历史数据为位于所述采煤工作面的各瓦斯传感器在预设时间内随时间变化的瓦斯历史数据；
判断所述瓦斯历史数据是否符合所述瓦斯数据预设关系，得到所述各瓦斯传感器是否位置异常的判断结果，以便当所述判断结果为异常时发出报警信号。
2.根据权利要求1所述的煤矿采煤工作面瓦斯传感器位置异常识别方法，其特征在于，
所述通风类型，包括：非U型通风类型；
相应地，所述各瓦斯传感器包括：T1传感器、T2传感器。
3.根据权利要求2所述的煤矿采煤工作面瓦斯传感器位置异常识别方法，其特征在于，
所述判断所述瓦斯历史数据是否符合所述瓦斯数据预设关系，得到所述各瓦斯传感器是否位置异常的判断结果，以便发出报警信号，包括：
判断所述T1传感器的第一瓦斯历史数据的变化幅度是否超过第一预设幅值，所述T2传感器的第二瓦斯历史数据的变化幅度是否超过第二预设幅值；
如果所述T1传感器的第一瓦斯历史数据的变化幅度超过第一预设幅值，所述T2传感器的第二瓦斯历史数据的变化幅度超过第二预设幅值，则判断所述T1传感器的第一瓦斯历史数据、所述T2传感器的第二瓦斯历史数据的变化趋势是否一致；
如果所述T1传感器的第一瓦斯历史数据、所述T2传感器的第二瓦斯历史数据的变化趋势一致，则判定所述T1传感器、所述T2传感器的位置正常。
4.根据权利要求3所述的煤矿采煤工作面瓦斯传感器位置异常识别方法，其特征在于，
如果所述T1传感器的第一瓦斯历史数据的变化幅度超过第一预设幅值，则判定所述T1传感器的位置异常，并发出所述T1传感器的位置异常的报警信号；
如果所述T2传感器的第二瓦斯历史数据的变化幅度超过第二预设幅值；则判定所述T2传感器的位置异常，并发出所述T2传感器的位置异常的报警信号；
如果所述T1传感器的第一瓦斯历史数据、所述T2传感器的第二瓦斯历史数据的变化趋势不一致，则判定所述T1传感器的位置异常，并发出所述T1传感器的位置异常的报警信号。
5.根据权利要求1所述的煤矿采煤工作面瓦斯传感器位置异常识别方法，其特征在于，
所述通风类型，包括：U型通风类型；
相应地，所述各瓦斯传感器包括：T0传感器、T1传感器、T2传感器。
6.根据权利要求5所述的煤矿采煤工作面瓦斯传感器位置异常识别方法，其特征在于，
所述判断所述瓦斯历史数据是否符合所述瓦斯数据预设关系，得到所述各瓦斯传感器是否位置异常的判断结果，以便发出报警信号，包括：
判断所述T1传感器的第一瓦斯历史数据的变化幅度是否超过第一预设幅值，所述T2传感器的第二瓦斯历史数据的变化幅度是否超过第二预设幅值，所述T0传感器的第二瓦斯历史数据的变化幅度是否超过第二预设幅值；
如果所述T1传感器的第一瓦斯历史数据的变化幅度超过第一预设幅值，所述T2传感器的第二瓦斯历史数据的变化幅度超过第二预设幅值，所述T0传感器的第三瓦斯历史数据的变化幅度超过第三预设幅值，则判断所述T1传感器的第一瓦斯历史数据的变化趋势、所述T2传感器的第二瓦斯历史数据的变化趋势、所述T0传感器的第三瓦斯历史数据的变化趋势是否一致；
如果所述T1传感器的第一瓦斯历史数据、所述T2传感器的第二瓦斯历史数据的变化趋势、所述T0传感器的第三瓦斯历史数据的变化趋势一致，则判定所述T2传感器的位置正常；
根据所述T2传感器的第二瓦斯历史数据与预设阈值的大小关系，判断采煤时间段与非采煤时间段；
判断在所述采煤时间段内，所述T1传感器的第一瓦斯历史数据的变化趋势和所述T2传感器的第二瓦斯历史数据的变化趋势是否一致；
如果所述T1传感器的第一瓦斯历史数据的变化趋势和所述T2传感器的第二瓦斯历史数据的变化趋势一致，则判定所述T1传感器的位置正常，并进一步判断在所述采煤时间段与所述非采煤时间段相邻的时间区域内，所述T0传感器的瓦斯浓度下降时间是否超过预设时长，如果是则判定所述T0传感器的位置正常。
7.根据权利要求1至6任一项所述的煤矿采煤工作面瓦斯传感器位置异常识别方法，其特征在于，
在当所述采煤工作面正常生产时，根据矿图确定所述采煤工作面的通风类型之前，还包括：
通过煤矿产量监控系统获取所述采煤工作面的产量信息；
根据所述产量信息，判断所述采煤工作面是否正常生产，得到所述采煤工作面是否正常生产的判断结果。
8.一种煤矿采煤工作面瓦斯传感器位置异常识别装置，其特征在于，包括：
通风类型获取模块，用于当所述采煤工作面正常生产时，根据矿图确定所述采煤工作面的通风类型；
关系数据获取模块，用于根据所述通风类型，获取与所述通风类型对应的瓦斯数据预设关系、瓦斯历史数据；其中所述瓦斯历史数据为位于所述采煤工作面的各瓦斯传感器在预设时间内随时间变化的瓦斯历史数据；
报警判断模块，用于判断所述瓦斯历史数据是否符合所述瓦斯数据预设关系，得到所述各瓦斯传感器是否位置异常的判断结果，以便当所述判断结果为异常时发出报警信号。
9.一种煤矿采煤工作面瓦斯传感器位置异常识别设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述煤矿采煤工作面瓦斯传感器位置异常识别方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述煤矿采煤工作面瓦斯传感器位置异常识别方法的步骤。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910803336 | 2019-08-28 | ||
| CN2019108033364 | 2019-08-28 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110593954A true CN110593954A (zh) | 2019-12-20 |
| CN110593954B CN110593954B (zh) | 2020-06-19 |
Family
ID=68858151
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910843275.4A Active CN110593954B (zh) | 2019-08-28 | 2019-09-06 | 一种煤矿采煤工作面瓦斯传感器位置异常识别方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110593954B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111830208A (zh) * | 2020-07-24 | 2020-10-27 | 精英数智科技股份有限公司 | 一种甲烷传感器位置状态监测方法及系统 |
| CN111946393A (zh) * | 2020-08-20 | 2020-11-17 | 中国矿业大学 | 一种超长固体充填工作面采煤系统及方法 |
| CN112763662A (zh) * | 2020-12-29 | 2021-05-07 | 精英数智科技股份有限公司 | 气体传感器数据异常的识别方法及相关装置 |
| CN114278382A (zh) * | 2021-12-14 | 2022-04-05 | 中煤科工集团重庆研究院有限公司 | 瓦斯监测传感器及瓦斯监测传感器悬挂位置作弊识别方法 |
| CN115420233A (zh) * | 2022-09-07 | 2022-12-02 | 国能榆林能源有限责任公司 | 采煤机位置传感器异常识别方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102155264A (zh) * | 2011-03-29 | 2011-08-17 | 天地（常州）自动化股份有限公司 | 一种检测煤矿监控系统中的瓦斯量监测信息异常的方法 |
| CN102608286A (zh) * | 2012-03-01 | 2012-07-25 | 煤炭科学研究总院 | 一种实时监测煤矿瓦斯监测值异常的方法 |
| RU2573659C1 (ru) * | 2014-07-04 | 2016-01-27 | Александр Юрьевич Грачев | Система шахтного сканирующего аэрогазового контроля |
| CN105275489A (zh) * | 2015-10-29 | 2016-01-27 | 中煤科工集团重庆研究院有限公司 | 基于安全监控系统数据的瓦斯突出识别方法 |
| CN105484795A (zh) * | 2015-12-15 | 2016-04-13 | 中煤科工集团重庆研究院有限公司 | 煤矿井下瓦斯异常变化识别方法 |
-
2019
- 2019-09-06 CN CN201910843275.4A patent/CN110593954B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102155264A (zh) * | 2011-03-29 | 2011-08-17 | 天地（常州）自动化股份有限公司 | 一种检测煤矿监控系统中的瓦斯量监测信息异常的方法 |
| CN102608286A (zh) * | 2012-03-01 | 2012-07-25 | 煤炭科学研究总院 | 一种实时监测煤矿瓦斯监测值异常的方法 |
| RU2573659C1 (ru) * | 2014-07-04 | 2016-01-27 | Александр Юрьевич Грачев | Система шахтного сканирующего аэрогазового контроля |
| CN105275489A (zh) * | 2015-10-29 | 2016-01-27 | 中煤科工集团重庆研究院有限公司 | 基于安全监控系统数据的瓦斯突出识别方法 |
| CN105484795A (zh) * | 2015-12-15 | 2016-04-13 | 中煤科工集团重庆研究院有限公司 | 煤矿井下瓦斯异常变化识别方法 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111830208A (zh) * | 2020-07-24 | 2020-10-27 | 精英数智科技股份有限公司 | 一种甲烷传感器位置状态监测方法及系统 |
| CN111946393A (zh) * | 2020-08-20 | 2020-11-17 | 中国矿业大学 | 一种超长固体充填工作面采煤系统及方法 |
| CN111946393B (zh) * | 2020-08-20 | 2022-03-22 | 中国矿业大学 | 一种超长固体充填工作面采煤系统及方法 |
| CN112763662A (zh) * | 2020-12-29 | 2021-05-07 | 精英数智科技股份有限公司 | 气体传感器数据异常的识别方法及相关装置 |
| CN112763662B (zh) * | 2020-12-29 | 2023-08-22 | 精英数智科技股份有限公司 | 气体传感器数据异常的识别方法及相关装置 |
| CN114278382A (zh) * | 2021-12-14 | 2022-04-05 | 中煤科工集团重庆研究院有限公司 | 瓦斯监测传感器及瓦斯监测传感器悬挂位置作弊识别方法 |
| CN115420233A (zh) * | 2022-09-07 | 2022-12-02 | 国能榆林能源有限责任公司 | 采煤机位置传感器异常识别方法 |
| CN115420233B (zh) * | 2022-09-07 | 2024-09-06 | 国能榆林能源有限责任公司 | 采煤机位置传感器异常识别方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110593954B (zh) | 2020-06-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110593954B (zh) | 一种煤矿采煤工作面瓦斯传感器位置异常识别方法及装置 | |
| CN108460144B (zh) | 一种基于机器学习的煤炭设备故障预警系统及方法 | |
| CN112161648B (zh) | 异常传感器的识别方法、装置、可读存储介质及电子设备 | |
| CN102608286B (zh) | 一种实时监测煤矿瓦斯监测值异常的方法 | |
| US10235658B2 (en) | Maintenance management device for operating machinery | |
| CN103744389B (zh) | 一种油气生产设备运行状态的预警方法 | |
| CN108984817B (zh) | 一种tbm刀具磨损量实时评估方法 | |
| CN103115667A (zh) | 一种基于传感器的振动监测装置 | |
| CN114640177B (zh) | 一种基于电力能效监测装置的电力能效监测方法 | |
| CN115018220A (zh) | 一种基于知识图谱的家电故障预测方法和系统 | |
| CN110646654A (zh) | 一种防窃电检测系统 | |
| CN111830208A (zh) | 一种甲烷传感器位置状态监测方法及系统 | |
| CN116990619B (zh) | 一种矿井变频一体机的智能监测方法 | |
| CN112763662B (zh) | 气体传感器数据异常的识别方法及相关装置 | |
| CN110208028A (zh) | 基于粉尘浓度的混凝土生产设备在线故障检测方法及系统 | |
| CN116777085B (zh) | 基于数据分析和机器学习技术的煤矿水害预测系统 | |
| CN111709606A (zh) | 基于大数据分析的采掘工作面瓦斯涌出异常预警方法 | |
| CN109974784B (zh) | 一种用于机房检测的半自动检测设备 | |
| CN104537199B (zh) | 利用瓦斯浓度时间序列识别矿井工作面生产工序的方法 | |
| CN115405365A (zh) | 一种基于激光测距的皮带运输监测方法及装置 | |
| CN111507640B (zh) | 一种煤矿瓦斯零超限多维度立体化动态防控方法 | |
| CN112240223B (zh) | 井下异常信号的识别方法、装置、电子设备及存储介质 | |
| CN113687048A (zh) | 传感器数据检测中断识别方法、装置及电子设备 | |
| CN211978846U (zh) | 一种地下汽车库一氧化碳浓度监控系统 | |
| CN113110145A (zh) | 基于5g工业物联网的智慧矿山数据采集方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |