CN111734492A - 基于u型区特征参数提取的智能化工作面冒顶预警方法 - Google Patents
基于u型区特征参数提取的智能化工作面冒顶预警方法 Download PDFInfo
- Publication number
- CN111734492A CN111734492A CN202010633553.6A CN202010633553A CN111734492A CN 111734492 A CN111734492 A CN 111734492A CN 202010633553 A CN202010633553 A CN 202010633553A CN 111734492 A CN111734492 A CN 111734492A
- Authority
- CN
- China
- Prior art keywords
- roof fall
- pressure
- early warning
- area
- hidden danger
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000000605 extraction Methods 0.000 title claims abstract description 20
- 238000009826 distribution Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 2
- 239000003245 coal Substances 0.000 abstract description 13
- 238000005065 mining Methods 0.000 abstract description 12
- 238000004458 analytical method Methods 0.000 abstract description 3
- 238000012544 monitoring process Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000009412 basement excavation Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004901 spalling Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
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
- 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)
- Emergency Alarm Devices (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开的基于U型区特征参数提取的智能化工作面冒顶预警方法,涉及煤矿开采技术领域。该预警方法为:首先,设置工作面液压支架传感器的采集频率,每隔固定时间间隔采集工作面倾向所有液压支架的压力数据;然后,根据倾向压力数据,提取倾向U型区特征参数;接着,根据特征参数的取值对工作面进行预警分级,判断冒顶可能性;最后在工作面存在安全隐患或危险时,对当前区域发出相应等级预警。本发明公开的基于U型区特征参数提取的智能化工作面冒顶预警方法,通过在线分析工作面整体支架压力数据的特征值,可实时在线对顶板状态进行预警;通过对压力进行特征分析,可以精确定位工作面的冒顶隐患区,为工作人员提供安全保障。
Description
技术领域
本发明涉及煤矿开采技术领域,具体涉及一种基于U型区特征参数提取的智能化工作面冒顶预警方法。
背景技术
煤矿综采工作面安全生产的影响因素包括地质条件、开采技术、支护设备及人工操作等。在浅埋、软弱夹矸、复合顶板、超大采高等开采条件下,工作面前方煤壁因应力加卸载、疲劳损伤及开采诱导下极易发生大范围片帮,并可能引起严重的冒顶事故。综采工作面冒顶发生的前提是顶板破碎区域的产生与扩展,存在冒顶风险的区域,顶板载荷向冒顶隐患区域两侧支架转移,工作面沿倾向支架载荷呈现出“高—低—高”的“U”型承载特征,见附图1,附图2。因此,实际生产过程中,需对工作面顶板的状态参数进行实时监测,以确保煤矿安全高效生产。
传统的工作面顶板状态参数的监测主要依靠人工完成,时效性差、主观性强,导致预警的安全风险较高。近几年,国内围绕“人工智能+煤矿开采”的开采模式开展了大量研究和实践,在工作面支架数据的智能感知和智能决策方面有了明显突破。国内智能化开采工作面中的支架均装备有压力传感器,传感器信号通过光纤和矿井工业环网传输到工作面端头及地面服务器并用于支架-顶板状态的智能感知。工作面端头集控中心和地面主机一般以支架中心距为基本长度单位实时构建工作面倾向的压力状态图,最终通过简单的阈值预警完成对工作面顶板状态的实时监控。
随着5G技术和传感器理论进步,支架压力信号的传输速度和精度有了跨越式发展,但是支架间信息缺少深入挖掘和区域关联式分析。一般矿井均以支架压力数据(间隔五或十台支架)来判断工作面整体来压情况,但冒顶范围往往低于十台支架(局部冒顶范围为2-3台支架),所以目前支架压力数据的处理和分析方法并不能满足冒顶预警的精度要求(精度一般要求达到单台支架宽度)。
因此,本专利提出一种基于U型区特征参数提取的智能化工作面冒顶预警方法,该方法对U型区的特征参数进行了深度提取,并据此给出了预警判据及等级划分。该方法在智能化工作面压力数据深入挖掘方面具有广阔前景,满足冒顶预警的精度要求,以此提升工作面顶板防控管理水平。
发明内容
根据本发明的目的提出的一种基于U型区特征参数提取的智能化工作面冒顶预警方法,包括以下步骤:
步骤一、设置工作面液压支架传感器的采集频率,每隔固定时间间隔采集工作面倾向所有液压支架的压力数据。
步骤二、根据倾向压力数据,提取包括冒顶隐患区范围、冒顶隐患区数量分布特征在内的倾向U型区特征参数。
步骤三、根据特征参数的取值对工作面进行预警分级,判断冒顶可能性。
步骤四、在判断当前工作面安全,无冒顶可能性时,重复步骤一至三,否则对当前区域发出相应等级预警。
优选的,步骤二中,工作面冒顶隐患区范围确定方法为,以任意一台低于压力定值的支架压力为搜索起点,上下搜索范围两架,总计五架支架为搜索范围起点,然后在当前范围内以低于压力定值的支架为中心,再进行上下一架的贪婪搜索,最终在每个支架的压力切片上形成连通区域,连通区域的支架数即为冒顶隐患区范围,记为r。
冒顶隐患区数量分布特征,为冒顶隐患区范围内极大值高于初撑力的数量,即表明冒顶隐患区内U型区分布数量,记为N。
优选的,步骤三中,预警级别划分方式为:当支架冒顶隐患区范围r与冒顶隐患区内U型区分布数量N的差值小于等于2,即至多有连续两台支架的压力低于压力定值,记为安全;当支架冒顶隐患区范围r小于等于7,且支架冒顶隐患区范围r与冒顶隐患区内U型区分布数量N的差值大于等于3,即在该冒顶范围内至少有三台支架以连续或间隔的形式低于压力定值,当持续时间超过时间阈值,记为存在安全隐患;当支架冒顶隐患区范围大于7时,记为危险。
优选的,支架压力定值为对应工作面初撑力的0.8倍。
优选的,步骤四中,预警时,统计分析相关冒顶事故的时间演变过程,根据实际情况选取预警持续时间阈值。
优选的,倾向U型区特征参数还包括偏度系数;所述偏重系数为变量取值分布对称性的统计量,当其值大于0时,冒顶隐患区机头侧较严重;当其值小于0时,冒顶隐患区机尾侧较严重。
优选的,倾向U型区特征参数还包括当前矿压显现强度;所述当前矿压显现强度为当前时间切片内除去冒顶隐患区范围后所有支架压力的均值;设工作面顶板来压判据为p′t,在当前矿压显现强度大于p′t时,记为来压;在当前矿压显现强度小于等于p′t时,记为非来压。
优选的,当支架冒顶隐患区范围大于7,且工作面顶板为非来压状态时,记为较大危险;当支架冒顶隐患区范围大于7,且工作面顶板为来压状态时,记为严重危险。
优选的,工作面顶板来压判据计算方法为:
式中:
σp-每个循环加权平均阻力平均值的均方差;
n-循环数;
pti-每个循环加权平均工作阻力;
p′t-工作面顶板来压判据。
与现有技术相比:
本发明公开的一种基于U型区特征参数提取的智能化工作面冒顶预警方法,能够无壁垒兼容目前一些智能矿井已建成的数字矿山安全监测监控系统,基于支架压力大数据的深度挖掘,对冒顶隐患区进行识别并对冒顶危险进行预警,有助于构建对冒顶事故的支架智能感知、决策和控制体系,并具备以下特点:
(1)动作连续性和实时性:支架压力数据采集和传输、支架U型区的识别、冒顶预警等级的划分能够保证动作上的连续和实时;
(2)支架信息的区域性分析:支架信息的采集及特征值的提取都注重区域性分析,既保证了预警的精度达到单台支架宽度,又降低了工作面冒顶区漏判的可能;
(3)特征值的提取:选取冒顶隐患区范围、冒顶隐患区数量分布特征、偏度系数和当前矿压显现强度作为“U”型区的特征参数,并出了特征值提取的方法;
(4)预警级别划分:根据特征值细化了冒顶预警级别,进一步保障了感知、决策和控制动作的连贯性。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做简单的介绍,显而易见的,下面描述中的附图仅仅是本发明的一些实施例,对于本领域中的普通技术人员来说,在不付出创造性劳动的前提下,还可根据这些附图获得其他附图。
图1为某一时刻工作面倾向所有支架的压力分布。
图2为一段时间内工作面所有支架的压力。
图3为冒顶隐患区分级预警结果图。
图4为本发明公开的煤矿工作面冒顶隐患预警流程图。
具体实施方式
下面结合附图对本发明的具体实施方式做简要说明。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部实施例,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的前提下所获得的所有其他实施例,均属于本发明保护的范围。
图1-图4示出了本发明较佳的实施例,分别从不同角度对其进行了详细的剖析。
如图4所示的一种煤矿工作面冒顶隐患预警方法,包括以下步骤:
步骤一、设置工作面液压支架传感器的采集频率,每隔固定时间间隔采集工作面倾向所有液压支架的压力数据。
步骤二、根据倾向压力数据,提取倾向U型区特征参数。如图1所示,特征参数从空间角度和强度角度分为:冒顶隐患区范围、冒顶隐患区数量分布特征、偏度系数以及当前矿压显现强度。
工作面冒顶隐患区范围,为以任意一台低于压力定值的支架压力为搜索起点,上下搜索范围两架,总计五架支架为搜索范围起点,然后在当前范围内,以低于压力定值的支架为中心,再进行上下一架的贪婪搜索,最终在每个支架的压力切片上形成连通区域,连通区域的支架数即为冒顶隐患区范围,记为r。支架压力定值为对应工作面初撑力的0.8倍。当支架处于端头时,搜索范围边界到支架的边界即可。
冒顶隐患区数量分布特征,为冒顶隐患区范围内极大值高于初撑力的数量,冒顶隐患区可能是单一的U形区,也可能是多个U型区连通的较大范围的压力低值区,该值可表明冒顶隐患区内具体的U型区分布数量,记为N。冒顶隐患区范围内极大值由冒顶区域支架的承载特征一系列连续压力值求出。
偏重系数为变量取值分布对称性的统计量,当其值大于0时,冒顶隐患区机头侧较严重;当其值小于0时,冒顶隐患区机尾侧较严重。偏重系数可为后续冒顶隐患区域割煤方式、拉架方式等处理措施提供基本信息,避免因冒顶停产或人工干预导致的工时耗费。
当前矿压显现强度为当前时间切片内除去冒顶隐患区范围后所有支架压力的均值,用以判断工作面顶板为来压或非来压,可实现预警级别的进一步划分,以提高冒顶监测预警精度。设工作面顶板来压判据为p′t,该值为一个煤矿工作面普遍应用的统计分析的值,当采煤时,顶板会周期性破断,表现为压力升高,当压力大时,会出现片帮等现象,工作面稳定性变差。在当前矿压显现强度大于p′t时,记为来压;在当前矿压显现强度小于等于p′t时,记为非来压。来压是冒顶范围扩大的重要原因,该值可以良好的反应当前矿压显现强度。矿井来压和非来压采用传统的来压判定方法或根据现场矿压显现程度确定一个经验值。具体的,工作面顶板来压判据为:
式中:
σp-每个循环加权平均阻力平均值的均方差;
n-循环数;
pti-每个循环加权平均工作阻力;
p′t-工作面顶板来压判据。
步骤三、根据特征参数的取值对工作面进行预警分级,判断冒顶可能性,进一步保障了感知、决策和控制动作的连贯性。具体的,预警级别划分方式如表1所示:当支架冒顶隐患区范围r与冒顶隐患区内U型区分布数量N的差值小于等于2,即至多有连续两台支架的压力低于压力定值,记为安全,采煤时注意拉架就可以;当支架冒顶隐患区范围r小于等于7,且支架冒顶隐患区范围r与冒顶隐患区内U型区分布数量N的差值大于等于3,即在该冒顶范围内至少有三台支架以连续或间隔的形式低于压力定值,当持续时间超过时间阈值,记为存在安全隐患,需要进行专人处理查明具体情况;当支架冒顶隐患区范围大于7时,根据当前矿压显现强度,判断来压与非来压,当支架冒顶隐患区范围大于7,且工作面顶板为非来压状态时,记为较大危险;当支架冒顶隐患区范围大于7,且工作面顶板为来压状态时,记为严重危险。
表1冒顶预警等级体系
步骤四、在判断当前工作面安全,无冒顶可能性时,重复步骤一至三,否则,在判断当前工作面存在安全隐患或存在较大危险或存在严重危险时,对当前区域发出相应等级预警。如图3所示,预警时,统计分析相关冒顶事故的时间演变过程,根据实际情况选取预警持续时间阈值。如果缺乏相关数据,可暂用10min。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现和使用本发明。对这些实施例的多种修改方式对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神和范围的情况下,在其他实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种基于U型区特征参数提取的智能化工作面冒顶预警方法,其特征在于,包括以下步骤:
步骤一、设置工作面液压支架传感器的采集频率,每隔固定时间间隔采集工作面倾向所有液压支架的压力数据;
步骤二、根据倾向压力数据,提取包括冒顶隐患区范围、冒顶隐患区数量分布特征在内的倾向U型区特征参数;
步骤三、根据特征参数的取值对工作面进行预警分级,判断冒顶可能性;
步骤四、在判断当前工作面安全,无冒顶可能性时,重复步骤一至三,否则对当前区域发出相应等级预警。
2.根据权利要求1所述的基于U型区特征参数提取的智能化工作面冒顶预警方法,其特征在于,步骤二中,工作面冒顶隐患区范围,为以任意一台低于压力定值的支架压力为搜索起点,上下搜索范围两架,总计五架支架为搜索范围起点,然后在当前范围内以低于压力定值的支架为中心,再进行上下一架的贪婪搜索,最终在每个支架的压力切片上形成连通区域,连通区域的支架数即为冒顶隐患区范围,记为r;
冒顶隐患区数量分布特征,为冒顶隐患区范围内极大值高于初撑力的数量,即表明冒顶隐患区内U型区分布数量,记为N。
3.根据权利要求2所述的基于U型区特征参数提取的智能化工作面冒顶预警方法,其特征在于,步骤三中,预警级别划分方式为:当支架冒顶隐患区范围r与冒顶隐患区内U型区分布数量N的差值小于等于2,即至多有连续两台支架的压力低于压力定值,记为安全;当支架冒顶隐患区范围r小于等于7,且支架冒顶隐患区范围r与冒顶隐患区内U型区分布数量N的差值大于等于3,即在该冒顶范围内至少有三台支架以连续或间隔的形式低于压力定值,当持续时间超过时间阈值,记为存在安全隐患;当支架冒顶隐患区范围大于7时,记为危险。
4.根据权利要求2或3所述的基于U型区特征参数提取的智能化工作面冒顶预警方法,其特征在于,支架压力定值为对应工作面初撑力的0.8倍。
5.根据权利要求1所述的基于U型区特征参数提取的智能化工作面冒顶预警方法,其特征在于,步骤四中,预警时,统计分析相关冒顶事故的时间演变过程,根据实际情况选取预警持续时间阈值。
6.根据权利要求1所述的基于U型区特征参数提取的智能化工作面冒顶预警方法,其特征在于,倾向U型区特征参数还包括偏度系数;所述偏重系数为变量取值分布对称性的统计量,当其值大于0时,冒顶隐患区机头侧较严重;当其值小于0时,冒顶隐患区机尾侧较严重。
7.根据权利要求3所述的基于U型区特征参数提取的智能化工作面冒顶预警方法,其特征在于,倾向U型区特征参数还包括当前矿压显现强度;所述当前矿压显现强度为当前时间切片内除去冒顶隐患区范围后所有支架压力的均值;设工作面顶板来压判据为p’t,在当前矿压显现强度大于p’t时,记为来压;在当前矿压显现强度小于等于p’t时,记为非来压。
8.根据权利要求7所述的基于U型区特征参数提取的智能化工作面冒顶预警方法,其特征在于,当支架冒顶隐患区范围大于7,且工作面顶板为非来压状态时,记为较大危险;当支架冒顶隐患区范围大于7,且工作面顶板为来压状态时,记为严重危险。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010633553.6A CN111734492B (zh) | 2020-07-02 | 2020-07-02 | 基于u型区特征参数提取的智能化工作面冒顶预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010633553.6A CN111734492B (zh) | 2020-07-02 | 2020-07-02 | 基于u型区特征参数提取的智能化工作面冒顶预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111734492A true CN111734492A (zh) | 2020-10-02 |
CN111734492B CN111734492B (zh) | 2021-08-24 |
Family
ID=72652943
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010633553.6A Active CN111734492B (zh) | 2020-07-02 | 2020-07-02 | 基于u型区特征参数提取的智能化工作面冒顶预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111734492B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114111918A (zh) * | 2020-12-30 | 2022-03-01 | 中国矿业大学 | 液压支架工作状态与支护质量的智能诊断方法 |
CN117646754A (zh) * | 2024-01-30 | 2024-03-05 | 太原理工大学 | 液压支架集群支护状态智能识别方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103790628A (zh) * | 2013-05-30 | 2014-05-14 | 天地科技股份有限公司 | 一种综采工作面顶板灾害预警评价方法 |
CN106441669A (zh) * | 2016-08-31 | 2017-02-22 | 中煤科工集团重庆研究院有限公司 | 煤矿工作面顶板来压判定方法 |
CN106958457A (zh) * | 2016-01-08 | 2017-07-18 | 深圳市华威世纪科技股份有限公司 | 一种物联网煤矿监测系统 |
CN107559045A (zh) * | 2017-08-24 | 2018-01-09 | 中国矿业大学 | 煤矿井下工作面矿压预测预警系统及方法 |
CN108131156A (zh) * | 2017-12-01 | 2018-06-08 | 山西宏安翔科技股份有限公司 | 一种矿用液压支架压缩量监测装置 |
CN109446659A (zh) * | 2018-10-31 | 2019-03-08 | 华北科技学院 | 一种综合预测煤层巷道冒顶高度及隐患分级的方法 |
CN109798149A (zh) * | 2019-01-28 | 2019-05-24 | 辽宁工程技术大学 | 一种坚硬顶板厚煤层采场来压强度分级预测方法 |
-
2020
- 2020-07-02 CN CN202010633553.6A patent/CN111734492B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103790628A (zh) * | 2013-05-30 | 2014-05-14 | 天地科技股份有限公司 | 一种综采工作面顶板灾害预警评价方法 |
CN106958457A (zh) * | 2016-01-08 | 2017-07-18 | 深圳市华威世纪科技股份有限公司 | 一种物联网煤矿监测系统 |
CN106441669A (zh) * | 2016-08-31 | 2017-02-22 | 中煤科工集团重庆研究院有限公司 | 煤矿工作面顶板来压判定方法 |
CN107559045A (zh) * | 2017-08-24 | 2018-01-09 | 中国矿业大学 | 煤矿井下工作面矿压预测预警系统及方法 |
CN108131156A (zh) * | 2017-12-01 | 2018-06-08 | 山西宏安翔科技股份有限公司 | 一种矿用液压支架压缩量监测装置 |
CN109446659A (zh) * | 2018-10-31 | 2019-03-08 | 华北科技学院 | 一种综合预测煤层巷道冒顶高度及隐患分级的方法 |
CN109798149A (zh) * | 2019-01-28 | 2019-05-24 | 辽宁工程技术大学 | 一种坚硬顶板厚煤层采场来压强度分级预测方法 |
Non-Patent Citations (1)
Title |
---|
程敬义等: "《基于海量矿压监测数据的采场支架与顶板状态智能感知技术》", 《煤炭学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114111918A (zh) * | 2020-12-30 | 2022-03-01 | 中国矿业大学 | 液压支架工作状态与支护质量的智能诊断方法 |
CN117646754A (zh) * | 2024-01-30 | 2024-03-05 | 太原理工大学 | 液压支架集群支护状态智能识别方法 |
CN117646754B (zh) * | 2024-01-30 | 2024-04-12 | 太原理工大学 | 液压支架集群支护状态智能识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111734492B (zh) | 2021-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111734492B (zh) | 基于u型区特征参数提取的智能化工作面冒顶预警方法 | |
RU2623392C1 (ru) | Комплексная система текущего контроля для обеспечения безопасности в подземных угольных шахтах с использованием выполненных на основе решетки волоконно-оптических датчиков | |
CN102509087B (zh) | 一种基于图像灰度共生矩阵的煤岩识别方法 | |
CN103233741B (zh) | 定量化评价超大型地下洞室群施工期围岩稳定性的方法 | |
CN104916077B (zh) | 一种离子型稀土边坡稳定远程在线监测预警系统 | |
CN108709532B (zh) | 一种阶梯状跳跃变形的斜边坡稳定性评价方法 | |
CN108765004A (zh) | 一种基于数据挖掘识别用户窃电行为的方法 | |
CN103410565A (zh) | 冲击地压多参量过程监测系统及预警方法 | |
CN110121053B (zh) | 一种钻井现场风险分级预警的视频监控方法 | |
CN112145231A (zh) | 一种液压支架工况的预警方法 | |
CN110889087A (zh) | 一种基于综采工作面的矿压大数据实时预测系统及方法 | |
CN112950901B (zh) | 一种基于数据分析的灾害监测系统及方法 | |
CN102913285B (zh) | 矿井顶板危险报警的方法 | |
CN112528229B (zh) | 基于控制图分析的工作面液压支架支护质量评价方法 | |
CN104462855A (zh) | 一种地下构筑物监控数据处理和分析的方法及设备 | |
CN112487545A (zh) | 基于大数据轴力监测的边坡安全实时监测预警系统 | |
CN107893664A (zh) | 一种双护盾tbm盾体卡机预测方法及系统 | |
CN115394060A (zh) | 基于互联网的煤矿综采工作面ai视频智能监控系统 | |
CN108573340A (zh) | 一种采石场生产监控系统和方法 | |
CN114658489A (zh) | 一种基于数字孪生的煤矿冲击地压灾害监测预警系统 | |
CN205477749U (zh) | 一种基于激光探测技术的煤矿防冒顶预警装置 | |
CN201852656U (zh) | 地下金属矿山稳定性监测用的数据采集仪 | |
CN106050307A (zh) | 自发射便携式隧道施工安全预警系统及方法 | |
CN111579501B (zh) | 一种基于氢键破裂的煤岩介质识别系统及识别方法 | |
CN205302551U (zh) | 隧道工程的安全预警系统 |
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 |