CN112966373B - 开采工艺决策方法、系统、设备及可读存储介质 - Google Patents
开采工艺决策方法、系统、设备及可读存储介质 Download PDFInfo
- Publication number
- CN112966373B CN112966373B CN202110202399.1A CN202110202399A CN112966373B CN 112966373 B CN112966373 B CN 112966373B CN 202110202399 A CN202110202399 A CN 202110202399A CN 112966373 B CN112966373 B CN 112966373B
- Authority
- CN
- China
- Prior art keywords
- mining
- decision
- data
- fully
- result
- 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
- 238000005065 mining Methods 0.000 title claims abstract description 312
- 238000000034 method Methods 0.000 title claims abstract description 219
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims abstract description 84
- 239000003245 coal Substances 0.000 claims abstract description 83
- 238000013499 data model Methods 0.000 claims abstract description 37
- 238000005520 cutting process Methods 0.000 claims description 32
- 238000000556 factor analysis Methods 0.000 abstract 1
- 238000004590 computer program Methods 0.000 description 14
- 238000004519 manufacturing process Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种开采工艺决策方法、系统、设备及可读存储介质,包括,获取基于地质模型的开采数据模型,提取开采数据,并建立开采数据样本库;利用大数据样本分析决策方法,对开采数据样本库进行决策分析,得到样本分析决策结果;利用样本分析决策结果,确定开采工艺结果;按照开采工艺结果,进行煤层开采;开采过程实时采集推进数据,并对开采数据样本库进行更新;对开采工艺结果实时更新,得到开采工艺决策结果;本发明在基于地质模型的开采数据模型基础上,建立开采数据样本库;通过获取综采设备所需的开采参数模型,利用大数据决策分析方法对融合后的地质及开采数据进行影响因素分析,开采过程无需人为干预,有效提高了开采效率。
Description
技术领域
本发明属于煤矿智能开采技术领域,特别涉及一种开采工艺决策方法、系统、设备及可读存储介质。
背景技术
目前,随着煤矿综采工作面智能化开采技术的发展,在综采工作面推进过程,现有的开采工艺往往依赖先验条件,在工作面推进工程中,无法根据实际地质情况自主选择开采方案,开采效率较低。
发明内容
针对现有技术中存在的技术问题,本发明提供了一种开采工艺决策方法、系统、设备及可读存储介质,以解决在综采工作面推进过程,无法根据实际地质情况自主选择开采方法,开采效率较低的技术方案。
为达到上述目的,本发明采用的技术方案为:
本发明提供了一种开采工艺决策方法,包括以下步骤:
步骤1、获取基于地质模型的开采数据模型;
步骤2、根据开采数据模型,提取开采数据,并建立开采数据样本库;
步骤3、利用大数据样本分析决策方法,对开采数据样本库进行决策分析,得到样本分析决策结果;
步骤4、利用样本分析决策结果,确定开采工艺结果;
步骤5、按照开采工艺结果,进行煤层开采;开采过程实时采集推进数据,并对开采数据样本库进行更新;重复步骤3-4,对开采工艺结果实时更新,得到开采工艺决策结果。
进一步的,步骤1中,地质模型为透明地质模型。
进一步的,步骤1中,开采数据模型为将工作面顶板及地板的三维空间信息、综采设备的空间位置信息及综采设备的工作状态与工作面煤层地理信息的三维空间融合得到。
进一步的,开采数据包括综采工作面顶板及底板的高度、综采设备的推进度、综采设备的俯仰角度及煤层工作面走向倾角。
进一步的,利用大数据样本分析决策方法对开采数据样本库进行决策分析,具体过程如下:
将实时获取的开采数据样本库信息,通过工作面网络协议传输至大数据处理中心;利用大数据处理中心,对实时获取的开采数据样本库信息进行分析决策,得到最优开采参数模型,即得到样本分析决策结果。
进一步的,根据样本分析决策结果,确定开采工艺结果过程如下:
建立规划截割工艺模型;
将样本分析决策结果输入至综采设备的规划截割工艺模型中,采集推进过程中,综采设备的运行信息,得到开采工艺结果。
进一步的,综采设备的运行信息包括综采设备的运行状态、故障信息及控制参数。
本发明还提供了一种开采工艺决策系统,包括获取模块、样本模块、决策模块、开采工艺模块模块及循环决策模块;
获取模块,用于获取基于地质模型的开采数据模型;
样本模块,用于根据开采数据模型,提取开采数据,并建立开采数据样本库;
决策模块,用于利用大数据样本分析决策方法,对开采数据样本库进行决策分析,得到样本分析决策结果;
开采工艺模块,用于根据样本分析决策结果,确定开采工艺结果;
循环决策模块,用于按照开采工艺结果,进行煤层开采;开采过程实施采集推进数据,对开采数据样本库进行更新;并对开采工艺结果实时更新,得到开采工艺决策结果。
本发明还提供了一种开采工艺决策设备,包括存储器、处理器及存储在所述存储器中并可在所述处理器中运行的可执行指令;所述处理器执行所述可执行指令时实现下所述的方法:
获取基于地质模型的开采数据模型;根据开采数据模型,提取开采数据,并建立开采数据样本库;利用大数据样本分析决策方法,对开采数据样本库进行决策分析,得到样本分析决策结果;利用样本分析决策结果,确定开采工艺结果;按照开采工艺结果,进行煤层开采;开采过程实时采集推进数据,并对开采数据样本库进行更新;对开采工艺结果实时更新,得到开采工艺决策结果。
本发明还提供了一种计算机可读存储介质,其上存储有计算机可执行指令,所述可执行指令被处理器执行时实现如下所述的方法:
获取基于地质模型的开采数据模型;根据开采数据模型,提取开采数据,并建立开采数据样本库;利用大数据样本分析决策方法,对开采数据样本库进行决策分析,得到样本分析决策结果;利用样本分析决策结果,确定开采工艺结果;按照开采工艺结果,进行煤层开采;开采过程实时采集推进数据,并对开采数据样本库进行更新;对开采工艺结果实时更新,得到开采工艺决策结果。
与现有技术相比,本发明的有益效果为:
本发明提供了一种开采工艺决策方法、系统、设备及可读存储介质,在基于地质模型的开采数据模型基础上,提取综采工作面顶底板高度、综采设备推进度、俯仰角度、工作面走向倾角,建立开采数据样本库;通过获取综采设备所需的开采参数模型,利用大数据决策分析方法对融合后的地质及开采数据进行影响因素分析;根据样本分析决策结果确定开采开采工艺,开采过程中实时采集及推进数据,并通过大数据决策分析实时调整,获取最优的基于地质模型的智能化、自适应开采工艺,避免了对先验条件的依赖;开采过程无需人为干预,有效提高了开采效率。
附图说明
图1为本发明所述的规划截割工艺模型构建流程图。
具体实施方式
为了使本发明所解决的技术问题,技术方案及有益效果更加清楚明白,以下具体实施例,对本发明进行进一步的详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供了一种开采工艺决策方法,包括以下步骤:
步骤1、获取基于地址模型的开采数据模型;其中,地质模型采用透明地质模型;开采数据模型为将工作面顶板及地板的三维空间信息、综采设备的空间位置信息及综采设备的工作状态与工作面煤层地理信息的三维空间融合得到;本发明中,地质模型采用透明地质模型,透明地质模型可视化程度较高,能够较好的满足智能化开采的基础条件;开采模型通过地质模型与综采设备模型融合得到,通过开采模型中的地质信息及综采设备参数,实现对开采工艺的确定。
步骤2、根据开采数据模型,提取开采数据,并建立开采数据样本库;其中,开采数据包括综采工作面顶板及底板的高度、综采设备的推进度、综采设备的俯仰角度及煤层工作面走向倾角。
步骤3、利用大数据样本分析决策方法,对开采数据样本库进行决策分析,得到样本分析决策结果;本发明中,利用大数据样本分析决策方法对开采数据样本库进行决策分析,具体过程如下:将实时获取的开采数据样本库信息,通过工作面网络协议传输至大数据处理中心;利用大数据处理中心,对实时获取的开采数据样本库信息进行分析决策,得到最优开采参数模型,即得到样本分析决策结果;本发明利用智能感知设备,例如各类传感器,实时获取综采工作面地质及综采设备参数,通过工作面网络传输协议传输至大数据处理中心,利用大数据处理中心的决策计算,对开采模型地质和设备进行分析,以选取最优的开采参数模型。
步骤4、利用样本分析决策结果,确定开采工艺结果;
具体包括以下步骤:
步骤41、建立规划截割工艺模型;其中,建立的规划截割工艺模型过程如下:
建立若干截割工艺方案,对若干截割工艺方案进行仿真分析,对执行结果进行预测,选取执行结果最优的规划截割工艺方案,作为规划截割工艺模型;通过选取的最优的开采参数模型,对开采工艺选择,即实现综采设备的动作参数,进而实现对煤层的开采。
步骤42、将样本分析决策结果输入至综采设备的规划截割工艺模型中,采集推进过程中,综采设备的运行信息,即得到开采工艺结果;其中,综采设备的运行信息包括综采设备的运行状态、故障信息及控制参数。
步骤5、按照开采工艺结果,进行煤层开采;开采过程实时采集推进数据,并对开采数据样本库进行更新;重复步骤3-4,对开采工艺结果实时更新,得到开采工艺决策结果。
本发明还提供了一种开采工艺决策系统,包括获取模块、样本模块、决策模块、开采工艺模块模块及循环决策模块;获取模块,用于获取基于地质模型的开采数据模型;样本模块,用于根据开采数据模型,提取开采数据,并建立开采数据样本库;决策模块,用于利用大数据样本分析决策方法,对开采数据样本库进行决策分析,得到样本分析决策结果;开采工艺模块,用于根据样本分析决策结果,确定开采工艺结果;循环决策模块,用于按照开采工艺结果,进行煤层开采;开采过程实施采集推进数据,对开采数据样本库进行更新;并对开采工艺结果实时更新,得到开采工艺决策结果。
本发明还提供了一种开采工艺决策设备,包括处理器、存储器及存储在所述存储器中并可在所述处理器中运行的计算机程序或可执行指令;所述处理器中运行的计算机程序或可执行所述可执行指令时实现下所述的方法:
获取基于地质模型的开采数据模型;根据开采数据模型,提取开采数据,并建立开采数据样本库;利用大数据样本分析决策方法,对开采数据样本库进行决策分析,得到样本分析决策结果;利用样本分析决策结果,确定开采工艺结果;按照开采工艺结果,进行煤层开采;开采过程实时采集推进数据,并对开采数据样本库进行更新;对开采工艺结果实时更新,得到开采工艺决策结果。
示例性的,所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述开采工艺决策设备中的执行过程。例如,所述计算机程序可以被分割成获取模块、样本模块、决策模块、开采工艺模块模块及循环决策模块;各模块具体功能如下:获取模块,用于获取基于地质模型的开采数据模型;样本模块,用于根据开采数据模型,提取开采数据,并建立开采数据样本库;决策模块,用于利用大数据样本分析决策方法,对开采数据样本库进行决策分析,得到样本分析决策结果;开采工艺模块,用于根据样本分析决策结果,确定开采工艺结果;循环决策模块,用于按照开采工艺结果,进行煤层开采;开采过程实施采集推进数据,对开采数据样本库进行更新;并对开采工艺结果实时更新,得到开采工艺决策结果。
所述一种开采工艺决策设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述开采工艺决策设备可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,其仅仅是开采工艺决策设备的示例,并不构成对开采工艺决策设备的限定,可以包括更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述开采工艺决策设备还可以包括输入输出设备、网络接入设备及总线等。
所称处理器可以是中央处理单元(CentralProcessingUnit,CPU),还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor,DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、现成可编程门阵列(Field-ProgrammableGateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述开采工艺决策设备的控制中心,利用各种接口和线路连接整个开采工艺决策设备的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述开采工艺决策设备的各种功能。
所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(SmartMediaCard,SMC),安全数字(SecureDigital,SD)卡,闪存卡(FlashCard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明还提供了一种计算机可读存储介质,其上存储有计算机可执行指令,所述可执行指令被处理器执行时实现如下所述的方法:获取基于地质模型的开采数据模型;根据开采数据模型,提取开采数据,并建立开采数据样本库;利用大数据样本分析决策方法,对开采数据样本库进行决策分析,得到样本分析决策结果;利用样本分析决策结果,确定开采工艺结果;按照开采工艺结果,进行煤层开采;开采过程实时采集推进数据,并对开采数据样本库进行更新;对开采工艺结果实时更新,得到开采工艺决策结果。
所述开采工艺决策设备集成的模块/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,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,执行时实现如下所述的方法:获取基于地质模型的开采数据模型;根据开采数据模型,提取开采数据,并建立开采数据样本库;利用大数据样本分析决策方法,对开采数据样本库进行决策分析,得到样本分析决策结果;利用样本分析决策结果,确定开采工艺结果;按照开采工艺结果,进行煤层开采;开采过程实时采集推进数据,并对开采数据样本库进行更新;对开采工艺结果实时更新,得到开采工艺决策结果。
其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、电载波信号、电信信号以及软件分发介质等。
需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
本发明提供的一种开采工艺决策系统、设备及计算机可读存储介质中相关部分的说明可以参见本实施例所述的一种开采工艺决策方法中对应部分的详细说明,在此不再赘述。
本发明所述的开采工艺决策方法及系统,通过在基于地质模型的开采数据模型基础上,提取顶底板高度、推进度、俯仰角度及工作面走向的倾角,建立开采数据样本库;基于样本数据库对融合后的地质及开采数据进行影响因素的分析,采集推进过程中各相关设备的运行状态、故障情况、生产工艺调整特别是运输机的直线度、俯仰角度等内容进行大数据样本分析决策出最优的基于地质模型的开采工艺模型。
实施例
本实施例提供了一种开采工艺决策方法及系统,包括以下步骤:
步骤1、获取基于透明地质模型的开采数据模型;开采数据模型为将工作面顶板及地板的三维空间信息、综采设备的空间位置信息及综采设备的工作状态与工作面煤层地理信息的三维空间融合得到;其中,综采设备包括采煤机、液压支架和刮板输送机。
步骤2、根据开采数据模型,提取开采数据,并建立开采数据样本库;其中,开采数据包括综采工作面顶板及底板的高度、综采设备的推进度、综采设备的俯仰角度及煤层工作面走向倾角。
步骤3、利用大数据样本分析决策方法,对开采数据样本库进行决策分析,得到样本分析决策结果。
步骤4、利用样本分析决策结果,确定开采工艺结果;
具体包括以下步骤:
步骤41、建立规划截割工艺模型;
其中,如附图1所示,建立的规划截割工艺模型过程如下:根据透明地质模型,规划截割工艺建模;利用规划截割工艺及规划截割工艺建模,建立规划截割工艺模型库;其中,规划截割工艺模型库中包括若干截割工艺方案,对若干截割工艺方法进行仿真分析,对执行结果进行预测,选取执行结果最优的规划截割工艺方案,作为规划截割工艺模型,并利用生产效能进行评价;通过选取的最优的开采参数模型,对开采工艺选择,即实现综采设备的动作参数,进而实现对煤层的开采。
步骤42、将样本分析决策结果输入至综采设备的规划截割工艺模型中,采集推进过程中,综采设备的运行信息,即得到开采工艺结果;其中,综采设备的运行信息包括综采设备的运行状态、故障信息及控制参数。
步骤5、按照开采工艺结果,进行煤层开采;开采过程实时采集推进数据,并对开采数据样本库进行更新;重复步骤3-4,对开采工艺结果实时更新,得到开采工艺决策结果。
本实施例所述的开采工艺决策方法及系统,包括基础开采方法和基于地质模型的自适应智能开采工艺;其中,基础开采方法包括采煤机自动化工艺、液压支架自动化工艺及刮板输送机自动化工艺;基于地质模型的自适应智能开采工艺需要工作面的各综采设备之间的配合,包括采煤机采用记忆割煤实现自动割煤,液压支架采用电液控制系统。
综采工作面生产过程主要包括落煤、支护和运煤,采煤机截割滚筒随着采煤机行走位置的变化,不断将煤从煤层中分离出,落入刮板输送机;采煤机前方预设范围内的液压支架提前收起护帮,避免与采煤机产生干涉;同时,采煤机后方的液压支架对刮板输送机进行推溜;本实施例以采煤机为主导,液压支架和刮板输送机为辅助设备,三者共同完成综采工作的煤炭生产任务。
本实施例基于透明工作面地质模型的开采工艺方式,采用地质信息等多信息融合,并通过大数据决策算法最优的逼近地质模型的工作面设备实时定位与姿态控制技术;其中,根据各综采工作面不同的地质信息确认开采模型参数,自动选择控制参数的开采模型,通过不断的数据挖掘自适应的实现开采模型的智能决策和自主学习,通过不断的优化更新的地质模型和优化的开采模型,实现在不同工作面地质模型的智能自适应决策的开采工艺。
在基于地质模型的开采数据模型基础上,提取顶底板高度、推进度和俯仰角度及工作面走向的倾角,建立开采数据样本库;基于样本数据库对融合后的地质及开采数据进行影响因素的分析,采集推进过程中各相关设备的运行状态、故障情况、生产工艺调整特别是运输机的直线度、俯仰角度等内容。
本实施例中,进行大数据样本分析决策出最优的基于地质模型,包括对综采工作面开采工艺参数化、采煤机开采工艺参数化、液压支架规划控制参数化及负荷平衡调整参数化;其中,综采工作面开采工艺参数化表如下表1所示,采煤机开采工艺参数化表如表2所示,液压支架规划控制参数化表如表3所示,负荷平衡调整参数化表如表4所示。
表1综采工作面开采工艺参数化表
表2采煤机开采工艺参数化表
其中,本实施例中,根据工作面规划截割中的采煤机姿态、动作及方向规律,将采煤机开采工艺等划分为22道工序。
表3液压支架规划控制参数化表
表4负荷平衡调整参数化表
本实施例中,规划截割的设备包括采煤机、液压支架及刮板输送机,通过对开采工艺的研究,确定采煤机、液压支架及刮板输送机在采煤过程中的联动关系,获取采煤机、液压支架及刮板输送机的联动关联参数。
本实施例采用以采煤机进行编码器读数作为采煤机、液压支架及刮板输送机的协同转向控制点,实现截割工艺段转向点的判定误差控制在2cm以内,有效提高了测量精度;同时,利用惯性导航和激光雷达测量数据,准确标定综采设备在透明地质模型中的定位,标定精度达到5cm以内。
工作面采煤工艺需要工作面各综采设备之间的配合,即采煤机与液压支架;根据采煤机的位置信息进行自动跟机作业,整个生产过程无须人员操作,完全由这采煤机与液压支架的控制系统自主完成。
本发明所述的开采工艺决策方法及系统,在基于地质模型的开采数据模型基础上,提取顶底板高度、推进度和俯仰角度、工作面走向倾角;建立开采数据样本库信息,建立满足采煤机的开采工艺和电液控的自动化工艺所需要的开采参数模型,对融合后的地质及开采数据进行影响因素的分析,采集推进过程中各相关设备的运行状态、故障情况及生产工艺调整特别是运输机的直线度和俯仰角度等内容进行大数据样本分析决策出最优的基于地质模型的智能化、自适应开采工艺;避免了对先验条件的依赖;开采过程无需人为干预,有效提高了开采效率。
上述实施例仅仅是能够实现本发明技术方案的实施方式之一,本发明所要求保护的范围并不仅仅受本实施例的限制,还包括在本发明所公开的技术范围内,任何熟悉本技术领域的技术人员所容易想到的变化、替换及其他实施方式。
Claims (4)
1.一种开采工艺决策方法,其特征在于,包括以下步骤:
步骤1、获取基于地质模型的开采数据模型;
步骤2、根据开采数据模型,提取开采数据,并建立开采数据样本库;开采数据包括综采工作面顶板及底板的高度、综采设备的推进度、综采设备的俯仰角度及煤层工作面走向倾角;
步骤3、利用大数据样本分析决策方法,对开采数据样本库进行决策分析,得到样本分析决策结果;
步骤4、利用样本分析决策结果,确定开采工艺结果;
步骤5、按照开采工艺结果,进行煤层开采;开采过程实时采集推进数据,并对开采数据样本库进行更新;重复步骤3-4,对开采工艺结果实时更新,得到开采工艺决策结果;
步骤1中,开采数据模型为将工作面顶板及地板的三维空间信息、综采设备的空间位置信息及综采设备的工作状态与工作面煤层地理信息的三维空间融合得到;地质模型为透明地质模型;
步骤3中,利用大数据样本分析决策方法对开采数据样本库进行决策分析,具体过程如下:
将实时获取的开采数据样本库信息,通过工作面网络协议传输至大数据处理中心;利用大数据处理中心,对实时获取的开采数据样本库信息进行分析决策,得到最优开采参数模型,即得到样本分析决策结果;
步骤4中,根据样本分析决策结果,确定开采工艺结果过程如下:
建立规划截割工艺模型;
将样本分析决策结果输入至综采设备的规划截割工艺模型中,采集推进过程中,综采设备的运行信息,得到开采工艺结果;
步骤4中,综采设备的运行信息包括综采设备的运行状态、故障信息及控制参数。
2.一种开采工艺决策系统,其特征在于,包括获取模块、样本模块、决策模块、开采工艺模块模块及循环决策模块;
获取模块,用于获取基于地质模型的开采数据模型;
样本模块,用于根据开采数据模型,提取开采数据,并建立开采数据样本库;开采数据包括综采工作面顶板及底板的高度、综采设备的推进度、综采设备的俯仰角度及煤层工作面走向倾角;
决策模块,用于利用大数据样本分析决策方法,对开采数据样本库进行决策分析,得到样本分析决策结果;
开采工艺模块,用于根据样本分析决策结果,确定开采工艺结果;
循环决策模块,用于按照开采工艺结果,进行煤层开采;开采过程实施采集推进数据,对开采数据样本库进行更新;并对开采工艺结果实时更新,得到开采工艺决策结果;
开采数据模型为将工作面顶板及地板的三维空间信息、综采设备的空间位置信息及综采设备的工作状态与工作面煤层地理信息的三维空间融合得到;地质模型为透明地质模型;
利用大数据样本分析决策方法对开采数据样本库进行决策分析,具体过程如下:
将实时获取的开采数据样本库信息,通过工作面网络协议传输至大数据处理中心;利用大数据处理中心,对实时获取的开采数据样本库信息进行分析决策,得到最优开采参数模型,即得到样本分析决策结果;
根据样本分析决策结果,确定开采工艺结果过程如下:
建立规划截割工艺模型;
将样本分析决策结果输入至综采设备的规划截割工艺模型中,采集推进过程中,综采设备的运行信息,得到开采工艺结果;
综采设备的运行信息包括综采设备的运行状态、故障信息及控制参数。
3.一种开采工艺决策设备,其特征在于,包括存储器、处理器及存储在所述存储器中并可在所述处理器中运行的可执行指令;所述处理器执行所述可执行指令时实现如权利要求1任一项所述的方法。
4.一种计算机可读存储介质,其特征在于,其上存储有计算机可执行指令,所述可执行指令被处理器执行时实现如权利要求1任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110202399.1A CN112966373B (zh) | 2021-02-23 | 2021-02-23 | 开采工艺决策方法、系统、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110202399.1A CN112966373B (zh) | 2021-02-23 | 2021-02-23 | 开采工艺决策方法、系统、设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112966373A CN112966373A (zh) | 2021-06-15 |
CN112966373B true CN112966373B (zh) | 2024-03-12 |
Family
ID=76285723
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110202399.1A Active CN112966373B (zh) | 2021-02-23 | 2021-02-23 | 开采工艺决策方法、系统、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112966373B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106897839A (zh) * | 2017-03-08 | 2017-06-27 | 武汉盛华伟业科技有限公司 | 一种井场数据一体化协同工作平台 |
CN111127234A (zh) * | 2019-10-11 | 2020-05-08 | 重庆大学 | 一种突出煤层群开采首采层确定方法及装置 |
CN111177942A (zh) * | 2020-01-06 | 2020-05-19 | 中国矿业大学(北京) | 矿井无人化综掘工作面数字孪生智能监控系统 |
CN111681125A (zh) * | 2020-07-08 | 2020-09-18 | 神华神东煤炭集团有限责任公司 | 顶板压力计算方法、存储介质和电子设备 |
CN111783304A (zh) * | 2020-07-02 | 2020-10-16 | 中国恩菲工程技术有限公司 | 矿山的仿真分析方法及装置、设备及存储介质 |
CN112214867A (zh) * | 2020-08-28 | 2021-01-12 | 辽宁工程技术大学 | 复杂煤层条件下露天矿开采境界与开采程序协同优化方法 |
-
2021
- 2021-02-23 CN CN202110202399.1A patent/CN112966373B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106897839A (zh) * | 2017-03-08 | 2017-06-27 | 武汉盛华伟业科技有限公司 | 一种井场数据一体化协同工作平台 |
CN111127234A (zh) * | 2019-10-11 | 2020-05-08 | 重庆大学 | 一种突出煤层群开采首采层确定方法及装置 |
CN111177942A (zh) * | 2020-01-06 | 2020-05-19 | 中国矿业大学(北京) | 矿井无人化综掘工作面数字孪生智能监控系统 |
CN111783304A (zh) * | 2020-07-02 | 2020-10-16 | 中国恩菲工程技术有限公司 | 矿山的仿真分析方法及装置、设备及存储介质 |
CN111681125A (zh) * | 2020-07-08 | 2020-09-18 | 神华神东煤炭集团有限责任公司 | 顶板压力计算方法、存储介质和电子设备 |
CN112214867A (zh) * | 2020-08-28 | 2021-01-12 | 辽宁工程技术大学 | 复杂煤层条件下露天矿开采境界与开采程序协同优化方法 |
Non-Patent Citations (3)
Title |
---|
Design of Compressed Sensing Algorithm for Coal Mine IoT Moving Measurement Data Based on a Multi-Hop Network and Total Variation;Gang Wang et al;《Sensors》;20180528;第18卷;第1-17页 * |
基于透明地质大数据智能精准开采技术研究;毛明仓等;《煤炭科学技术》;第49卷(第1期);第286-293页 * |
煤矿智能化开采技术研究与展望;唐恩贤等;《煤炭科学技术》;第47卷(第10期);第111-115页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112966373A (zh) | 2021-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113593017B (zh) | 露天矿地表三维模型构建方法、装置、设备及存储介质 | |
CN113128109B (zh) | 一种面向智能化综采机器人生产系统的测试与评估方法 | |
CN101163940A (zh) | 摄影位置分析方法 | |
CN113593284B (zh) | 矿井巷道内车辆的路径规划方法及装置、电子设备 | |
CN113110455B (zh) | 一种未知初始状态的多机器人协同探索方法、装置及系统 | |
CN107923744B (zh) | 基于点云的表面施工 | |
CN113160404B (zh) | 采煤机截割曲线规划方法、系统、设备及存储介质 | |
CN112906202A (zh) | 基于地理信息的开采方法和装置、存储介质及电子装置 | |
CN107860374A (zh) | 一种隧道掌子面开挖线智能定位测量方法 | |
CN112943241A (zh) | 采煤机自动截割控制方法、装置、系统及存储介质 | |
CN110806585A (zh) | 一种基于树干聚类跟踪的机器人定位方法及系统 | |
Horváth et al. | Point cloud based robot cell calibration | |
CN116151043A (zh) | 刮板输送机位姿反演方法及装置 | |
CN114898057A (zh) | 地质剖面图三维空间信息提取方法和装置、存储介质 | |
CN112966373B (zh) | 开采工艺决策方法、系统、设备及可读存储介质 | |
CN114255270A (zh) | 基于倾斜摄影技术的路基土石方自动算量方法和平台 | |
CN114493549A (zh) | 一种基于大数据分析的建筑工程造价评估管理系统 | |
CN116775797B (zh) | 一种基于多源大数据融合的城市空间全息地图的构建方法 | |
CN116122356B (zh) | 一种基于多模型融合的深基坑安全监测系统 | |
CN110544201B (zh) | 一种车载激光扫描点云的大范围拼接方法及装置 | |
CN104504756A (zh) | 一种矿床三维地质模型的动态更新方法 | |
CN116796643A (zh) | 地表沉降监测方法、装置、电子设备及存储介质 | |
WO2023196207A1 (en) | Autonomous control of operations of earth-moving vehicles using trained machine learning models | |
CN110648280A (zh) | 一种用于大型溶洞海量点云数据拼接的数据处理方法 | |
CN112926154B (zh) | 开采模型优化方法、系统、设备及可读存储介质 |
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 |