CN113706122A - 智能矿山管理系统及方法 - Google Patents
智能矿山管理系统及方法 Download PDFInfo
- Publication number
- CN113706122A CN113706122A CN202111041844.7A CN202111041844A CN113706122A CN 113706122 A CN113706122 A CN 113706122A CN 202111041844 A CN202111041844 A CN 202111041844A CN 113706122 A CN113706122 A CN 113706122A
- Authority
- CN
- China
- Prior art keywords
- mine
- processed
- background
- decision analysis
- wind
- 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 21
- 238000004458 analytical method Methods 0.000 claims abstract description 116
- 239000003245 coal Substances 0.000 claims abstract description 105
- 238000007726 management method Methods 0.000 claims abstract description 74
- 238000012545 processing Methods 0.000 claims abstract description 64
- 238000004519 manufacturing process Methods 0.000 claims abstract description 29
- 238000012544 monitoring process Methods 0.000 claims abstract description 28
- 238000005065 mining Methods 0.000 claims abstract description 27
- 238000006243 chemical reaction Methods 0.000 claims abstract description 22
- 238000004891 communication Methods 0.000 claims abstract description 17
- 230000008447 perception Effects 0.000 claims abstract description 14
- 230000010354 integration Effects 0.000 claims abstract description 10
- 238000007689 inspection Methods 0.000 claims abstract description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 43
- 238000011084 recovery Methods 0.000 claims description 27
- 238000006073 displacement reaction Methods 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 16
- 230000004927 fusion Effects 0.000 claims description 13
- 238000010586 diagram Methods 0.000 claims description 12
- 238000012806 monitoring device Methods 0.000 claims description 9
- 230000000737 periodic effect Effects 0.000 claims description 7
- 238000009423 ventilation Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 6
- 210000001503 joint Anatomy 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 8
- 238000012423 maintenance Methods 0.000 description 5
- 238000009412 basement excavation Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 230000002269 spontaneous effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 238000012300 Sequence Analysis Methods 0.000 description 1
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 239000011593 sulfur Substances 0.000 description 1
- 230000005641 tunneling Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000004457 water analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Agronomy & Crop Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提出一种智能矿山管理系统及方法，涉及煤矿技术领域，其中，该系统包括前台、中台和后台，中台通过矿山感知网络和/或工矿网络分别与前台和后台通信连接；前台用于采集矿井中多种类型的实况信息，其中，各种类型的实况信息的数据格式均不相同；中台包括数据处理模块和决策分析模块，其中，数据处理模块用于对所述实况信息进行格式统一转换处理，并将处理后的实况信息存储于后台；决策分析模块用于从后台调用处理后的实况信息，并根据所述处理后的实况信息生成决策分析结果。采用上述方案的本申请实现了生产现场的“无人或少人值守，有人巡视”，达到监、管、控一体化的技术效果。
Description
技术领域
本申请涉及煤炭技术领域，尤其涉及一种智能矿山管理系统。
背景技术
目前，行业内外对于智能矿山的理解仅仅归结为：以智能的自动化子系统和装备为基础，以万兆以太网为传输通道，以云计算中心为支撑，以安全生产运营管控平台为中心，以地理信息系统及其三维展示为辅助，以大数据的互联应用为导向，最大限度地实现生产现场的“无人或少人值守，有人巡视”，达到监、管、控一体化，实现矿山主动感知、自动分析、快速处理等功能，即业界目前对智能矿山的认识和理解还仅仅停留在概念和功能描述层面，并没有具体地解决方案。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本申请的第一个目的在于提出一种智能矿山管理系统，以实现生产现场的“无人或少人值守，有人巡视”，达到监、管、控一体化的技术效果。
本申请的第二个目的在于提出一种智能矿山管理方法。
为达到上述目的，本申请第一方面实施例提出的一种智能矿山管理系统，所述系统包括：前台、中台和后台，所述中台通过矿山感知网络和/或工矿网络分别与所述前台和所述后台通信连接；
所述前台，用于采集矿井中的多种类型的实况信息，其中，各种类型的实况信息的数据格式均不相同；
所述中台，所述中台包括数据处理模块和决策分析模块，其中，所述数据处理模块用于对所述实况信息进行格式统一转换处理，并将处理后的实况信息存储于所述后台；
所述决策分析模块用于从所述后台调用所述处理后的实况信息，并根据所述处理后的实况信息生成决策分析结果。
可选地，在本申请的一个实施例中，所述前台，包括矿山智能设备、矿山感知设备和矿山协同管控设备中的一种或多种；其中，所述矿山协同管控设备包括矿压监测设备，所述矿压监测设备用于监测回采面支架的循环末阻力和回采面周期来压，并将监测到的所述回采面支架的循环末阻力和所述回采面周期来压传输至所述中台；
所述数据处理模块分别对所述回采面支架的循环末阻力和所述回采面周期来压进行格式统一转换处理，并将处理后的回采面支架的循环末阻力和回采面周期来压存储于所述后台；
所述决策分析模块按预设时间从所述后台中调用所述处理后的回采面支架的循环末阻力和回采面周期来压，并根据所述处理后的回采面支架的循环末阻力和回采面周期来压生成回采面支架压力决策分析图。
可选地，在本申请的一个实施例中，所述决策分析模块还用于计算所述处理后的回采面支架的循环末阻力和回采面周期来压的平均值，并基于多个所述平均值生成回采面支架压力决策分析图，其中，通过下式获取所述处理后的回采面支架的循环末阻力和回采面周期来压的平均值：
其中，U为N个实况信息的平均值，N为正整数，k为压力不均衡修正系数，Fi为第i次抽取的回采面支架的循环末阻力，FTi为第i次抽取的回采面周期来压，L为正常压力期间回采面推进长度。
可选地，在本申请的一个实施例中，所述矿山协同管控设备还包括综合管控设备，所述综合管控设备用于监测所述矿山智能设备的采出煤量和矿井的动用资源储量，并将监测到的所述采出煤量和所述动用资源储量传输至所述中台；
所述数据处理模块分别对所述采出煤量和所述动用资源储量进行格式统一转换处理，并将处理后的采出煤量和动用资源储量存储于所述后台；
所述决策分析模块从所述后台调用所述处理后的采出煤量和动用资源储量，并根据所述处理后的采出煤量和动用资源储量自动匹配煤层厚度分级系数、煤层倾角分级系数、顶底板分级系数和地质构造分级系数，并根据所述处理后的采出煤量和动用资源储量、所述煤层厚度分级系数、所述煤层倾角分级系数、所述顶底板分级系数与所述地质构造分级系数生成回采率决策分析图。
可选地，在本申请的一个实施例中，所述决策分析模块，还用于根据所述采出煤量、所述动用资源储量、所述煤层厚度分级系数、所述煤层倾角分级系数、所述顶底板分级系数和所述地质构造分级系数计算矿井回采率，并基于多个所述矿井回采率生成回采率决策分析图，其中，通过下式获取所述矿井回采率：
其中，R为矿井回采率，W为采出煤量，S为动用资源储量，h为煤层厚度分级系数，α为煤层倾角分级系数，k1顶底板分级系数，k2地质构造分级系数。
可选地，在本申请的一个实施例中，所述矿山协同管控设备还包括水文地质监测设备，所述水文地质监测设备用于监测矿井中的排水量，并将监测到的所述排水量传输至所述后台；
所述数据处理模块对所述排水量进行格式统一转换处理，并将处理后的排水量存储于所述后台；
所述决策分析模块从所述后台调用所述处理后的排水量，并根据所述处理后的排水量生成与排水量相关的决策分析结果。
可选地，在本申请的一个实施例中，所述决策分析模块还用于通过所述处理后的排水量计算总排水量，并基于多个所述总排水量生成与排水量相关的决策分析结果，其中，通过下式获取所述总排水量：
其中，P为总排水量，k3为不均匀修正系数，M为正整数，Pj为预设时段内的第j个排水量。
可选地，在本申请的一个实施例中，所述矿山协同管控设备还包括通风监控设备，所述通风监控设备用于监测矿井中的测风站风量、测风站风速和通风机切换次数，并将监测到的所述测风站风量、所述测风站风速和所述通风机切换次数传输至所述中台；
所述数据处理模块分别对所述测风站风量、所述测风站风速和所述通风机切换次数进行格式统一转换处理，并将处理后的测风站风量、测风站风速和通风机切换次数存储于所述后台；
所述决策分析模块从所述后台调用所述处理后的测风站风量、测风站风速和通风机切换次数，并根据所述处理后的测风站风量、测风站风速和通风机切换次数生成与风相关的决策分析结果，其中，所述与风相关的决策分析结果包括测风站风量异常预警、测风站风速异常预警、有效风量率、外部漏风率和等积孔。
可选地，在本申请的一个实施例中，所述矿山感知设备，包括视频感知装备、环境感知装备、调度通信装备、位置感知装备、移动终端感知装备和巡检机器人中的一种或几种。
可选地，在本申请的一个实施例中，所述矿山感知设备，包括视频感知装备、环境感知装备、调度通信装备、位置感知装备、移动终端感知装备和巡检机器人中的一种或几种；
所述中台还包括业务融合模块和预设一个或多个对外接口，其中，
所述业务融合模块，用于通过一体化安全协同管控、一体化生产协同管控、一体化融合通讯、业务融合一张图和多轨合一中的一种或几种方式对多个煤矿进行协同管控；
所述对外接口与第三方平台对接，所述对外接口用于通过所述中台调用所述后台的数据信息，并将调用的数据信息传输至所述第三方平台；
所述后台还包括矿山数据库和矿山云数据库，其中，所述矿山云数据库采用容器技术、集群技术、负载均衡和DSR中的一种或几种。
为达到上述目的，本申请第二方面实施例提出的一种智能矿山管理方法，智能矿山管理系统包括：前台、中台和后台，所述中台通过矿山感知网络和/或工矿网络分别与所述前台和所述后台通信连接，其中，所述中台包括数据处理模块和决策分析模块；所述方法包括：
通过所述前台采集矿井中的多种类型的实况信息，其中，各种类型的实况信息的数据格式均不相同；
通过所述中台的所述数据处理模块对所述实况信息进行格式统一转换处理，并将处理后的实况信息存储于所述后台；
通过所述中台的所述决策分析模块从所述后台调用所述处理后的实况信息，并根据所述处理后的实况信息生成决策分析结果。
综上，本申请实施例提出的智能矿山管理系统及方法，智能矿山管理系统包括：前台、中台和后台，所述中台通过矿山感知网络和/或工矿网络分别与所述前台和所述后台通信连接，其中，所述中台包括数据处理模块和决策分析模块；首先，通过前台采集矿井中的多种类型的实况信息，其中，各种类型的实况信息的数据格式均不相同；随后，通过所述中台的所述数据处理模块对所述实况信息进行格式统一转换处理，并将处理后的实况信息存储于后台；最后，通过所述中台的所述决策分析模块从所述后台调用所述处理后的实况信息，并根据处理后的实况信息生成决策分析结果。由此，本申请实现了生产现场的“无人或少人值守，有人巡视”，达到监、管、控一体化的技术效果，除此之外，本申请实施例的数据处理与分析在中台，与传统单一参数管理系统的数据处理通常在采集终端或后端服务器上处理相比，本申请实施例在缓解前台、后台压力的基础上，将采集数据、处理数据和数据的存储分开，不仅便于后期对系统的维护与更新，也能有效保证数据的安全性。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本申请实施例1所提供的一种智能矿山管理系统的结构示意图；
图2为本申请实施例2所提供的一种智能矿山管理系统的结构示意图；
图3为本申请实施例2中的回采面支架压力的决策分析图；
图4为本申请实施例2中的某矿区回采率的决策分析图；
图5为本申请实施例2中的水泵房排水总量、平均值、预警值的决策分析图；
图6为本申请实施例2中的煤质的决策分析图；
图7为本申请实施例2中的煤矿产量总体的决策分析图；
图8为本申请实施例2所提供的另一种智能矿山管理系统的整体框架示意图；
图9为本申请实施例3所提供的一种智能矿山管理方法的流程图。
具体实施方式
下面详细描述本申请的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。相反，本申请的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
目前，行业内外对于智能矿山的理解仅仅归结为：以智能的自动化子系统和装备为基础，以万兆以太网为传输通道，以云计算中心为支撑，以安全生产运营管控平台为中心，以地理信息系统及其三维展示为辅助，以大数据的互联应用为导向，最大限度地实现生产现场的“无人或少人值守，有人巡视”，达到监、管、控一体化，实现矿山主动感知、自动分析、快速处理等功能，即业界目前对智能矿山的认识和理解还仅仅停留在概念和功能描述层面，并没有具体地解决方案。
为此，本申请实施例拟从现场实际需求出发，提出一种智能矿山管理系统，该系统按照“前台”、“中台”、“后台”进行系统划分，其中“前台”包含矿山智能装备、矿山感知装备、矿山协同管控系统、矿山感知网络、生产执行系统等若干与煤矿智能化直接相关的系统与装备；“中台”主要包括业务融合应用、矿山机理模型、决策分析应用、政府监管等若干与煤矿智能化间接相关的系统与模型；“后台”包含矿山大数据及大数据云计算等煤矿大脑相关的底层数据支撑。由此可知，本申请实施例给出了未来智能矿山建设的整体框架和解决思路，对引导我国智能矿山建设起到积极的推动作用。
此外，本申请实施例还给出了统一顶层设计、统一标准、统一开发框架、统一安全认证、统一主数据等若干智能矿山建设基本原则，下面结合附图对本申请实施例进行详细说明。
实施例1
图1为本申请实施例所提供的一种智能矿山管理系统的结构示意图。
如为图1所示，本申请实施例提供的一种智能矿山管理系统，系统包括：前台、中台和后台，中台通过矿山感知网络和/或工矿网络分别与前台和后台通信连接；
前台110，用于采集矿井中的多种第一实况信息，其中，各种类型的实况信息的数据格式均不相同；
中台120，包括数据处理模块121和决策分析模块122，其中，数据处理模块121用于对实况信息进行格式统一转换处理，并将处理后的实况信息存储于后台130；决策分析模块122用于从后台130调用处理后的实况信息，并根据处理后的实况信息生成决策分析结果。
现有技术对采煤过程的监控，是通过多套系统共同实现全面监控预警的，比如，通过煤矿隐患管理系统监测采煤过程中的实况信息，以排除安全隐患，确保人员人身安全的同时保障设备安全运行及煤矿安全生产。再比如，通过矿山储量管理系统监测矿山的采出煤量、矿井煤储藏量及其他相关因素确定煤的回采率。换言之，现有技术中针对煤矿安全生产的有专门的监控管理系统，针对资源分配的有专门的资源调度系统，也就是说，针对一个矿井的全面监控，需要通过多个管理系统进行监测，只有专业的人员才能根据各个系统给出的数据进行分析，给出相对合理判断，多个管理系统增加了运营成本，专业人员需要花费大量时间和精力，当专业人员因事不在事，普通人员根本无法处理紧急的事情。
而本申请实施例提出的方案，将前台采集的数据格式不相同的采集矿井中的多种类型的实况信息，输入至中台的数据处理模块，数据处理模块对前台采集的数据格式不相同的实况信息进行格式统一转换处理，并将处理后的实况信息存储于后台；当需要调用实况信息时，中台根据输入指令通过决策分析模块从后台调用处理后的实况信息，并根据处理后的实况信息生成决策分析结果，即本申请实施例必须通过中台方能获取存储于后台的数据信息。这样能保证数据的安全性，也便于对系统的维护。
综上，本申请实施例提出的方案在实现了生产现场的“无人或少人值守，有人巡视”，达到监、管、控一体化的技术效果，此外，还能在缓解前台、后台压力的基础上，将采集数据、处理数据和数据的存储分开，不仅便于后期对系统的维护与更新，也能有效保证数据的安全性。
实施例2
图2为本申请实施例所提供的一种智能矿山管理系统的结构示意图。
如图2所示，本申请实施例提供的一种智能矿山管理系统，系统包括：前台、中台和后台，中台通过矿山感知网络和/或工矿网络分别与前台和后台通信连接；
前台20，用于采集矿井中的多种类型的实况信息，其中，各种类型的实况信息的数据格式均不相同；前台20，包括矿山智能设备21、矿山感知设备22和矿山协同管控设备23；矿山协同管控设备23包括矿压监测设备，矿压监测设备用于监测回采面支架的循环末阻力和回采面周期来压，并将监测到的回采面支架的循环末阻力和回采面周期来压传输至中台；
中台30，包括数据处理模块31和决策分析模块32，其中，数据处理模块分别对回采面支架的循环末阻力和回采面周期来压进行格式统一转换处理，并将处理后的回采面支架的循环末阻力和回采面周期来压存储于后台40；决策分析模块32按预设时间从后台40调用处理后的回采面支架的循环末阻力和回采面周期来压，并根据处理后的回采面支架的循环末阻力和回采面周期来压生成回采面支架压力决策分析图。
在本申请的一个实施例中，决策分析模块还用于计算所述处理后的回采面支架的循环末阻力和回采面周期来压的平均值，并基于多个所述平均值生成回采面支架压力决策分析图，其中，通过下式获取所述处理后的回采面支架的循环末阻力和回采面周期来压的平均值：
其中，U为N个实况信息的平均值，N为正整数，k为压力不均衡修正系数，Fi为第i次抽取的回采面支架的循环末阻力，FTi为第i次抽取的回采面周期来压，L为正常压力期间回采面推进长度。
具体而言，本申请实施例中的决策分析模块通过对回采面（工作面）支架的循环末阻力、工作面周期来压、来压步距、正常压力期间工作面推进长度、来压强度、压力平均值、压力最大值、压力趋势图进行分析，以此确定来压步距及预测本工作面、未来相邻工作面来压情况，决策分析模块定期抽取液压支架实时数据、进尺数据，取前N个实况信息求取平均值，本申请实施例中的N可以根据实际需求设为20个，30个，50个等，在此不做限定。
根据平均值数值大小分成不同区段，并示以不同颜色（比如数值越大，颜色越深），通过颜色反映来压步距和压力变化规律，如图3所示。
在本申请的一个实施例中，矿山协同管控设备还包括综合管控设备，所述综合管控设备用于监测所述矿山智能设备的采出煤量和矿井的动用资源储量，并将监测到的所述采出煤量和所述动用资源储量传输至所述中台；
数据处理模块分别对所述采出煤量和所述动用资源储量进行格式统一转换处理，并将处理后的采出煤量和动用资源储量存储于所述后台；
决策分析模块从所述后台调用所述处理后的采出煤量和动用资源储量，并根据所述处理后的采出煤量和动用资源储量自动匹配煤层厚度分级系数、煤层倾角分级系数、顶底板分级系数和地质构造分级系数，并根据所述处理后的采出煤量和动用资源储量、所述煤层厚度分级系数、所述煤层倾角分级系数、所述顶底板分级系数与所述地质构造分级系数生成回采率决策分析图。
在本申请的一个实施例中，决策分析模块，还用于根据所述采出煤量、所述动用资源储量、所述煤层厚度分级系数、所述煤层倾角分级系数、所述顶底板分级系数和所述地质构造分级系数计算矿井回采率，并基于多个所述矿井回采率生成回采率决策分析图，其中，通过下式获取所述矿井回采率：
其中，R为矿井回采率，W为采出煤量，S为动用资源储量，h为煤层厚度分级系数，α为煤层倾角分级系数，k1顶底板分级系数，k2地质构造分级系数。
具体而言，本申请实施例的决策分析模块可以对矿井回采率(Rk)、采区回采率(Rc)、工作面回采率(Rg)自动分析，分析的目的是为了更合理的开发和保护煤炭资源，从而提高煤炭资源回采率。根据盘区、综采工作面煤层厚度等因素自动匹配符合本煤层标准的回采率，不符合要求的回采率以深色显示，如图4所示。
在本申请的一个实施例中，矿山协同管控设备还包括水文地质监测设备，所述水文地质监测设备用于监测矿井中的排水量，并将监测到的所述排水量传输至所述后台；
数据处理模块对所述排水量进行格式统一转换处理，并将处理后的排水量存储于所述后台；
所述决策分析模块从所述后台调用所述处理后的排水量，并根据所述处理后的排水量生成与排水量相关的决策分析结果。
在本申请的另一个实施例中，决策分析模块还用于通过所述处理后的排水量计算总排水量，并基于多个所述总排水量生成与排水量相关的决策分析结果，其中，通过下式获取所述总排水量：
其中，P为总排水量，k3为不均匀修正系数，M为正整数，Pj为预设时段内的第j个排水量。
换言之，本申请实施例的决策分析模块，利用“前台”矿山协同管控设备中的文地质监测设备监测获得的数据，将水泵房排水量（P）作为主要指标，对全矿井或某水泵房排水量的日趋势、月趋势、吨煤出水量、同比、环比、本月、本季、本年、地面水文钻孔进行自动分析，如图5所示。
在本申请的一个实施例中，矿山协同管控设备还包括通风监控设备，所述通风监控设备用于监测矿井中的测风站风量、测风站风速和通风机切换次数，并将监测到的所述测风站风量、所述测风站风速和所述通风机切换次数传输至所述中台；
数据处理模块分别对所述测风站风量、所述测风站风速和所述通风机切换次数进行格式统一转换处理，并将处理后的测风站风量、测风站风速和通风机切换次数存储于所述后台；
决策分析模块从所述后台调用所述处理后的测风站风量、测风站风速和通风机切换次数，并根据所述处理后的测风站风量、测风站风速和通风机切换次数生成与风相关的决策分析结果，其中，所述与风相关的决策分析结果包括测风站风量异常预警、测风站风速异常预警、有效风量率、外部漏风率和等积孔。
除此之外，本申请实施例还可对煤质分析、对煤矿产煤量分析、对采掘平衡分析、对采空区防火分析、对跳闸分析等等。
具体而言，本申请实施例的煤质分析是对水分、发热量、硫份、灰份等煤质指标进行统计分析，包括计划值、实际值、加权平均值、预警信息、均方差、趋势等分析，如图6所示。
本申请实施例的煤矿产煤量分析反映煤矿生产情况是否正常，主要对原煤、商品煤、装车、进尺等关键生产指标进行自动统计和可视化分析，包括实际量、计划量、日超欠率、月超欠率、年超欠率、月剩余日均、年剩余日均、各矿实际值、各队实际值、各矿计划值、各队计划值等分析和报表，如图7所示。
本申请实施例的采掘平衡分析，是保持采掘作业生产均衡稳定。其原则是采掘并举，掘进先行。对矿井储量、三量可采期、万吨掘进率、采掘比等指标进行统计分析，确保煤矿采掘平衡、均衡生产。
本申请实施例的采空区防火分析，是根据煤层自燃发火理论，对照O2、CO、CH4、C2H2、C2H4、C2H6、CO2、H2等特征气体限定值，通过采空区气样数据分析，实现采空区发火阶段预报、煤炭自燃异常点预警和一氧化碳超限分析等功能。
本申请实施例的对跳闸分析，是集成控制系统对变电所、高压柜的跳闸时间、跳闸原因进行分析，包括时间、空间、原因及趋势等。跳闸分析覆盖矿井下所有变电所和高压柜。系统自动采集跳闸记录，并对记录从时间序列、空间序列、原因序列上进行分析。系统设计了按月时间序列分析跳闸模型，反映跳闸与季节的关系，并将本年度分析结果与往年对比，来指导本年度工作。系统对井下所有变电所、高压柜对比分析，找出主要发生地点，确定空间管控重点。系统对各种跳闸原因比例分析，找出主要原因，确定技术管控重点。
在本申请的一个实施例中，矿山感知设备，包括视频感知装备、环境感知装备、调度通信装备、位置感知装备、移动终端感知装备和巡检机器人中的一种或几种；
所述中台还包括业务融合模块和预设一个或多个对外接口，其中，
所述业务融合模块，用于通过一体化安全协同管控、一体化生产协同管控、一体化融合通讯、业务融合一张图和多轨合一中的一种或几种方式对多个煤矿进行协同管控；
所述对外接口与第三方平台对接，所述对外接口用于通过所述中台调用所述后台的数据信息，并将调用的数据信息传输至所述第三方平台；
所述后台还包括矿山数据库和矿山云数据库，其中，所述矿山云数据库采用容器技术、集群技术、负载均衡和DSR中的一种或几种。
图8为本申请实施例所提供的另一种智能矿山管理系统的整体框架示意图。
如图8所示，位于图8中的决策分析应用是整个结构体系的核心，决策分析应用系统平台主要包含矿压分析、回采率分析、生产分析、防治水分析、通风分析、采掘平衡分析、采空区防火分析、煤质分析、跳闸分析等多个分析模型，各个模型中有独立预警指标体系和每个指标预警周期，达到预警级别时自动发出预警信息。其中，指标体系的建立过程应按照全面性、科学性、简明性、动态性、可操作性五个原则。
全面性原则反映煤矿企业决策指标体系的全面性，筛选了生产、管理、效益、安全等指标。科学性原则要求决策指标选择科学，指标定义明确，目的清晰，来源符合国家政策，如国家标准、行业标准、企业标准、规章制度，指标模型要有科学计算方法。简明性原则即从众多煤炭生产管理指标中选择简明的指标，避免指标与指标的重叠、相关、矛盾等现象发生，给分析决策带来错误。可操作性原则应选择基础数据容易获取、人为定量的指标，否则指标不具备操作性。动态性原则即煤炭开采过程中，由于煤层赋存条件、地质条件、瓦斯条件变化，指标标准要根据实际情况动态变化，同一个煤矿不同时期有不同的管理重点。
综上，通过本申请实施例的方案，实现了对产量、进尺、工效、能耗、设备能效等关键生产运营指标和前台设备提供的海量监测监控信息自动统计和图形展示，自动进行趋势分析，为决策提供数据和方法支撑。
实施例3
图9为本申请实施例所提供的一种智能矿山管理方法的流程图。
如图9所示，本申请实施例提供的一种智能矿山管理方法，智能矿山管理系统包括：前台、中台和后台，所述中台通过矿山感知网络和/或工矿网络分别与所述前台和所述后台通信连接，其中，所述中台包括数据处理模块和决策分析模块；所述方法包括：
步骤910，通过所述前台采集矿井中的多种类型的实况信息，其中，各种类型的实况信息的数据格式均不相同；
步骤920，通过所述中台的所述数据处理模块对所述实况信息进行格式统一转换处理，并将处理后的实况信息存储于所述后台；
步骤930，通过所述中台的所述决策分析模块从所述后台调用所述处理后的实况信息，并根据所述处理后的实况信息生成决策分析结果。
现有技术对采煤过程的监控，是通过多套系统共同实现全面监控预警的，比如，通过煤矿隐患管理系统监测采煤过程中的实况信息，以排除安全隐患，确保人员人身安全的同时保障设备安全运行及煤矿安全生产。再比如，通过矿山储量管理系统监测矿山的采出煤量、矿井煤储藏量及其他相关因素确定煤的回采率。换言之，现有技术中针对煤矿安全生产的有专门的监控管理系统，针对资源分配的有专门的资源调度系统，也就是说，针对一个矿井的全面监控，需要通过多个管理系统进行监测，只有专业的人员才能根据各个系统给出的数据进行分析，给出相对合理判断，多个管理系统增加了运营成本，专业人员需要花费大量时间和精力，当专业人员因事不在事，普通人员根本无法处理紧急的事情。
而本申请实施例提出的方案，智能矿山管理系统包括：前台、中台和后台，中台通过矿山感知网络和/或工矿网络分别与前台和后台通信连接，其中，中台包括数据处理模块和决策分析模块；首先，通过前台采集矿井中的多种类型的实况信息，其中，各种类型的实况信息的数据格式均不相同；随后，通过中台的数据处理模块对实况信息进行格式统一转换处理，并将处理后的实况信息存储于后台；最后，通过中台的决策分析模块从后台调用处理后的实况信息，并根据处理后的实况信息生成决策分析结果。即本申请实施例必须通过中台方能获取存储于后台的数据信息。这样能保证数据的安全性，也便于对系统的维护。
综上，本申请实施例提出的方案在实现了生产现场的“无人或少人值守，有人巡视”，达到监、管、控一体化的技术效果，此外，还能在缓解前台、后台压力的基础上，将采集数据、处理数据和数据的存储分开，不仅便于后期对系统的维护与更新，也能有效保证数据的安全性。
需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，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模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种智能矿山管理系统，其特征在于，所述系统包括：前台、中台和后台，所述中台通过矿山感知网络和/或工矿网络分别与所述前台和所述后台通信连接；
所述前台，用于采集矿井中的多种类型的实况信息，其中，各种类型的实况信息的数据格式均不相同；
所述中台，所述中台包括数据处理模块和决策分析模块，其中，所述数据处理模块用于对所述实况信息进行格式统一转换处理，并将处理后的实况信息存储于所述后台；
所述决策分析模块用于从所述后台调用所述处理后的实况信息，并根据所述处理后的实况信息生成决策分析结果。
2.如权利要求1所述的智能矿山管理系统，其特征在于，所述前台，包括矿山智能设备、矿山感知设备和矿山协同管控设备中的一种或多种；其中，所述矿山协同管控设备包括矿压监测设备，所述矿压监测设备用于监测回采面支架的循环末阻力和回采面周期来压，并将监测到的所述回采面支架的循环末阻力和所述回采面周期来压传输至所述中台；
所述数据处理模块分别对所述回采面支架的循环末阻力和所述回采面周期来压进行格式统一转换处理，并将处理后的回采面支架的循环末阻力和回采面周期来压存储于所述后台；
所述决策分析模块按预设时间从所述后台中调用所述处理后的回采面支架的循环末阻力和回采面周期来压，并根据所述处理后的回采面支架的循环末阻力和回采面周期来压生成回采面支架压力决策分析图。
3.如权利要求2所述的智能矿山管理系统，其特征在于，所述决策分析模块还用于计算所述处理后的回采面支架的循环末阻力和回采面周期来压的平均值，并基于多个所述平均值生成回采面支架压力决策分析图，其中，通过下式获取所述处理后的回采面支架的循环末阻力和回采面周期来压的平均值：
其中，U为N个实况信息的平均值，N为正整数，k为压力不均衡修正系数，Fi为第i次抽取的回采面支架的循环末阻力，FTi为第i次抽取的回采面周期来压，L为正常压力期间回采面推进长度。
4.如权利要求2所述的智能矿山管理系统，其特征在于，所述矿山协同管控设备还包括综合管控设备，所述综合管控设备用于监测所述矿山智能设备的采出煤量和矿井的动用资源储量，并将监测到的所述采出煤量和所述动用资源储量传输至所述中台；
所述数据处理模块分别对所述采出煤量和所述动用资源储量进行格式统一转换处理，并将处理后的采出煤量和动用资源储量存储于所述后台；
所述决策分析模块从所述后台调用所述处理后的采出煤量和动用资源储量，并根据所述处理后的采出煤量和动用资源储量自动匹配煤层厚度分级系数、煤层倾角分级系数、顶底板分级系数和地质构造分级系数，并根据所述处理后的采出煤量和动用资源储量、所述煤层厚度分级系数、所述煤层倾角分级系数、所述顶底板分级系数与所述地质构造分级系数生成回采率决策分析图。
5.如权利要求4所述的智能矿山管理系统，其特征在于，所述决策分析模块，还用于根据所述采出煤量、所述动用资源储量、所述煤层厚度分级系数、所述煤层倾角分级系数、所述顶底板分级系数和所述地质构造分级系数计算矿井回采率，并基于多个所述矿井回采率生成回采率决策分析图，其中，通过下式获取所述矿井回采率：
其中，R为矿井回采率，W为采出煤量，S为动用资源储量，h为煤层厚度分级系数，α为煤层倾角分级系数，k1顶底板分级系数，k2地质构造分级系数。
6.如权利要求2所述的智能矿山管理系统，其特征在于，所述矿山协同管控设备还包括水文地质监测设备，所述水文地质监测设备用于监测矿井中的排水量，并将监测到的所述排水量传输至所述后台；
所述数据处理模块对所述排水量进行格式统一转换处理，并将处理后的排水量存储于所述后台；
所述决策分析模块从所述后台调用所述处理后的排水量，并根据所述处理后的排水量生成与排水量相关的决策分析结果。
7.如权利要求6所述的智能矿山管理系统，其特征在于，所述决策分析模块还用于通过所述处理后的排水量计算总排水量，并基于多个所述总排水量生成与排水量相关的决策分析结果，其中，通过下式获取所述总排水量：
其中，P为总排水量，k3为不均匀修正系数，M为正整数，Pj为预设时段内的第j个排水量。
8.如权利要求2所述的智能矿山管理系统，其特征在于，所述矿山协同管控设备还包括通风监控设备，所述通风监控设备用于监测矿井中的测风站风量、测风站风速和通风机切换次数，并将监测到的所述测风站风量、所述测风站风速和所述通风机切换次数传输至所述中台；
所述数据处理模块分别对所述测风站风量、所述测风站风速和所述通风机切换次数进行格式统一转换处理，并将处理后的测风站风量、测风站风速和通风机切换次数存储于所述后台；
所述决策分析模块从所述后台调用所述处理后的测风站风量、测风站风速和通风机切换次数，并根据所述处理后的测风站风量、测风站风速和通风机切换次数生成与风相关的决策分析结果，其中，所述与风相关的决策分析结果包括测风站风量异常预警、测风站风速异常预警、有效风量率、外部漏风率和等积孔。
9.如权利要求2-8任一所述的智能矿山管理系统，其特征在于，所述矿山感知设备，包括视频感知装备、环境感知装备、调度通信装备、位置感知装备、移动终端感知装备和巡检机器人中的一种或几种；
所述中台还包括业务融合模块和预设一个或多个对外接口，其中，
所述业务融合模块，用于通过一体化安全协同管控、一体化生产协同管控、一体化融合通讯、业务融合一张图和多轨合一中的一种或几种方式对多个煤矿进行协同管控；
所述对外接口与第三方平台对接，所述对外接口用于通过所述中台调用所述后台的数据信息，并将调用的数据信息传输至所述第三方平台；
所述后台还包括矿山数据库和矿山云数据库，其中，所述矿山云数据库采用容器技术、集群技术、负载均衡和DSR中的一种或几种。
10.一种智能矿山管理方法，其特征在于，智能矿山管理系统包括：前台、中台和后台，所述中台通过矿山感知网络和/或工矿网络分别与所述前台和所述后台通信连接，其中，所述中台包括数据处理模块和决策分析模块；所述方法包括：
通过所述前台采集矿井中的多种类型的实况信息，其中，各种类型的实况信息的数据格式均不相同；
通过所述中台的所述数据处理模块对所述实况信息进行格式统一转换处理，并将处理后的实况信息存储于所述后台；
通过所述中台的所述决策分析模块从所述后台调用所述处理后的实况信息，并根据所述处理后的实况信息生成决策分析结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111041844.7A CN113706122B (zh) | 2021-09-07 | 2021-09-07 | 智能矿山管理系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111041844.7A CN113706122B (zh) | 2021-09-07 | 2021-09-07 | 智能矿山管理系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113706122A true CN113706122A (zh) | 2021-11-26 |
| CN113706122B CN113706122B (zh) | 2024-02-09 |
Family
ID=78660731
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111041844.7A Active CN113706122B (zh) | 2021-09-07 | 2021-09-07 | 智能矿山管理系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113706122B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102221832A (zh) * | 2011-05-10 | 2011-10-19 | 江苏和光天地科技有限公司 | 一种煤矿无人工作面开发系统 |
| KR20130071643A (ko) * | 2011-12-21 | 2013-07-01 | 한국타이어 주식회사 | 시트고무 품질검사용 샘플 자동채취장치 및 관리시스템 |
| CN108305183A (zh) * | 2017-12-22 | 2018-07-20 | 安徽海螺集团有限责任公司 | 一种数字化智能矿山管理系统 |
| CN110568829A (zh) * | 2019-08-30 | 2019-12-13 | 西安合智宇信息科技有限公司 | 一种矿山全生产链智能管控系统 |
| CN112633697A (zh) * | 2020-12-24 | 2021-04-09 | 安徽铜陵海螺水泥有限公司 | 一种数字化智能矿山系统 |
-
2021
- 2021-09-07 CN CN202111041844.7A patent/CN113706122B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102221832A (zh) * | 2011-05-10 | 2011-10-19 | 江苏和光天地科技有限公司 | 一种煤矿无人工作面开发系统 |
| KR20130071643A (ko) * | 2011-12-21 | 2013-07-01 | 한국타이어 주식회사 | 시트고무 품질검사용 샘플 자동채취장치 및 관리시스템 |
| CN108305183A (zh) * | 2017-12-22 | 2018-07-20 | 安徽海螺集团有限责任公司 | 一种数字化智能矿山管理系统 |
| CN110568829A (zh) * | 2019-08-30 | 2019-12-13 | 西安合智宇信息科技有限公司 | 一种矿山全生产链智能管控系统 |
| CN112633697A (zh) * | 2020-12-24 | 2021-04-09 | 安徽铜陵海螺水泥有限公司 | 一种数字化智能矿山系统 |
Non-Patent Citations (4)
| Title |
|---|
| 于峰涛;: "基于物联网的智慧矿山的智能生产系统研究", 电子制作, no. 10 * |
| 崔进孝;: "15107工作面受动压影响下锚固支护及矿压监测研究", 能源与节能, no. 06 * |
| 李凤贤;: "数字矿山物联网综合一体化系统建设", 西安科技大学学报, no. 05 * |
| 王静;: "关于煤矿智慧矿山网络系统的探讨", 现代工业经济和信息化, no. 16 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113706122B (zh) | 2024-02-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111177101B (zh) | 一种基于大数据架构的配电网多维可视化平台 | |
| CN110821566B (zh) | 一种矿井井筒用故障监测系统及方法 | |
| CN102778874A (zh) | 梯级水电站群联合优化调控系统 | |
| CN113011756B (zh) | 煤矿瓦斯抽采多源数据采集及抽采效果评判系统及方法 | |
| CN111737313A (zh) | 一种地下综合管廊的监控系统 | |
| CN111783575A (zh) | 一种井下人工智能视频打钻系统 | |
| CN107861446A (zh) | 一种保护建筑的监控系统及其使用方法 | |
| CN115879821B (zh) | 一种基于多源异构数据的基坑工程施工质量评估方法 | |
| CN107676133A (zh) | 一种基于物联网的煤矿井下火灾监测系统 | |
| CN108898239A (zh) | 一种基于数据分析的配电变压器选址方法 | |
| CN114881808A (zh) | 基于大数据的电力窃电精准识别方法及防窃电系统 | |
| CN111963246A (zh) | 矿压监测分析系统 | |
| CN116777085A (zh) | 基于数据分析和机器学习技术的煤矿水害预测系统 | |
| CN112216061A (zh) | 一种雨水情监测预警方法及系统 | |
| CN115796567A (zh) | 基于地质保障系统的安全规划开采系统 | |
| CN104989455A (zh) | 一种矿井瓦斯煤火协同防控方法及装置 | |
| CN104881724A (zh) | 一种基于gis的煤矿瓦斯涌出量动态预测方法 | |
| CN110674989A (zh) | 一种煤层气抽采量预测方法、系统、设备及可读存储介质 | |
| CN117522634A (zh) | 基于bim和数字孪生技术的智慧水务信息化管理系统 | |
| CN113706122A (zh) | 智能矿山管理系统及方法 | |
| CN117335570A (zh) | 一种弹性配电网全景信息可视化监测系统及方法 | |
| CN112577548A (zh) | 一种电网设备环境监测系统 | |
| CN104636848A (zh) | 一种基于能量节点控制技术的项目合同能源管理系统 | |
| CN115759599A (zh) | 一种供电保障方法、装置、电子设备和存储介质 | |
| CN102419584A (zh) | 利用物联网络对污染源排放规律进行计量评价的方法及物联网络控制器 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 100013 No. 5 Youth ditch East Road, Hepingli, Beijing, Chaoyang District Applicant after: General Coal Research Institute Co.,Ltd. Address before: 100013 No. 5 Youth ditch East Road, Hepingli, Beijing, Chaoyang District Applicant before: CHINA COAL Research Institute |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |