CN114093129A - 基于5g智能通讯的矿山地质环境智能监测与预警方法 - Google Patents

基于5g智能通讯的矿山地质环境智能监测与预警方法 Download PDF

Info

Publication number
CN114093129A
CN114093129A CN202111201316.3A CN202111201316A CN114093129A CN 114093129 A CN114093129 A CN 114093129A CN 202111201316 A CN202111201316 A CN 202111201316A CN 114093129 A CN114093129 A CN 114093129A
Authority
CN
China
Prior art keywords
data
environment
monitoring
early warning
intelligent
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
Application number
CN202111201316.3A
Other languages
English (en)
Other versions
CN114093129B (zh
Inventor
李满意
司洪涛
马磊
朱冬雪
董平
李少华
李成
龚相文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Huadi Zihuan Technology Co ltd
Chongqing Institute of Geology and Mineral Resources
Original Assignee
Chongqing Huadi Zihuan Technology Co ltd
Chongqing Institute of Geology and Mineral Resources
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing Huadi Zihuan Technology Co ltd, Chongqing Institute of Geology and Mineral Resources filed Critical Chongqing Huadi Zihuan Technology Co ltd
Priority to CN202111201316.3A priority Critical patent/CN114093129B/zh
Publication of CN114093129A publication Critical patent/CN114093129A/zh
Application granted granted Critical
Publication of CN114093129B publication Critical patent/CN114093129B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/08—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using communication transmission lines
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Emergency Management (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Geology (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Image Processing (AREA)
  • Alarm Systems (AREA)

Abstract

本发明提供一种基于5G智能通讯的矿山地质环境智能监测与预警方法，其包括以下步骤：依据地理环境布置多个监测点位，在监测点位部署环境监测设备，通过人工智能或机器学习进行深度学习，采用机器学习对该队列中的异常数据进行训练；自动控制各环境监测设备的采集频率和传输频率，当异常数据超过设定预警条件后，通过5G/北斗卫星通信向关联部门或人员发布预警信息；自动对机器学习的参数进行调整，不断优化智能学习的模型。排除正常的地质变化和异常变化值，进而提高预警的准确度。对各时段的影像数据、其他数据进行计算和比对，输出各个影像之间的毫米级差异变化图，进而再次提高预警的准确度和可视化。

Description

基于5G智能通讯的矿山地质环境智能监测与预警方法
技术领域
本发明涉及矿山环境智能监测领域，具体涉及一种基于5G智能通讯的矿山地质环境智能监测与预警方法。
背景技术
目前在矿山的环境监测，矿山地质灾害监测领域由于长期受制于通讯网络的“带宽”、“通讯速度”的限制，因此，目前普遍的监测预警手段大多使用常规的传感器采集各类数据，如：位移数据、地下水位数据、倾斜数据等，再通过4G全网通或其他手段将数据传输远程的监测中心，通过远程监测中心部署的相关软件进行数据采集和分析，根据设置的固定阈值进行报警。这种常规监测预警方式，由于受到基础技术手段的限制，因此，无法达到“真正意义”上的智能、直观等监测预警方式。
发明内容
本发明针对现有技术中存在的技术问题，提供一种基于5G智能通讯的矿山地质环境智能监测与预警方法，通过高频率的获取现场的高清影像数据、合成孔径雷达数据、高频微震数据等海量数据，以5G网络的高速通讯为基础，将数据直接传输到现场部署的本地化服务器，采用计算机人工智能的方式，不断的计算、训练监测数据和相关模型。排除正常的地质变化和异常变化值，进而提高预警的准确度。对各时段的影像数据、其他数据进行计算和比对，输出各个影像之间的毫米级差异变化图，进而再次提高预警的准确度和可视化。
本发明解决上述技术问题的技术方案如下：一种基于5G通讯的矿山环境智能监测与预警方法，其包括以下步骤：
步骤一，选定待监测矿山环境的工作区，设定工作区的的隐患区并进行标记，将隐患区以及工作区内的环境以及环境中的物体进行统计分析，并依据地理环境布置多个监测点位，并形成模拟监测模型；
步骤二，在监测点位部署环境监测设备，对工作区内环境变化情况进行动态采集，并在工作区附近部署数据处理中心，实现数据通信和数据处理；
步骤三，通过人工智能或机器学习进行深度学习，将通过环境监测设备所采集的数据信息进行对比，排除正常地质变化情况；
步骤四，把数据对比过程中出现异常的区域圈定出来，并形成异常数据队列，采用机器学习对该队列中的异常数据进行训练；
步骤五，基于步骤四中机器学习的结果，自动控制各环境监测设备的采集频率和传输频率，并自动变化圈定区域；
步骤六，当异常数据超过设定预警条件后，通过5G/北斗卫星通信向关联部门或人员发布预警信息；
步骤七，产生预警信息后，自动对机器学习的参数进行调整，不断优化智能学习的模型。
作为优选的，所述步骤一中，工作区中的环境和环境中的物体至少包括地表建筑、地表水体、林地、草地、耕地，统计其准确地理信息和关联信息。
作为优选的，所述监测设备所采集的数据信息至少包括高清影像数据、合成孔径雷达数据和高频微震数据。
作为优选的，数据对比过程中，针对影像信息进行对比时，采用逐帧对比，后序影像的采集时间与前序影像的采集时间间隔不超过1分钟。
作为优选的，将影像数据的像素级差别按照等值线成图，对各类型的监测数据进行底图叠加对比。
作为优选的，基于对各类型监测数据进行底图叠加对比的结果，根据对比值前后变化的大小设定不同的危险等级。
本发明的有益效果是：本发明提供一种基于5G智能通讯的矿山地质环境智能监测与预警方法，通过高频率的获取现场的高清影像数据、合成孔径雷达数据、高频微震数据等海量数据，以5G网络的高速通讯为基础，将数据直接传输到现场部署的本地化服务器，采用计算机人工智能的方式，不断的计算、训练监测数据和相关模型。排除正常的地质变化和异常变化值，进而提高预警的准确度。对各时段的影像数据、其他数据进行计算和比对，输出各个影像之间的毫米级差异变化图，进而再次提高预警的准确度和可视化。
附图说明
图1为本发明的流程示意图。
具体实施方式
下面详细描述本发明的实施例，所述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，仅用于解释本发明，而不能理解为对本发明的限制。
如图1所示，本实施例公开了一种基于5G通讯的矿山环境智能监测与预警方法，其包括以下步骤：
步骤一，选定待监测矿山环境的工作区，设定工作区的的隐患区并进行标记，将隐患区以及工作区内的环境以及环境中的物体进行统计分析，并依据地理环境布置多个监测点位，并形成模拟监测模型；
实施例中，针对矿山环境需求，对工作区内的详细地理环境进行统计，并进行初步的分析，根据其地理条件选定隐患区进行重点部署，并依据分析情况布置对应的监测点位。
步骤二，在监测点位部署环境监测设备，对工作区内环境变化情况进行动态采集，并在工作区附近部署数据处理中心，实现数据通信和数据处理。
基于上述步骤中部署的监测点位，在各个监测点位中部署相应的环境监测设备，拟对该区域内的各种环境条件进行监测，并实时采集或按频率采集相应的数据信息；然后将所采集的数据信息发送到数据处理中心，该数据处理中心包括服务器、通讯设备、避雷系统、供电设备等；其中，该环境监测设备为若干环境监测传感器以及地基雷达、微震传感器、高清视频采集器等，对应的还可以部署地表位移、地下水位、含水率等常规的地理环境监测仪器。
步骤三，通过人工智能或机器学习进行深度学习，将通过环境监测设备所采集的数据信息进行对比，排除正常地质变化情况；
实施例中，采用基于人工智能的机器学习方式，将所采集的数据信息进行自主学习，将采集的数据信息与正常数据信息对比，排除掉正常地质变化，属于正常地质变化情况时不发出预警信息。
步骤四，把数据对比过程中出现异常的区域圈定出来，并形成异常数据队列，采用机器学习对该队列中的异常数据进行训练。
具体的，筛选出异常的数据信息，并将该些异常数据信息对应的异常区域进行圈定以进行重点关注对象，除此之外，还将该些异常数据信息形成异常数据队列，通过深度学习，对其进行逐一训练，使得其能够快速识别并不断优化。
步骤五，基于步骤四中机器学习的结果，自动控制各环境监测设备的采集频率和传输频率，并自动变化圈定区域；
基于上述学习结果，自动反馈到数据处理中心，实现自动控制各个环境监测设备的采集频率和数据传输的频率；且，基于数据信息的改变，自动切换异常数据对应的区域。
步骤六，当异常数据超过设定预警条件后，通过5G/北斗卫星通信向关联部门或人员发布预警信息；
作为举例的，部署5G通讯网络和其他辅助通讯手段，实现现场整体组网成功，要求地基雷达的通讯带宽能达到5MB/S，微震监测的通讯速率能达到10MB/S，高清视频的通讯带宽能达到50MB/S，其他常规监测方法的通讯速率能达到1MB/S。
步骤七，产生预警信息后，自动对机器学习的参数进行调整，不断优化智能学习的模型。
作为优选的，所述步骤一中，工作区中的环境和环境中的物体至少包括地表建筑、地表水体、林地、草地、耕地，统计其准确地理信息和关联信息。
作为优选的，所述监测设备所采集的数据信息至少包括高清影像数据、合成孔径雷达数据和高频微震数据。
作为优选的，数据对比过程中，针对影像信息进行对比时，采用逐帧对比，后序影像的采集时间与前序影像的采集时间间隔不超过1分钟。
作为优选的，将影像数据的像素级差别按照等值线成图，对各类型的监测数据进行底图叠加对比。
作为优选的，基于对各类型监测数据进行底图叠加对比的结果，根据对比值前后变化的大小设定不同的危险等级。
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发明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。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换变型，本发明的范围由权利要求及其等同物限定。

Claims (6)

1.基于5G智能通讯的矿山地质环境智能监测与预警方法，其特征在于，其包括以下步骤：
步骤一，选定待监测矿山环境的工作区，设定工作区的的隐患区并进行标记，将隐患区以及工作区内的环境以及环境中的物体进行统计分析，并依据地理环境布置多个监测点位，并形成模拟监测模型；
步骤二，在监测点位部署环境监测设备，对工作区内环境变化情况进行动态采集，并在工作区附近部署数据处理中心，实现数据通信和数据处理；
步骤三，通过人工智能或机器学习进行深度学习，将通过环境监测设备所采集的数据信息进行对比，排除正常地质变化情况；
步骤四，把数据对比过程中出现异常的区域圈定出来，并形成异常数据队列，采用机器学习对该队列中的异常数据进行训练；
步骤五，基于步骤四中机器学习的结果，自动控制各环境监测设备的采集频率和传输频率，并自动变化圈定区域；
步骤六，当异常数据超过设定预警条件后，通过5G/北斗卫星通信向关联部门或人员发布预警信息；
步骤七，产生预警信息后，自动对机器学习的参数进行调整，不断优化智能学习的模型。
2.根据权利要求1所述的基于5G智能通讯的矿山地质环境智能监测与预警方法，其特征在于，所述步骤一中，工作区中的环境和环境中的物体至少包括地表建筑、地表水体、林地、草地、耕地，统计其准确地理信息和关联信息。
3.根据权利要求1所述的基于5G智能通讯的矿山地质环境智能监测与预警方法，其特征在于，所述监测设备所采集的数据信息至少包括高清影像数据、合成孔径雷达数据和高频微震数据。
4.根据权利要求3所述的基于5G智能通讯的矿山地质环境智能监测与预警方法，其特征在于，数据对比过程中，针对影像信息进行对比时，采用逐帧对比，后序影像的采集时间与前序影像的采集时间间隔不超过1分钟。
5.根据权利要求4所述的基于5G智能通讯的矿山地质环境智能监测与预警方法，其特征在于，将影像数据的像素级差别按照等值线成图，对各类型的监测数据进行底图叠加对比。
6.根据去权利要求5所述的基于5G智能通讯的矿山地质环境智能监测与预警方法，其特征在于，基于对各类型监测数据进行底图叠加对比的结果，根据对比值前后变化的大小设定不同的危险等级。
CN202111201316.3A 2021-10-15 2021-10-15 基于5g智能通讯的矿山地质环境智能监测与预警方法 Active CN114093129B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111201316.3A CN114093129B (zh) 2021-10-15 2021-10-15 基于5g智能通讯的矿山地质环境智能监测与预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111201316.3A CN114093129B (zh) 2021-10-15 2021-10-15 基于5g智能通讯的矿山地质环境智能监测与预警方法

Publications (2)

Publication Number Publication Date
CN114093129A true CN114093129A (zh) 2022-02-25
CN114093129B CN114093129B (zh) 2023-07-21

Family

ID=80297025

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111201316.3A Active CN114093129B (zh) 2021-10-15 2021-10-15 基于5g智能通讯的矿山地质环境智能监测与预警方法

Country Status (1)

Country Link
CN (1) CN114093129B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114582102A (zh) * 2022-03-02 2022-06-03 中国地质大学（北京） 一种矿山环境智能监测系统和方法
CN115688053A (zh) * 2022-12-30 2023-02-03 速度时空信息科技股份有限公司 一种基于数据融合矿山环境动态监测管理方法及系统
CN117130016A (zh) * 2023-10-26 2023-11-28 深圳市麦微智能电子有限公司 基于北斗卫星的人身安全监测系统、方法、装置及介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101477207A (zh) * 2009-01-20 2009-07-08 中国科学院水利部成都山地灾害与环境研究所 一种智能型地质灾害综合监测系统及多级预报分析方法
CN105957311A (zh) * 2016-06-01 2016-09-21 中国水利水电科学研究院 自适应扩展的边坡稳定智能监测预警系统
CN106128035A (zh) * 2016-06-30 2016-11-16 西安工程大学 基于神经网络和多参数信息融合的地质灾害预报方法
WO2018044041A1 (ko) * 2016-08-29 2018-03-08 한국수력원자력 주식회사 조기경보시스템에서 외부 영향을 고려한 최신 데이터 학습 방법 및 그 시스템
CN108961688A (zh) * 2018-07-13 2018-12-07 福建特力惠信息科技股份有限公司 一种大数据支持下的地质灾害监测与预警方法
CN110148290A (zh) * 2019-05-24 2019-08-20 烟台市牟金矿业有限公司 智能感知矿山安全生产预警与防控监管信息化大数据系统
CN110264672A (zh) * 2019-06-25 2019-09-20 广州市城市规划勘测设计研究院 一种地质灾害的预警系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101477207A (zh) * 2009-01-20 2009-07-08 中国科学院水利部成都山地灾害与环境研究所 一种智能型地质灾害综合监测系统及多级预报分析方法
CN105957311A (zh) * 2016-06-01 2016-09-21 中国水利水电科学研究院 自适应扩展的边坡稳定智能监测预警系统
CN106128035A (zh) * 2016-06-30 2016-11-16 西安工程大学 基于神经网络和多参数信息融合的地质灾害预报方法
WO2018044041A1 (ko) * 2016-08-29 2018-03-08 한국수력원자력 주식회사 조기경보시스템에서 외부 영향을 고려한 최신 데이터 학습 방법 및 그 시스템
CN108961688A (zh) * 2018-07-13 2018-12-07 福建特力惠信息科技股份有限公司 一种大数据支持下的地质灾害监测与预警方法
CN110148290A (zh) * 2019-05-24 2019-08-20 烟台市牟金矿业有限公司 智能感知矿山安全生产预警与防控监管信息化大数据系统
CN110264672A (zh) * 2019-06-25 2019-09-20 广州市城市规划勘测设计研究院 一种地质灾害的预警系统

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114582102A (zh) * 2022-03-02 2022-06-03 中国地质大学（北京） 一种矿山环境智能监测系统和方法
CN115688053A (zh) * 2022-12-30 2023-02-03 速度时空信息科技股份有限公司 一种基于数据融合矿山环境动态监测管理方法及系统
CN115688053B (zh) * 2022-12-30 2023-08-11 速度科技股份有限公司 一种基于数据融合矿山环境动态监测管理方法及系统
CN117130016A (zh) * 2023-10-26 2023-11-28 深圳市麦微智能电子有限公司 基于北斗卫星的人身安全监测系统、方法、装置及介质
CN117130016B (zh) * 2023-10-26 2024-02-06 深圳市麦微智能电子有限公司 基于北斗卫星的人身安全监测系统、方法、装置及介质

Also Published As

Publication number Publication date
CN114093129B (zh) 2023-07-21

Similar Documents

Publication Publication Date Title
CN114093129B (zh) 基于5g智能通讯的矿山地质环境智能监测与预警方法
CN106205061B (zh) 一种地质灾害预测系统
US6683609B1 (en) Real-time three-dimensional weather data processing method and system
US6266063B1 (en) Real-time three-dimensional weather display method and weathercast system
CN105744561B (zh) 多维度测量报告室内外分离方法
CN205103998U (zh) 一种基于无人机LiDAR技术的山洪风险分析系统
CN110070530A (zh) 一种基于深度神经网络的输电线路覆冰检测方法
CN104239885A (zh) 一种基于无人机航拍的地震灾害损毁度评估方法
CN111445011A (zh) 一种基于气象和遥感数据的山火预警方法
US11579335B2 (en) In situ measurement station for monitoring wind and water properties in extreme hydrodynamic conditions
CN115762067B (zh) 一种基于激光点云与视频数据融合的山体滑坡监测系统
CN113192192A (zh) 一种实景三维数字孪生航道场景构建方法
CN114882025A (zh) 一种基于大数据的地理测绘数据采集处理系统
CN115240371A (zh) 一种基于数据分析的山体滑坡实时监测系统
CN112710798A (zh) 一种水体蓝藻识别系统和方法
CN107403004B (zh) 一种基于地形数据的遥测雨量站点可疑数值检验方法
CN107923749A (zh) 用于检测地面位置变化的系统和方法
CN211477203U (zh) 基于高分辨率遥感影像的精细化监测设备系统
CN115422766A (zh) 一种基于数字孪生技术的泥石流监测方法及系统
WO2020183862A1 (ja) 発雷推定装置、システムおよび方法
CN209131714U (zh) 一种具有rdss功能的定位监测装置
CN115994845A (zh) 一种基于互联网的山水治理监管方法和系统
Taramelli et al. Estimating hurricane hazards using a GIS system
Komatineni et al. Quantification of Bird Migration using Doppler Weather Surveillance Radars (NEXRAD)
CN115965866B (zh) 一种立体绿化水肥遥感监测方法及系统

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