CN114117949A - 一种矿井风流参数的智能感知系统与方法 - Google Patents
一种矿井风流参数的智能感知系统与方法 Download PDFInfo
- Publication number
- CN114117949A CN114117949A CN202111218280.XA CN202111218280A CN114117949A CN 114117949 A CN114117949 A CN 114117949A CN 202111218280 A CN202111218280 A CN 202111218280A CN 114117949 A CN114117949 A CN 114117949A
- Authority
- CN
- China
- Prior art keywords
- mine
- wind
- air flow
- intelligent
- parameters
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000009423 ventilation Methods 0.000 claims abstract description 101
- 238000012544 monitoring process Methods 0.000 claims abstract description 35
- 238000004458 analytical method Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 22
- 230000005540 biological transmission Effects 0.000 claims abstract description 13
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 10
- 206010063385 Intellectualisation Diseases 0.000 claims abstract description 5
- 238000005259 measurement Methods 0.000 claims description 8
- 230000001105 regulatory effect Effects 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 6
- 230000001276 controlling effect Effects 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 claims description 3
- 238000003012 network analysis Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 abstract description 2
- 238000005065 mining Methods 0.000 abstract description 2
- 230000006872 improvement Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052755 nonmetal Inorganic materials 0.000 description 1
- 230000008569 process 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
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- 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
- E21F17/18—Special adaptations of signalling or alarm devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geology (AREA)
- Geochemistry & Mineralogy (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Algebra (AREA)
- Fluid Mechanics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computing Systems (AREA)
- Ventilation (AREA)
Abstract
本发明提供一种矿井风流参数的智能感知系统,包括风流参数监测系统和矿井通风系统智能分析决策系统;所述风流参数监测系统包括传感器、信息传输系统和数据处理模型;所述矿井通风系统智能分析决策系统包括矿井通风网络解算软件、基于人工智能的矿井通风系统智能算法模型和巷道风流参数预测感知系统。本发明还提供一种矿井风流参数的智能感知方法,本发明根据井下采矿工程的变化,随时优化矿井通风系统分析与决策模型;构建矿井智能感知系统,实现矿井通风系统运行的智能化,实时感知得到的巷道风流参数与现场实际情况吻合;建立与实际通风系统一致或非常接近的矿井通风智能感知系统。
Description
技术领域
本发明涉及矿井通风技术领域,具体涉及一种矿井风流参数的智能感知系统与方法。
背景技术
矿井通风过程中,进入生产作业区域的新鲜风量达到设计值是确保良好通风效果的关键,传统方法是通过现场实测来评价矿井通风的效果。《金属非金属矿山安全规程》规定每年需对矿井通风系统进行测定和评价,但这样的实测和评价不仅工作量大、繁琐,而且缺乏实时性,对矿井通风系统实施实时调控的指导性不够,因此,矿井智能通风系统建设成为发展趋势。矿井智能通风系统建设需要在井下主要通风巷道(含生产作业区域的进风巷道)设置传感器监测其风流参数,以便为矿井通风的智能控制提供数据,但受生产作业的影响,在生产作业区域的进风巷道设置传感器比较困难(易损坏)。
因此,需要对现有技术进行改进。
发明内容
本发明要解决的技术问题是提供一种高效的一种矿井风流参数的智能感知系统与方法。
为解决上述技术问题,本发明提供一种矿井风流参数的智能感知系统,包括风流参数监测系统和矿井通风系统智能分析决策系统;
所述风流参数监测系统包括传感器、信息传输系统和数据处理模型;
所述矿井通风系统智能分析决策系统包括矿井通风网络解算软件、基于人工智能的矿井通风系统智能算法模型和巷道风流参数预测感知系统。
作为对本发明一种矿井风流参数的智能感知系统的改进:
所述传感器安装在主要通风巷道和安装风机的巷道中,传感器包括风速传感器、风压传感器和风温传感器;
所述风速传感器、风压传感器和风温传感器分别用于监测主要通风巷道和安装风机的巷道中的平均风速、风压和风温等,监测得到通风巷道的巷道风流参数及风机工况参数;
所述数据处理模型用于对巷道风流参数及风机工况参数进行处理,得到风流参数数据;
所述信息传输系统用于信号的传输,将风流参数数据传输到矿井通风系统智能分析决策系统。
本发明还提供一种矿井风流参数的智能感知方法,包括以下步骤:
1)、建立风流参数监测系统;
2)、建立基于人工智能的矿井通风系统智能算法模型,并应用大量的矿井通风网络解算数据和现场实测数据训练算法模型;
3)、建立通风网络分析决策系统;
4)、应用矿井通风系统智能算法模型预测未设置传感器的巷道及进入作业区域的风流参数数据,从而得到预测的数据作为预测值;
当感知的风流参数超出设定范围,矿井通风系统智能分析决策系统发出调控风机运行频率和风流调节设施的指令。
作为对本发明一种矿井风流参数的智能感知方法的改进:
在步骤1中:
风流参数监测系统包括传感器、信息传输系统和数据处理模型;实时获取巷道风流参数及风机工况参数作为风流参数数据;
在主要通风巷道和安装风机的巷道中安装相应的传感器,传感器包括风速传感器、风压传感器和风温传感器;
风速传感器、风压传感器和风温传感器分别用于监测主要通风巷道和安装风机的巷道中的平均风速、风压和风温等,监测得到通风巷道的巷道风流参数及风机工况参数,将巷道风流参数及风机工况参数共同发送到数据处理模型进行处理;然后通过信息传输系统传送给矿井通风系统智能分析决策系统;
通过各个传感器可以实现对矿井主要通风巷道的巷道风流参数和风机运行工况参数进行监测,巷道风流参数和风机运行工况参数实时发送到数据处理模型。
作为对本发明一种矿井风流参数的智能感知方法的改进:
在步骤2中:
将步骤1所得到的实时监测系统监测得到的历史风流参数数据作为现场实测数据,应用现场实测数据训练矿井通风系统智能算法模型,使得训练完成的矿井通风系统智能算法模型所感知的巷道风流参数与现场实际情况吻合;建立与实际通风系统一致或非常接近的矿井通风智能感知系统。
作为对本发明一种矿井风流参数的智能感知方法的改进:
在步骤3中:
依据矿井通风系统的实际构成,应用人工智能技术和方法构建矿井风流参数分析与风流调控决策系统,实现矿井通风系统调控的智能化;矿井风流参数分析与风流调控决策系统用于发出调控指令,调节风机的运行工况参数。
本发明一种矿井风流参数的智能感知系统与方法的技术优势为:
本发明根据井下采矿工程的变化,随时优化矿井通风系统分析与决策模型;构建矿井智能感知系统,实现矿井通风系统运行的智能化,实时感知得到的巷道风流参数与现场实际情况吻合;建立与实际通风系统一致或非常接近的矿井通风智能感知系统。
具体实施方式
下面结合具体实施例对本发明进行进一步描述,但本发明的保护范围并不仅限于此。
实施例1、一种矿井风流参数的智能感知系统,包括风流参数监测系统和矿井通风系统智能分析决策系统;
风流参数监测系统包括传感器、信息传输系统和数据处理模型;
传感器安装在主要通风巷道和安装风机的巷道中,传感器包括风速传感器、风压传感器和风温传感器;
风速传感器、风压传感器和风温传感器分别用于监测主要通风巷道和安装风机的巷道中的平均风速、风压和风温等,监测得到通风巷道的巷道风流参数及风机工况参数;
数据处理模型用于对巷道风流参数及风机工况参数进行处理,得到风流参数数据;
信息传输系统用于信号的传输,将风流参数数据传输到矿井通风系统智能分析决策系统。
矿井通风系统智能分析决策系统包括矿井通风网络解算软件、基于人工智能的矿井通风系统智能算法模型和巷道风流参数预测感知系统。
应用一种矿井风流参数的智能感知系统的一种矿井风流参数的智能感知方法,包括以下步骤:
1)、建立风流参数监测系统;
风流参数监测系统包括传感器、信息传输系统和数据处理模型;实时获取巷道风流参数及风机工况参数作为风流参数数据;
在主要通风巷道和安装风机的巷道中安装相应的传感器,传感器包括风速传感器、风压传感器和风温传感器;
风速传感器、风压传感器和风温传感器分别用于监测主要通风巷道和安装风机的巷道中的平均风速、风压和风温等,监测得到通风巷道的巷道风流参数及风机工况参数,将巷道风流参数及风机工况参数共同发送到数据处理模型进行综合处理;然后通过信息传输系统传送给矿井通风系统智能分析决策系统;
通过各个传感器可以实现对矿井主要通风巷道的巷道风流参数和风机运行工况参数进行监测,巷道风流参数和风机运行工况参数实时发送到数据处理模型;
2)、建立基于人工智能的矿井通风系统智能算法模型,并应用大量的矿井通风网络解算数据和现场实测数据训练算法模型;
将步骤1所得到的实时监测系统监测得到的历史风流参数数据作为现场实测数据,应用现场实测数据训练矿井通风系统智能算法模型,使得训练完成的矿井通风系统智能算法模型所感知的巷道风流参数与现场实际情况吻合;建立与实际通风系统一致或非常接近的矿井通风智能感知系统;
3)、建立通风网络分析决策系统;
依据矿井通风系统的实际构成,应用人工智能技术和方法构建矿井风流参数分析与风流调控决策系统,实现矿井通风系统调控的智能化;矿井风流参数分析与风流调控决策系统用于发出调控指令,调节风机的运行工况参数。
4)、应用矿井通风系统智能算法模型预测未设置传感器的巷道及进入作业区域的风流参数数据,从而得到预测的数据作为预测值;
预测的数据是实时数据,预测数据与监测数据同步。
5)、应用矿井通风智能感知系统实时预测未设置传感器的巷道和进入作业区域的风流参数(即步骤4得到的预测值),并与设定的作业区域(通风巷道)的风流参数值对比分析;
预测的数据与监测到的数据同步,即监测数据传输到智能感知系统时,智能感知系统即刻给出需要感知巷道的风流参数。
6)、根据对比分析的结果,给出调控通风动力、通风构筑物的决策指令,对相关的风机和通风构筑物进行调控,从而对矿井通风系统实施实时调控;
当感知的风流参数超出设定范围,矿井通风系统智能分析决策系统发出调控风机运行频率和风流调节设施的指令。
最后,还需要注意的是,以上列举的仅是本发明的若干个具体实施例。显然,本发明不限于以上实施例,还可以有许多变形。本领域的普通技术人员能从本发明公开的内容直接导出或联想到的所有变形,均应认为是本发明的保护范围。
Claims (6)
1.一种矿井风流参数的智能感知系统,其特征在于:包括风流参数监测系统和矿井通风系统智能分析决策系统;
所述风流参数监测系统包括传感器、信息传输系统和数据处理模型;
所述矿井通风系统智能分析决策系统包括矿井通风网络解算软件、基于人工智能的矿井通风系统智能算法模型和巷道风流参数预测感知系统。
2.根据权利要求1所述的一种矿井风流参数的智能感知系统,其特征在于:
所述传感器安装在主要通风巷道和安装风机的巷道中,传感器包括风速传感器、风压传感器和风温传感器;
所述风速传感器、风压传感器和风温传感器分别用于监测主要通风巷道和安装风机的巷道中的平均风速、风压和风温等,监测得到通风巷道的巷道风流参数及风机工况参数;
所述数据处理模型用于对巷道风流参数及风机工况参数进行处理,得到风流参数数据;
所述信息传输系统用于信号的传输,将风流参数数据传输到矿井通风系统智能分析决策系统。
3.利用如权利要求1-2任一所述的一种矿井风流参数的智能感知方法,其特征在于:包括以下步骤:
1)、建立风流参数监测系统;
2)、建立基于人工智能的矿井通风系统智能算法模型,并应用大量的矿井通风网络解算数据和现场实测数据训练算法模型;
3)、建立通风网络分析决策系统;
4)、应用矿井通风系统智能算法模型预测未设置传感器的巷道及进入作业区域的风流参数数据,从而得到预测的数据作为预测值;
当感知的风流参数超出设定范围,矿井通风系统智能分析决策系统发出调控风机运行频率和风流调节设施的指令。
4.根据权利要求3所述的一种矿井风流参数的智能感知方法,其特征在于:
在步骤1中:
风流参数监测系统包括传感器、信息传输系统和数据处理模型;实时获取巷道风流参数及风机工况参数作为风流参数数据;
在主要通风巷道和安装风机的巷道中安装相应的传感器,传感器包括风速传感器、风压传感器和风温传感器;
风速传感器、风压传感器和风温传感器分别用于监测主要通风巷道和安装风机的巷道中的平均风速、风压和风温等,监测得到通风巷道的巷道风流参数及风机工况参数,将巷道风流参数及风机工况参数共同发送到数据处理模型进行处理;然后通过信息传输系统传送给矿井通风系统智能分析决策系统;
通过各个传感器可以实现对矿井主要通风巷道的巷道风流参数和风机运行工况参数进行监测,巷道风流参数和风机运行工况参数实时发送到数据处理模型。
5.根据权利要求4所述的一种矿井风流参数的智能感知方法,其特征在于:
在步骤2中:
将步骤1所得到的实时监测系统监测得到的历史风流参数数据作为现场实测数据,应用现场实测数据训练矿井通风系统智能算法模型,使得训练完成的矿井通风系统智能算法模型所感知的巷道风流参数与现场实际情况吻合;建立与实际通风系统一致或非常接近的矿井通风智能感知系统。
6.根据权利要求5所述的一种矿井风流参数的智能感知方法,其特征在于:
在步骤3中:
依据矿井通风系统的实际构成,应用人工智能技术和方法构建矿井风流参数分析与风流调控决策系统,实现矿井通风系统调控的智能化;矿井风流参数分析与风流调控决策系统用于发出调控指令,调节风机的运行工况参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111218280.XA CN114117949A (zh) | 2021-10-20 | 2021-10-20 | 一种矿井风流参数的智能感知系统与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111218280.XA CN114117949A (zh) | 2021-10-20 | 2021-10-20 | 一种矿井风流参数的智能感知系统与方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114117949A true CN114117949A (zh) | 2022-03-01 |
Family
ID=80376212
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111218280.XA Pending CN114117949A (zh) | 2021-10-20 | 2021-10-20 | 一种矿井风流参数的智能感知系统与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114117949A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115270532A (zh) * | 2022-09-29 | 2022-11-01 | 山东新矿信息技术有限公司 | 一种基于矿井智能化的数据处理方法及系统 |
CN116992246A (zh) * | 2023-09-27 | 2023-11-03 | 华洋通信科技股份有限公司 | 一种矿井下风流参数智能感知方法及系统 |
-
2021
- 2021-10-20 CN CN202111218280.XA patent/CN114117949A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115270532A (zh) * | 2022-09-29 | 2022-11-01 | 山东新矿信息技术有限公司 | 一种基于矿井智能化的数据处理方法及系统 |
CN115270532B (zh) * | 2022-09-29 | 2022-12-23 | 山东新矿信息技术有限公司 | 一种基于矿井智能化的数据处理方法及系统 |
CN116992246A (zh) * | 2023-09-27 | 2023-11-03 | 华洋通信科技股份有限公司 | 一种矿井下风流参数智能感知方法及系统 |
CN116992246B (zh) * | 2023-09-27 | 2023-12-19 | 华洋通信科技股份有限公司 | 一种矿井下风流参数智能感知方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114117949A (zh) | 一种矿井风流参数的智能感知系统与方法 | |
CN110067764B (zh) | 一种煤矿局部通风机远程切换与智能调控装置及控制方法 | |
CN108508856B (zh) | 一种工业设备智能控制系统及方法 | |
CN109028481A (zh) | 一种空调系统的无人值守机房控制系统及方法 | |
CN107860102A (zh) | 一种控制中央空调的方法及装置 | |
CN112127934B (zh) | 高海拔高温特长隧道施工变频节能通风系统及方法 | |
CN117273402B (zh) | 基于物联网技术的玻璃深加工生产线节能管理系统及方法 | |
CN116822115A (zh) | 一种基于数字孪生技术的智慧园区的环境管理方法及系统 | |
CN114109465A (zh) | 一种矿井通风系统智能分析决策方法 | |
CN114647216A (zh) | 煤矿风井风机停风协同管控与巷网风量调控系统和方法 | |
CN113535233B (zh) | 用于暖通云边协同的人工智能系统 | |
CN115961996A (zh) | 一种基于随机风速场预测的煤矿主通风机变频器调速方法 | |
CN102385361A (zh) | 金属矿山矿井通风计算机远程集中监控系统 | |
CN110594928A (zh) | 一种地铁新风系统控制方法及控制装置 | |
CN109973355A (zh) | 一种面向空气压缩机的节能降耗方法 | |
CN115481815A (zh) | 基于神经网络的火电厂负荷分配系统及方法 | |
CN112464151B (zh) | 一种基于声学诊断的风电机组偏航系统异音诊断方法 | |
CN113688973A (zh) | 一种基于深度神经网络的供水泵站调度方法 | |
CN117408170B (zh) | 一种适用于数据中心水冷系统的节能预测控制方法 | |
CN116915122B (zh) | 一种煤矿变频设备的自适应控制方法及系统 | |
CN105543458B (zh) | 一种变喷结构、气垫式淬火装置及系统 | |
CN116678079B (zh) | 变风量空调工况分析评估与优化算法 | |
CN111162933A (zh) | 一种具有预测功能的云计算系统及其实现方法 | |
CN114017090A (zh) | 一种矿井主扇的智能控制系统与方法 | |
CN115081156B (zh) | 自感知自决策自执行的矿井智能通风管控平台及管控方法 |
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 |