CN115880862A - 一种基于5g和大数据的矿道坍塌实时预警方法和系统 - Google Patents
一种基于5g和大数据的矿道坍塌实时预警方法和系统 Download PDFInfo
- Publication number
- CN115880862A CN115880862A CN202211492034.8A CN202211492034A CN115880862A CN 115880862 A CN115880862 A CN 115880862A CN 202211492034 A CN202211492034 A CN 202211492034A CN 115880862 A CN115880862 A CN 115880862A
- Authority
- CN
- China
- Prior art keywords
- mine
- collapse
- displacement
- mine tunnel
- data
- 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
Images
Landscapes
- Emergency Alarm Devices (AREA)
Abstract
本发明涉及一种基于5G和大数据的矿道坍塌实时预警方法和系统,包括如下步骤:选取N个公开矿道历史数据,所述矿道历史数据包括矿道位移数据、矿道围岩性质参数和矿道坍塌实际位移数据,每一个矿道历史数据作为一个样本;构建矿道坍塌位移边界条件预测模型W1,所述W1为深度学习网络模型;初始化W1,然后对W1进行训练,最终得到训练好的矿道坍塌位移边界条件预测模型Wc。本发明技术可以将矿道实时位移上传至云端大数据处理中心进行分析和处理,实时得到崩塌条件,实现实时预警。
Description
技术领域
本发明涉及大数据领域,特别涉及一种基于5G和大数据的矿道坍塌实时预警系统。
背景技术
采矿塌陷是个十分复杂的过程,受到岩层的岩性、成分、结构、构造等诸多因素影响,加之监测和分析极为困难,矿层应力变化和岩层位移情况难以观测,至今为止尚未形成公认的采矿塌陷机理。矿难一旦发生,通常都会造成极大的人员伤亡。世界上每年都会发生规模不一的矿难,造成了许多矿工的死亡。矿道坍塌的诱因有很多种,例如天然气爆炸,粉尘爆炸,地震、地下水泄漏或者机械人为故障等。这种事故一旦发生,施工人员的反应不够及时,且随着矿道的深入,很难跑出矿道,所以施工人员的存活率很低。发生这种情况主要因为两个问题,首先是矿难发生第一时间被掩埋压死,其次是搜救很困难,不确定被掩埋人员位置。
传统矿道监测包括瓦斯监测和位移传感器。位移传感器不能实时反映矿道的变化,无法进行实时预警,在坍塌事故发生时,因为坍塌事故的突然性,施工人员的逃生时间短,导致逃生机会很低,死亡率高。此外,就是在出现矿道坍塌预警后的自救逃生技术问题,也是造成旷工逃生率低的一个主要原因。
矿难一旦发生,造成的人员伤亡往往是很惨重的,总结起来有两大因素:第一是因为传统设备受技术所限,因为传统手段中的应变仪等设备,因为其预测精度不够的原因,对于有可能发生的矿难不能进行精确预测;或者是因为得到的数据不能及时处理或对信息处理不充分,导致对于可能发生的矿难及其避险应对反应不够及时,造成施工人员黄金避难时间被延误;第二是因为处于矿道内的逃生手段不足,在矿道崩塌前发现了预兆,但是由于矿道施工距离很长,如果发生大规模坍塌,就会导致施工人员没有充足的时间直接逃出长距离的矿道,而且也没有矿道安全室供其使用以待救援,所以很多的施工人员很难有机会逃出矿道。
发明内容
针对现有技术存在的上述问题,本发明要解决的第一个技术问题是:如何提高矿道坍塌的预测准确性。
本发明要解决的第二个技术问题是:提供一种矿道坍塌实时预警系统。
为解决上述第一个技术问题,本发明采用如下技术方案:一种基于5G和大数据的矿道坍塌实时预警方法,包括如下步骤:
S100:选取N个公开矿道历史数据,每个所述矿道历史数据包括矿道位移数据、矿道围岩性质参数和矿道坍塌实际位移数据,每一个矿道历史数据作为一个样本;
S200:构建矿道坍塌位移边界条件预测模型W1,所述W1为深度学习网络模型;
S300:初始化W1,然后对W1进行训练,具体步骤如下:
S310:将所有样本作为W1的输入,得到学习矿道信息后的矿道坍塌位移边界条件预测模型W2;
S320:令i=1;
S330:从N中选取第i个矿道的矿道位移数据作为W2的输入,输出为对第i个矿道的预测矿道坍塌位移;
S340:当i>N时执行下一步;否则,令i=i+1,并返回S330;
S350:设定损失阈值,利用损失函数值RMSE对W2进行参数更新,计算表达式如下:
其中,xi表示对第i个矿道坍塌位移的预测值,xi0表示第i个矿道的矿道实际坍塌位移;
当RMSE小于损失阈值时得到训练好的矿道坍塌位移边界条件预测模型Wc;否则,采用梯度下降法反向更新W2的参数,并返回S320;
S400:设置概率阈值,选取待预测矿道:
S410:采用激光扫描雷达扫描待预测矿道得到该矿道当前时刻的矿道位移数据;
S420:将该矿道当前时刻的矿道位移作为Wc的输入,输出得到该矿道下一时刻的预测坍塌位移;
S430:计算此时矿道坍塌概率,表达式如下:
其中,A表示概率修正系数,x表示矿道当前时刻的矿道位移,x0表示矿道下一时刻的预测坍塌位移;
S440:当P大于概率阈值时,输出坍塌预警信号;当P小于等于概率阈值时,返回S410。
为解决上述第二个技术问题,本发明采用如下技术方案:一种基于5G和大数据的矿道坍塌实时预警系统,包括控制中心、监测模组、5G通讯模组和云端大数据处理中心;
所述控制中心分别与监测模组、5G通讯模组和云端大数据处理中心以网络相连接,所述监测模组、5G通讯模组和云端大数据处理中心依次连接;
所述监测模组为激光扫描雷达,用于监测采集矿道数据信息;
所述5G通讯模组为电信传输网络,用于将接收到的矿道信息传输至云端大数据处理中心;
所述云端大数据处理中心采用权利要求1所述方法进行数据处理;
所述5G通讯模组为传输设备,用于接收控制中心的预警结果并传输至数据云端;所述信号异常提醒单元用于检测5G通讯模组上传至数据云端的矿道位移数据。
进一步的,还包括辅助功能模组,所述辅助功能模组包括激光扫描雷达固定装置和断电保护、蓄电池工作组;
所述激光扫描雷达固定装置用于固定和监测节点位置的激光发射器和激光接收器;所述断电保护、蓄电池工作模组用于供电不稳定时的保障工作;
进一步的,所述5G通讯模组还包括信号异常提醒单元,所述信号异常提醒单元为5G信号强度检测设备,用于在5G信号异常时进行提醒,提示人员检查数据传输设备。
相对于现有技术,本发明至少具有如下优点:
本发明一种基于大数据的矿道坍塌实时预警方法和系统:①通过激光扫描雷达进行实时监测矿道位移数据,通过5G技术将数据上传;②大数据中心处理相关数据;③确定灾难即将发生后,激活自救系统;④受困人员进入安全室进行自救。本发明具有重要的运用前景和实际意义,能够极大的提高矿工在发生矿难时的逃生时间和逃生机会,适宜推广使用。
本发明能够实时监测矿道的位移,通过5G技术能够快速实现数据上传和崩塌信号传回,由大数据和相关计算软件预测风险,对于矿难的发生有一定预见性,在坍塌前给矿工足够的反应时间,增加矿工的逃生时间;将预警和逃生形成一个快速且完整的系统,增加矿工逃生机会;在安全室内设置逃生通道,在灾难发生后第二时间有条件能够通过逃生通道逃生;在逃生通道损害后还通过定位器锁定被困人员位置且还可通过逃生通道进行救援,缩短了搜救时间,能够提高受困人员的生还率;
附图说明
图1为本发明矿道坍塌预警系统示意图。
图2为本发明中激光扫描雷达作用示意图。
图3为本发明中预警和自救系统示意图。
图4为本发明中自救系统示意图。
具体实施方式
下面对本发明作进一步详细说明。
参见图1-3,一种基于5G和大数据的矿道坍塌实时预警方法,包括如下步骤:
S100:选取N个公开矿道历史数据,每个所述矿道历史数据包括矿道位移数据、矿道围岩性质参数和矿道坍塌实际位移数据,实际过程中,并不限于此处所例几种参数变量,其他的影响实际矿道位移的参数变量也会根据实际情况加以考量,每一个矿道历史数据作为一个样本;
S200:构建矿道坍塌位移边界条件预测模型W1,所述W1为深度学习网络模型,深度学习网络模型为现有技术;
S300:初始化W1,然后对W1进行训练,具体步骤如下:
S310:将所有样本作为W1的输入,得到学习矿道信息后的矿道坍塌位移边界条件预测模型W2;
S320:令i=1;
S330:从N中选取第i个矿道的矿道位移数据作为W2的输入,输出为对第i个矿道的预测矿道坍塌位移;
S340:当i>N时执行下一步;否则,令i=i+1,并返回S330;
S350:设定损失阈值,利用损失函数值RMSE对W2进行参数更新,计算表达式如下:
其中,xi表示对第i个矿道坍塌位移的预测值,xi0表示第i个矿道的矿道实际坍塌位移;
当RMSE小于损失阈值时得到训练好的矿道坍塌位移边界条件预测模型Wc;否则,采用梯度下降法反向更新W2的参数,并返回S320;
S400:设置概率阈值,选取待预测矿道:
S410:采用激光扫描雷达扫描待预测矿道得到该矿道当前时刻的矿道位移数据,激光扫描雷达为现有技术;
S420:将该矿道当前时刻的矿道位移作为Wc的输入,输出得到该矿道下一时刻的预测坍塌位移;
S430:计算此时矿道坍塌概率,表达式如下:
其中,A表示概率修正系数,x表示矿道当前时刻的矿道位移,该位移是由激光扫描雷达扫描得到的当前矿道位移数据,x0表示矿道下一时刻的预测坍塌位移;
S440:当P大于概率阈值时,输出坍塌预警信号;当P小于等于概率阈值时,返回S410。
一种基于5G和大数据的矿道坍塌实时预警系统,包括控制中心、监测模组、5G通讯模组和云端大数据处理中心;
还包括辅助功能模组,所述辅助功能模组包括激光扫描雷达固定装置和断电保护、蓄电池工作组;
所述激光扫描雷达固定装置用于固定和监测节点位置的激光发射器和激光接收器;所述断电保护、蓄电池工作模组用于供电不稳定时的保障工作;
具体实施时,当矿道在遇到突发情况时,断电保护会及时切断原始电源,然后蓄电池组会及时接替原始电源的供电工作,以防止电流冲击对预警网络系统的损坏,同时保障系统的正常工作。
所述控制中心分别与监测模组、5G通讯模组和云端大数据处理中心以网络相连接,所述监测模组、5G通讯模组和云端大数据处理中心依次连接;
所述监测模组为激光扫描雷达,用于监测采集矿道数据信息;所述激光扫描雷达为现有技术,主要用于得到矿道的三维有限元模型,所述三维有限元模型包括矿道位移和矿道节点位置,所述矿道节点位置为架设在矿道内的激光信号收发客户端;
具体实施时,所述激光扫描雷达对矿道进行扫描获得矿道信息数据,由激光扫描雷达的激光发射器发射水平方向和竖直方向若干激光束,形成一个激光网将矿道整体进行扫描,激光打到矿道内部表面反射,由接收器接收反射的激光信号,并通过计时器单元建立矿道的三维有限元模型;为避免其他环境光源可能会造成矿道模型建立不匹配和对测量精度的影响,监测模组设立了环境光筛除单元,使得只有同体系激光发射器发射的特定频率的反射激光能够进入同体系的接收器;所述环境光筛除单元通过光的不同频率来判断筛选所接收的激光光源,是否是同体系的激光发射器所发出,通过环境光筛除单元筛选过后,可得到三维有限元模型构造单元,然后这些三维有限元模型构造单元可以建立起矿道三维有限元模型;
所述三维有限元模型的构建过程为:所述激光发射器和所述接收器之间的收发具有时间差,时间差由计时器单元进行计算,通过时间差和光传播速度得到各个节点位置距离,并通过计算机完成建模;构造三维有限元模型后,根据激光扫描雷达最大精度将矿道各位置划分为单元体,建立矿道单元体的三维坐标;将矿道单元化后,通过监测矿道单元体的三维坐标变化,然后变化数据经过变形计算模组计算得到实时的矿道变形数据;
其中,三维坐标变化由所述激光发射器和所述激光接收器,以一定时间间隔的频率发射工作并由计算机进行处理,与此矿道单元体上次记录的三维坐标进行差值计算,由此可得到实时的矿道各单元体的位移数据。
所述5G通讯模组为电信传输网络,用于将接收到的矿道信息传输至云端大数据处理中心;所述5G通讯模组通过5G技术将激光扫描雷达检测的矿道的位置三维坐标实时上传到云端数据处理中心,所述5G通讯模组可实现数据传输低延迟,并且可传输大量数据;通过所述5G通讯模组将大量矿道单元体位移数据传输至云端;
所述云端大数据处理中心采用权利要求1所述方法进行数据处理,用于接收通过5G通讯模组传输来的实时矿道位移数据,对实时矿道位移数据进行分析处理,并采用Wc预测矿道坍塌概率并输出给控制中心,由控制中心进行危险预警;
所述5G通讯模组为传输设备,用于接收控制中心的预警结果并传输至数据云端;所述信号异常提醒单元用于检测5G通讯模组上传至数据云端的矿道位移数据;
所述5G通讯模组还包括信号异常提醒单元,所述信号异常提醒单元为5G信号强度检测设备,用于在5G信号异常时进行提醒,提示人员检查数据传输设备,5G信号强度检测设备为现有技术。
参见图2和图4,一种基于预警系统的自救系统,具体实施如下:
通过所述激光扫描雷达由5G技术支持所上传的实时数据,大数据处理中心经过相关软件计算得出矿道坍塌概率。监测到坍塌预警后,云端发出坍塌警报到矿道内,随即矿道内的所述信号指示灯报警,施工人员随即进入所述安全室进行第一时间避险。所述安全室内有齐全的避难物资。在坍塌稳定后,通过所述安全室内的所述逃生通道逃生或者在安全室内等待救援。
所述钢筋混凝土拱形安全室1,设置于矿道一侧内部,在常态下处于关闭状态。所述报警器2,其内部有信号接收器和电池,通过螺栓固定于矿道内;所述安全室内照明设备3,内部有蓄电池,在开门后自动亮起。自救包4,维持受困人员的生命;所述自救包4内包括氧气瓶、水、能量棒、定位器,手电、气体检测仪和药品;所述通风管道7,连接所述安全室和外部空间,所述通风管道出口有排风扇5;所述排风扇5会24小时工作确保空气流通;安全室内置显示屏6,展现所述逃生通道的安全性,是否可通过逃生通道逃离;所述气体检测仪可在所述通风管道7和所述排风扇5故障时,监测空气中气体含量,提醒施工人员必要时使用所述自救包4内氧气瓶;所述通风管道下水口8,避免下雨导致所述安全室被淹;所述逃生通道外开门旋转把手9;所述逃生通道的位移监测仪10,确保所述逃生通道安全可用;所述逃生通道下水口11;所述逃生通道内的逃生楼梯12,通过所述逃生楼梯到达所述逃生通道出口。所述逃生通道出口外开门旋转把手13。
根据施工人员的人数和施工位置及距离,适当的建造安全室,在安全室内修建逃生通道。逃生通道连接地面和安全室。根据施工深度和施工环境,保障安全室和逃生通道的安全性和强度。在施工矿道内设置合适的激光扫描雷达,使其能够完整将矿道建模监测位移。在第一次固定激光扫描雷达后,通过所述监测模组将矿道完成建模,将模型上传云端。云端根据激光扫描雷达的最大精度划分单元体,将矿道整体划分为若干单元体。并建立三维坐标,保存单元体的三维坐标。通过所述激光发射器和接收器按照一定间隔时间对单元体进行扫描工作,为避免环境光的影响,激光扫描雷达设置所述环境光筛除单元,通过识别由激光发射器发出的特定频率的光来筛除其他光源,避免造成误差。变形计算模组通过两次相邻扫描得到的单元体三维坐标之差来计算位移,通过激光扫描雷达不断的工作得到若干单元体的实时变形位移数据。在固定所述激光扫描雷达完成矿道建模后,所述激光扫描雷达位置不可移动,如需要移动,则需要重新建立监测模型。为避免误触导致的错误报警,通过所述激光扫描雷达固定装置固定激光扫描雷达。由所述控制中心通过所述5G通讯模组通过5G技术将若干单元体变形数据实时上传云端。
大数据处理中心通过得到的三维元有限元模型和若干单元体变形数据,通过相应的运算软件处理外测数据,得到矿道的各个位置的位移变化。通过实验测定矿道周围岩土和土体的本构关系,再将矿道周围土体和岩体的本构关系加入到三维元有限元模型之中,通过相关软件建立一个带矿道周围岩土或土体本构关系的矿道三维元有限元模型,并时刻更新矿道位移变化。由于激光扫描雷达不断更新数据并且通过5G传输,通过相关软件以及相关力学知识和收集的矿道周围的土体和岩体的本构关系来实时预测矿道的安全性和坍塌的风险。可大大增加矿工的逃生时间,得出坍塌风险评估后,在风险大时立即激活自救系统。
报警信号包括必要时通知相关人员准备救援以及坍塌即将来临信号传回矿道,信号接收器2接收到坍塌预警信号时,发出警报声,施工人员随后立即进入安全室1规避可能即将来临的坍塌;进入安全室后,打开自救包4,取出气体检测仪监测空气质量,必要时使用氧气瓶呼吸;在施工人员受伤时使用自救包4内的药品救治;在坍塌稳定一定时间后,通过所述显示屏6查看所述位移监测仪10的数据,所述位移监测仪10可监测逃生通道的形变;通过所得的形变得出逃生通道安全性评价。在逃生通道安全可用,且人员有一定的行动能力之后,取出内氧气瓶4和手电,通过旋转把手9,打开逃生通道入口;通过逃生通道12楼梯到达逃生通道出口13旋转把手;矿工可迅速逃出矿难现场,到达地面。若安全通道已损坏或人员受伤无行动能力,则可待在安全室内通过药品、食物、水等物资等待救援,并且打开定位器,搜救人员通过定位器确定位置可减少搜救人员搜救时间,搜救人员可通过逃生通道出口进入逃生通道进行挖掘和救援工作,对救援工作也减轻了负担。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (4)
1.一种基于5G和大数据的矿道坍塌实时预警方法,其特征在于:包括如下步骤:
S100:选取N个公开矿道历史数据,每个所述矿道历史数据包括矿道位移数据、矿道围岩性质参数和矿道坍塌实际位移数据,每一个矿道历史数据作为一个样本;
S200:构建矿道坍塌位移边界条件预测模型W1,所述W1为深度学习网络模型;
S300:初始化W1,然后对W1进行训练,具体步骤如下:
S310:将所有样本作为W1的输入,得到学习矿道信息后的矿道坍塌位移边界条件预测模型W2;
S320:令i=1;
S330:从N中选取第i个矿道的矿道位移数据作为W2的输入,输出为对第i个矿道的预测矿道坍塌位移;
S340:当i>N时执行下一步;否则,令i=i+1,并返回S330;
S350:设定损失阈值,利用损失函数值RMSE对W2进行参数更新,计算表达式如下:
其中,xi表示对第i个矿道坍塌位移的预测值,xi0表示第i个矿道的矿道实际坍塌位移;
当RMSE小于损失阈值时得到训练好的矿道坍塌位移边界条件预测模型Wc;否则,采用梯度下降法反向更新W2的参数,并返回S320;
S400:设置概率阈值,选取待预测矿道:
S410:采用激光扫描雷达扫描待预测矿道得到该矿道当前时刻的矿道位移数据;
S420:将该矿道当前时刻的矿道位移作为Wc的输入,输出得到该矿道下一时刻的预测坍塌位移;
S430:计算此时矿道坍塌概率,表达式如下:
其中,A表示概率修正系数,x表示矿道当前时刻的矿道位移,x0表示矿道下一时刻的预测坍塌位移;
S440:当P大于概率阈值时,输出坍塌预警信号;当P小于等于概率阈值时,返回S410。
2.一种基于5G和大数据的矿道坍塌实时预警系统,其特征在于:包括控制中心、监测模组、5G通讯模组和云端大数据处理中心;
所述控制中心分别与监测模组、5G通讯模组和云端大数据处理中心以网络相连接,所述监测模组、5G通讯模组和云端大数据处理中心依次连接;
所述监测模组为激光扫描雷达,用于监测采集矿道数据信息;
所述5G通讯模组为电信传输网络,用于将接收到的矿道信息传输至云端大数据处理中心;
所述云端大数据处理中心采用权利要求1所述方法进行数据处理;
所述5G通讯模组为传输设备,用于接收控制中心的预警结果并传输至数据云端;所述信号异常提醒单元用于检测5G通讯模组上传至数据云端的矿道位移数据。
3.如权利要求2中所述的一种基于5G和大数据的矿道坍塌实时预警系统,其特征在于:还包括辅助功能模组,所述辅助功能模组包括激光扫描雷达固定装置和断电保护、蓄电池工作组;
所述激光扫描雷达固定装置用于固定和监测节点位置的激光发射器和激光接收器;所述断电保护、蓄电池工作模组用于供电不稳定时的保障工作。
4.如权利要求2中所述的一种基于5G和大数据的矿道坍塌实时预警系统,其特征在于:所述5G通讯模组还包括信号异常提醒单元,所述信号异常提醒单元为5G信号强度检测设备,用于在5G信号异常时进行提醒,提示人员检查数据传输设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211492034.8A CN115880862A (zh) | 2022-11-25 | 2022-11-25 | 一种基于5g和大数据的矿道坍塌实时预警方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211492034.8A CN115880862A (zh) | 2022-11-25 | 2022-11-25 | 一种基于5g和大数据的矿道坍塌实时预警方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115880862A true CN115880862A (zh) | 2023-03-31 |
Family
ID=85764032
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211492034.8A Pending CN115880862A (zh) | 2022-11-25 | 2022-11-25 | 一种基于5g和大数据的矿道坍塌实时预警方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115880862A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116129605A (zh) * | 2023-04-18 | 2023-05-16 | 宁波长壁流体动力科技有限公司 | 一种用于煤矿智慧园区的综合管控方法和综合管控装置 |
CN117489412A (zh) * | 2023-11-14 | 2024-02-02 | 中煤华晋集团有限公司 | 一种基于5g矿道安全的实时预警方法 |
-
2022
- 2022-11-25 CN CN202211492034.8A patent/CN115880862A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116129605A (zh) * | 2023-04-18 | 2023-05-16 | 宁波长壁流体动力科技有限公司 | 一种用于煤矿智慧园区的综合管控方法和综合管控装置 |
CN116129605B (zh) * | 2023-04-18 | 2023-09-01 | 宁波长壁流体动力科技有限公司 | 一种用于煤矿智慧园区的综合管控方法和综合管控装置 |
CN117489412A (zh) * | 2023-11-14 | 2024-02-02 | 中煤华晋集团有限公司 | 一种基于5g矿道安全的实时预警方法 |
CN117489412B (zh) * | 2023-11-14 | 2024-04-26 | 中煤华晋集团有限公司 | 一种基于5g矿道安全的实时预警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115880862A (zh) | 一种基于5g和大数据的矿道坍塌实时预警方法和系统 | |
WO2021036597A1 (zh) | 煤矿密闭巷道启封危险气源智能监测和评价机器人及方法 | |
CN108154265A (zh) | 一种矿井火灾逃生路径的元胞自动机优化与引导方法 | |
CN108510112A (zh) | 一种现场监测与数值模拟相结合的矿山灾害预测预警方法 | |
CN106224007A (zh) | 隧道施工安全监测预警管理系统 | |
CN114485570B (zh) | 一种用于在建隧道施工安全智慧监控量测预警系统及方法 | |
CN112001627A (zh) | 一种消防安全评估与火灾风险隐患管理系统及其使用方法 | |
CN112302722B (zh) | 一种煤矿巷道多方位应力与形变无线监测预警方法及系统 | |
CN104159087B (zh) | 钻机现场监控平台 | |
RU2723106C1 (ru) | Способ мониторинга выработанного пространства | |
Onifade et al. | Safe mining operations through technological advancement | |
CN110821560A (zh) | 隧道巡检系统 | |
CN116384112A (zh) | 一种用于矿山灾害模拟和预警的方法及系统 | |
CN116911115A (zh) | 一种数字孪生隧道与智能建造方法及系统 | |
CN107816368A (zh) | 矿井火灾灾情无人机智能探测系统及探测方法 | |
CN204013912U (zh) | 钻机现场监控平台 | |
CN105606155A (zh) | 一种用于预测矿井坍塌及人员定位救援的井下安全预警装置 | |
CN108597166B (zh) | 一种采石场安全监控系统和方法 | |
CN116227931A (zh) | 一种建筑深基坑边坡塌方风险的预测方法及系统 | |
Green et al. | Can a robot improve mine safety? | |
CN212642810U (zh) | 断层破碎带隧道施工预警系统 | |
CN114564859A (zh) | 基于智能设备控制的地震预警系统 | |
CN113298378A (zh) | 基于灰色关联分析的工作面智能化程度评价方法和系统 | |
CN115773473A (zh) | 一种隧道内天然气泄漏监测系统与监测方法 | |
CN114092293A (zh) | 基于精准定位的矿山岩土工业应急联动监控系统及方法 |
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 |