CN116480412A - 矿井灾害救援方法及装置 - Google Patents
矿井灾害救援方法及装置 Download PDFInfo
- Publication number
- CN116480412A CN116480412A CN202310386636.3A CN202310386636A CN116480412A CN 116480412 A CN116480412 A CN 116480412A CN 202310386636 A CN202310386636 A CN 202310386636A CN 116480412 A CN116480412 A CN 116480412A
- Authority
- CN
- China
- Prior art keywords
- disaster
- rescue
- mine
- data
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 87
- 238000012544 monitoring process Methods 0.000 claims abstract description 156
- 238000011156 evaluation Methods 0.000 claims abstract description 83
- 238000012502 risk assessment Methods 0.000 claims abstract description 58
- 238000004458 analytical method Methods 0.000 claims description 126
- 238000004891 communication Methods 0.000 claims description 26
- 238000007405 data analysis Methods 0.000 claims description 15
- 238000010801 machine learning Methods 0.000 claims description 15
- 238000003062 neural network model Methods 0.000 claims description 15
- 230000004044 response Effects 0.000 claims description 11
- 230000007613 environmental effect Effects 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 description 30
- 239000003245 coal Substances 0.000 description 29
- 238000011161 development Methods 0.000 description 14
- 230000000694 effects Effects 0.000 description 11
- 238000007726 management method Methods 0.000 description 9
- 238000004880 explosion Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000005065 mining Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000009792 diffusion process Methods 0.000 description 4
- 238000013210 evaluation model Methods 0.000 description 4
- 238000013523 data management Methods 0.000 description 3
- 238000010223 real-time analysis Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 206010000369 Accident Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000002817 coal dust Substances 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000012911 target assessment Methods 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
-
- 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
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Mining & Mineral Resources (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Primary Health Care (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种矿井灾害救援方法及装置。其中,该方法包括:获取矿井的灾害监测数据;基于灾害监测数据进行灾害风险评估,得到评估结果;响应于评估结果满足灾害风险条件,基于评估结果和灾害监测数据进行灾害态势推演和灾害救援决策,得到目标救援方式;根据目标救援方式发送应急调度指令,其中,应急调度指令用于指导对矿井进行的应急调度救援操作。本发明解决了现有技术提供的矿井灾害救援方法其智能化水平低、救援效率低的技术问题。
Description
技术领域
本发明涉及矿井安全技术领域,具体而言,涉及一种矿井灾害救援方法及装置。
背景技术
在煤矿开采过程中,由于开采系统复杂、地质条件复杂多变、生产条件较为恶劣,并且,工作场所大多处于地下受限空间内,容易遭受透水、火灾、瓦斯、煤尘、冒顶片帮、有毒有害气体等安全事故以及自然灾害的威胁。目前,为了在发生矿井灾害时及时有效地开展应急救援,许多矿井部署了通信联络、灾害预警等辅助系统,提升了矿井灾害的应急救援能力。
然而,现有的矿井灾害救援方法还存在一些缺点,例如:缺乏与井下监测感知设备的融合、缺乏应急救援辅助决策能力、缺乏高效全面的智能化应急救援管理调度手段,导致发生重大矿井灾害时无法全面、及时、高效地开展应急救援,进而造成人员伤亡严重。
针对上述现有技术提供的矿井灾害救援方法其智能化水平低、救援效率低的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种矿井灾害救援方法及装置,以至少解决现有技术提供的矿井灾害救援方法其智能化水平低、救援效率低的技术问题。
根据本发明实施例的一个方面,提供了一种矿井灾害救援方法,包括:
获取矿井的灾害监测数据;基于灾害监测数据进行灾害风险评估,得到评估结果;响应于评估结果满足灾害风险条件,基于评估结果和灾害监测数据进行灾害态势推演和灾害救援决策,得到目标救援方式;根据目标救援方式发送应急调度指令,其中,应急调度指令用于指导对矿井进行的应急调度救援操作。
可选地,灾害监测数据包括第一数据和第二数据,获取矿井的灾害监测数据包括:获取第一数据,其中,第一数据由矿井中设置的多种信息采集设备实时采集得到,多种信息采集设备包括:环境参数采集设备、视频采集设备、人员信息采集设备和设备信息采集设备;对第一数据进行监测统计,得到第二数据,其中,第二数据包括结构化数据集和非结构化数据集。
可选地,基于灾害监测数据对矿井进行灾害风险评估,得到评估结果包括:利用风险评估模型对灾害监测数据进行指标趋势监控,得到监控结果,其中,风险评估模型为利用矿井对应的历史风险评估数据通过机器学习得到的神经网络模型;利用监控结果和预设预警区间,确定评估结果。
可选地,利用监控结果和预设预警区间,确定评估结果包括:基于监控结果确定矿井对应的多个灾害风险指标的多个当前指标值;利用多个当前指标值进行计算,得到综合态势参数;响应于综合态势参数处于预设预警区间,确定评估结果满足灾害风险条件。
可选地,响应于评估结果满足灾害风险条件,基于评估结果和灾害监测数据进行灾害态势推演和灾害救援决策,得到目标救援方式包括:利用推演分析模型对评估结果和灾害监测数据进行灾害态势推演,生成灾害推演成果,其中,推演分析模型为利用矿井对应的历史灾害态势推演数据通过机器学习得到的神经网络模型;利用决策分析模型对灾害推演成果和灾害监测数据进行灾害救援决策,确定目标救援方式,其中,决策分析模型为利用矿井对应的历史灾害救援决策数据通过机器学习得到的神经网络模型。
可选地,推演分析模型包括:多种灾害态势分析子模型、资源调度分析子模型和大数据分析子模型,利用推演分析模型对评估结果和灾害监测数据进行灾害态势推演,生成灾害推演成果包括:利用多种灾害态势分析子模型对评估结果进行分析,得到第一分析结果;利用资源调度分析子模型对评估结果以及灾害监测数据中的应急资源数据和历史灾害数据进行分析,得到第二分析结果;利用大数据分析子模型对第一分析结果和第二分析结果进行态势推演优化,生成灾害推演成果。
可选地,利用决策分析模型对灾害推演成果和灾害监测数据进行灾害救援决策,确定目标救援方式包括:根据灾害推演成果和灾害监测数据进行应急路线建模,得到初始救援路线;利用决策分析模型中的灾情分析子模型对灾害监测数据进行实时分析得到实时灾情结果;基于实时灾情结果,利用决策分析模型中的路线决策子模型对初始救援路线进行更新,得到目标救援路线,其中,目标救援路线包括避灾路线和救灾路线;根据目标救援路线,确定目标救援方式。
可选地,根据目标救援方式发送应急调度指令包括以下至少之一:根据目标救援方式生成并发生应急指挥指令,其中,应急指挥指令用于指导对矿井对应的多种类型人员的应急指挥操作;辅助对矿井进行应急调度救援操作;根据目标救援方式生成并发送应急通信指令,其中,应急通信指令用于指导对矿井对应的实时通信系统的应急建立操作;根据目标救援方式生成并发送灾害预警指令,其中,灾害预警指令用于指导对矿井对应的灾害预警信息的应急发布操作。
可选地,在根据目标救援方式对矿井进行应急调度救援之后,矿井灾害救援方法还包括:基于目标救援方式对应的救援日志数据,计算救援成效参数,其中,救援日志数据用于记录应急调度救援对应的全流程事件信息,救援成效参数用于表征应急调度救援对应的救援估计损失与救援实际损失之间的差异;利用救援成效参数对矿井对应的风险评估模型、推演分析模型和决策分析模型进行修正更新。
根据本发明实施例的另一方面,还提供了一种矿井灾害救援装置,包括:
获取模块,用于获取矿井的灾害监测数据;评估模块,用于基于灾害监测数据进行灾害风险评估,得到评估结果;决策模块,用于响应于评估结果满足灾害风险条件,基于评估结果和灾害监测数据进行灾害态势推演和灾害救援决策,得到目标救援方式;救援模块,用于根据目标救援方式发送应急调度指令,其中,应急调度指令用于指导对矿井进行的应急调度救援操作。
可选地,上述获取模块还用于:灾害监测数据包括第一数据和第二数据,获取矿井的灾害监测数据包括:获取第一数据,其中,第一数据由矿井中设置的多种信息采集设备实时采集得到,多种信息采集设备包括:环境参数采集设备、视频采集设备、人员信息采集设备和设备信息采集设备;对第一数据进行监测统计,得到第二数据,其中,第二数据包括结构化数据集和非结构化数据集。
可选地,上述评估模块还用于:基于灾害监测数据对矿井进行灾害风险评估,得到评估结果包括:利用风险评估模型对灾害监测数据进行指标趋势监控,得到监控结果,其中,风险评估模型为利用矿井对应的历史风险评估数据通过机器学习得到的神经网络模型;利用监控结果和预设预警区间,确定评估结果。
可选地,上述评估模块还用于:利用监控结果和预设预警区间,确定评估结果包括:基于监控结果确定矿井对应的多个灾害风险指标的多个当前指标值;利用多个当前指标值进行计算,得到综合态势参数;响应于综合态势参数处于预设预警区间,确定评估结果满足灾害风险条件。
可选地,上述决策模块还用于:响应于评估结果满足灾害风险条件,基于评估结果和灾害监测数据进行灾害态势推演和灾害救援决策,得到目标救援方式包括:利用推演分析模型对评估结果和灾害监测数据进行灾害态势推演,生成灾害推演成果,其中,推演分析模型为利用矿井对应的历史灾害态势推演数据通过机器学习得到的神经网络模型;利用决策分析模型对灾害推演成果和灾害监测数据进行灾害救援决策,确定目标救援方式,其中,决策分析模型为利用矿井对应的历史灾害救援决策数据通过机器学习得到的神经网络模型。
可选地,上述决策模块还用于:推演分析模型包括:多种灾害态势分析子模型、资源调度分析子模型和大数据分析子模型,利用推演分析模型对评估结果和灾害监测数据进行灾害态势推演,生成灾害推演成果包括:利用多种灾害态势分析子模型对评估结果进行分析,得到第一分析结果;利用资源调度分析子模型对评估结果以及灾害监测数据中的应急资源数据和历史灾害数据进行分析,得到第二分析结果;利用大数据分析子模型对第一分析结果和第二分析结果进行态势推演优化,生成灾害推演成果。
可选地,上述决策模块还用于:利用决策分析模型对灾害推演成果和灾害监测数据进行灾害救援决策,确定目标救援方式包括:根据灾害推演成果和灾害监测数据进行应急路线建模,得到初始救援路线;利用决策分析模型中的灾情分析子模型对灾害监测数据进行实时分析得到实时灾情结果;基于实时灾情结果,利用决策分析模型中的路线决策子模型对初始救援路线进行更新,得到目标救援路线,其中,目标救援路线包括避灾路线和救灾路线;根据目标救援路线,确定目标救援方式。
可选地,上述救援模块还用于:根据目标救援方式发送应急调度指令包括以下至少之一:根据目标救援方式生成并发生应急指挥指令,其中,应急指挥指令用于指导对矿井对应的多种类型人员的应急指挥操作;辅助对矿井进行应急调度救援操作;根据目标救援方式生成并发送应急通信指令,其中,应急通信指令用于指导对矿井对应的实时通信系统的应急建立操作;根据目标救援方式生成并发送灾害预警指令,其中,灾害预警指令用于指导对矿井对应的灾害预警信息的应急发布操作。
可选地,矿井灾害救援装置还包括:更新模块,用于在根据目标救援方式对矿井进行应急调度救援之后,基于目标救援方式对应的救援日志数据,计算救援成效参数,其中,救援日志数据用于记录应急调度救援对应的全流程事件信息,救援成效参数用于表征应急调度救援对应的救援估计损失与救援实际损失之间的差异;利用救援成效参数对矿井对应的风险评估模型、推演分析模型和决策分析模型进行修正更新。
在本发明实施例中,首先获取矿井的灾害监测数据,再基于灾害监测数据进行灾害风险评估,得到评估结果,当评估结果满足灾害风险条件时,基于评估结果和灾害监测数据进行灾害态势推演和灾害救援决策,得到目标救援方式,最后,根据目标救援方式发送应急调度指令,其中,应急调度指令用于指导对矿井进行的应急调度救援操作。
容易理解,本发明提供的上述矿井灾害救援方法通过灾害风险评估、灾害态势推演、灾害救援决策、发送应急调度指令等过程,达到了对矿井灾害救援全流程进行优化的目的,从而实现了优化矿井灾害救援全流程以提高矿井灾害救援方法的智能化水平、提升矿井灾害救援效率的技术效果,进而解决了现有技术提供的矿井灾害救援方法其智能化水平低、救援效率低技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种矿井灾害救援方法的流程图;
图2是根据本发明实施例的一种可选的矿井灾害救援应急平台的示意图;
图3是根据本发明实施例的一种可选的矿井灾害救援过程的流程图;
图4是根据本发明实施例的一种矿井灾害救援装置的结构框图;
图5是根据本发明实施例的另一种矿井灾害救援装置的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种矿井灾害救援方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种矿井灾害救援方法的流程图,如图1所示,图1所示的实施例至少可以包括如下实施步骤,即可以是下述步骤S11至步骤S14所实现的技术方:
步骤S11,获取矿井的灾害监测数据;
上述步骤S11提供的一种可选方案中,上述灾害监测数据可以是煤矿企业在实际生产过程中的动态数据,可以包括但不限于:瓦斯环境监测数据、设备信息、井下工作人员信息、空间信息。此处还需要说明的是,该灾害监测数据可以是由矿井监测设备(或机构)获取的实时数据,该矿井监测设备(或机构)可以包括但不限于:传感器、执行机构、分站、主站。
步骤S12,基于灾害监测数据进行灾害风险评估,得到评估结果;
上述步骤S12提供的一种可选方案中,上述评估结果可以用于表征矿井的安全状态,也即,该评估结果可以用于预测矿井是否存在发生灾害的风险。此处还需要说明的是,该评估结果可以是对上述灾害监测数据数学计算得到的量化结果,也可以是该量化结果与灾害分析推论结果的结合。
本发明提供的方案中,基于灾害监测数据进行灾害风险评估,得到评估结果,具体方法可以是:在一种可选实施方式中,利用单个预先训练的灾害风险评估模型对灾害监测数据进行分析评估,得到灾害评估结果。在另一种可选实施方式中,利用多个预先训练的灾害风险评估模型分别对灾害监测数据进行分析评估,将得到的多个评估结果的均值做为目标评估结果。
步骤S13,响应于评估结果满足灾害风险条件,基于评估结果和灾害监测数据进行灾害态势推演和灾害救援决策,得到目标救援方式;
上述步骤S13提供的一种可选方案中,上述灾害风险条件可以用于判断是否存在发生灾害的风险,或者,也可以在灾害发生时用于判断灾害的发展趋势。此处还需要说明的是,该灾害风险条件可以包括一个或多个风险阈值,当某个或某些风险参数达到对应的风险阈值时,可以判断矿井存在灾害发生风险。
还可以了解到的是,上述目标救援方式可以是与特定矿井灾害对应的救援方式,具体地,例如,当发生矿井火灾事故时,先判断火源位置、火灾波及范围,再确定对应的通风方式。又例如,当发生矿井透水事故时,根据矿井情况,选择排、疏、堵、钻等救援方式。再例如,当发生矿井爆炸事故时,采取先预测事故发展态势、确定爆炸范围及二次爆炸可能性、组织人员尽快撤离危险区域等救援方式。
本发明提供的方案中,响应于评估结果满足灾害风险条件,基于评估结果和灾害监测数据进行灾害态势推演和灾害救援决策,得到目标救援方式,具体方法可以是:在一种可选的实施例中,假设灾害监测数据包括瓦斯放散初速度、煤矿的坚固性系数、煤层原始瓦斯压力,同时假设灾害风险条件包括瓦斯放散初速度的阈值为10、煤矿的坚固性系数的阈值为0.5、煤层原始瓦斯压力的阈值为0.74P/MPa,当某次获取的瓦斯放散初速度为15、煤矿的坚固性系数为0.3、煤层原始瓦斯压力为1P/MPa时,判断此时煤矿存在瓦斯爆炸风险,进而使用瓦素扩散模型对煤矿瓦斯扩散态势进行推演,同时,分析确定救援决策包括:人员疏散策略、灭火策略,从而得到一系列目标救援方式,以及时、高效地开展应急救援。
步骤S14,根据目标救援方式发送应急调度指令,其中,应急调度指令用于指导对矿井进行的应急调度救援操作。
上述步骤S14提供的一种可选方案中,上述应急调度指令可以用于在矿井灾害发生时调度救援人员开展应急救援,该应急调度指令可以包括应急救援总控中心发出的调度指令,也可以包括应急救援各部门发出的调度指令。上述应急调度救援操作可以是一项或多项需要人工进行的应急救援行为,具体地,例如:排爆、人工灭火、伤者救援。
本发明提供的方案中,根据目标救援方式发送应急调度指令,具体方法可以是:在一项矿井火灾事故发生时,应急救援总控中心通过通信系统分别向消防部门发送灭火指令(可以包括需要的灭火人数、各种灭火器材的数量)、向附近的医院发送救援指令(可以包括需要的医护人数、救援车数量、医疗器械数量)。
在本发明实施例中,首先获取矿井的灾害监测数据,再基于灾害监测数据进行灾害风险评估,得到评估结果,当评估结果满足灾害风险条件时,基于评估结果和灾害监测数据进行灾害态势推演和灾害救援决策,得到目标救援方式,最后,根据目标救援方式发送应急调度指令,其中,应急调度指令用于指导对矿井进行的应急调度救援操作。
容易理解,本发明提供的上述矿井灾害救援方法通过灾害风险评估、灾害态势推演、灾害救援决策、发送应急调度指令等过程,达到了对矿井灾害救援全流程进行优化的目的,从而实现了优化矿井灾害救援全流程以提高矿井灾害救援方法的智能化水平、提升矿井灾害救援效率的技术效果,进而解决了现有技术提供的矿井灾害救援方法其智能化水平低、救援效率低技术问题。
下面对本发明上述实施例的上述方法进行进一步介绍。
在一种可选的实施例中,在步骤S11中,灾害监测数据包括第一数据和第二数据,获取矿井的灾害监测数据包括:
步骤S111,获取第一数据,其中,第一数据由矿井中设置的多种信息采集设备实时采集得到,多种信息采集设备包括:环境参数采集设备、视频采集设备、人员信息采集设备和设备信息采集设备;
步骤S112,对第一数据进行监测统计,得到第二数据,其中,第二数据包括结构化数据集和非结构化数据集。
上述步骤S111至步骤S112提供的一种可选方案中,上述第一数据可以包括但不限于:瓦斯环境监测数据、设备信息、井下工作人员信息、空间信息。上述环境参数采集设备可以包括但不限于:温度传感器、气体传感器。上述视频采集设备可以包括但不限于:摄像机、镜头、云台、监控。上述人员信息采集设备可以包括但不限于:身份信息扫描仪、人像采集摄像头。上述设备信息采集设备可以包括但不限于:可视化监测仪、振动监测分析仪。
上述步骤S111至步骤S112提供的一种可选方案中,上述结构化数据集可以包括但不限于:第一数据的原始瞬时值、第一数据的平均值、第一数据的累计值。上述非结构化数据集可以包括但不限于:矿图、地理信息系统(Geographic Information System,GIS)包含的数据集、监控视频和图像、应急知识、预案和事故案例。
以下结合图2对上述方法进行进一步说明。
图2是根据本发明实施例的一种可选的矿井灾害救援应急平台的示意图,如图2所示,该智能应急平台200可以用于矿井灾害灾前监测、风险分析评估、灾情态势推演、建模分析、灾后优化模型。数据管理模块201可以用于采集、处理、存储矿井数据。数据分析模块202可以用于在灾害发生前进行安全风险预警、在灾害发生时推演灾害发展趋势、对应急路线进行三维建模、在灾害发生后分析评价应急决策成效与强化矿井灾害分析模型等。应急指挥模块203可以用于发布应急信息、应急指挥调度。
依然如图2所示,具体地,数据管理模块201的数据采集系统204可以用于实施采集智能应急平台200包含的多个系统的系统数据(即上述第一数据),该多个系统可以包括但不限于:应急管理部门信息系统、煤矿企业工业安全视频监控系统、井下作业人员管理系统、重大设备监控系统。还需要说明的是,该数据采集系统204还可以对实时采集的第一数据进行统计处理,以得到第一数据对应的结构化数据集和非结构化数据集(即上述第二数据)。此外,数据管理模块201的数据库205可以用于存储煤矿相关的所有数据(包括上述第一数据)。
在上述可选的实施方式中,可以达到的技术效果是:实时监测矿井安全相关状况(如生产状况、人员状况、设备状况等),并实时采集与存储监测数据,便于获取并利用大量的监测数据(包括历史监测数据和实时监测数据)进行灾害风险分析,从而能够提升灾害风险分析的准确度,进而可以及时、高效地开展矿井灾害应急救援。
在一种可选的实施例中,在步骤S12中,基于灾害监测数据对矿井进行灾害风险评估,得到评估结果包括:
步骤S121,利用风险评估模型对灾害监测数据进行指标趋势监控,得到监控结果,其中,风险评估模型为利用矿井对应的历史风险评估数据通过机器学习得到的神经网络模型;
步骤S122,利用监控结果和预设预警区间,确定评估结果。
上述步骤S121至步骤S122提供的一种可选方案中,上述风险评估模型可以是与特定矿井灾害相适应的个性化模型,具体地,例如,矿井1的瓦斯爆炸风险评估模型对应模型a、矿井1的煤矿坍塌风险评估模型对应模型b、矿井2的瓦斯爆炸风险评估模型对应模型c、矿井2的煤矿坍塌风险评估模型对应模型d。上述监控结果可以包括但不限于:多个风险指标的发展趋势、矿井是否存在风险、矿井存在何种风险。上述历史风险评估数据可以是利用风险评估模型对历史灾害监测数据进行分析预测后得到的风险评估数据。上述预设预警区间可以是多个风险指标分别对应的风险数值范围(或风险等级),具体地,例如,瓦斯放散初速度ΔP的风险数值范围为ΔP≥15,煤矿坚固性系数F的风险数值范围为F≤0.5,煤矿破坏类型的风险等级为Ⅲ、Ⅳ、Ⅴ。
本发明提供的方案中,利用风险评估模型对灾害监测数据进行指标趋势监控,得到监控结果,再利用监控结果和预设预警区间,确定评估结果,具体方法可以是:基于灾害监测数据中的一项或多项数据确定对应的风险指标,从而可以确定多个风险指标,利用风险评估模型对该多个风险指标进行监控分析,确定该多个风险指标的发展趋势,再将该多个风险指标的发展趋势与预设预警区间进行比对分析,得到矿井灾害风险评估结果。
在一种可选的实施例中,在步骤S122中,利用监控结果和预设预警区间,确定评估结果包括:
步骤S1221,基于监控结果确定矿井对应的多个灾害风险指标的多个当前指标值;
步骤S1222,利用多个当前指标值进行计算,得到综合态势参数;
步骤S1223,响应于综合态势参数处于预设预警区间,确定评估结果满足灾害风险条件。
上述步骤S1221至步骤S1223提供的一种可选方案中,上述多个灾害风险指标可以包括但不限于:煤矿破坏类型的风险等级、瓦斯放散初速度、煤层原始瓦斯压力,该多个灾害风险指标可以用于对矿井灾害进行预测、对灾害发展态势进行推演。此处还需要说明的是,该多个灾害风险指标中的一个或多个灾害风险指标的组合可以对应不同的灾害风险等级,具体地,例如:煤矿破坏类型的风险等级Ⅲ对应煤矿坍塌低风险,煤矿破坏类型的风险等级Ⅳ对应煤矿坍塌低风险,煤矿破坏类型的风险等级Ⅴ对应煤矿坍塌低风险。
上述步骤S1221至步骤S1223提供的一种可选方案中,上述综合态势参数可以是与特定矿井灾害对应一致的综合性参数,例如,与煤矿坍塌灾害对应的坍塌指数、与煤矿瓦斯爆炸灾害对应的瓦斯指数(如,瓦斯浓度与瓦斯扩散速度结合得到的指数)。
以下结合图2对上述方法进行进一步说明。
依然如图2所示,三维建模型系统206用于基于数据采集系统204采集的灾害监测数据,对应急路线进行三维建模。风险预警系统207用于基于矿井灾害的特点,结合矿井数据对矿井灾害综合态势进行科学评估,具体地,根据矿井灾害的特点,结合矿井所在区域的基础数据、实时监测数据、历史灾害数据等矿井数据,利用灾害风险评估模型进行分析,监控风险因素(即上述多个灾害风险指标)的变动趋势,并评价各种风险状态偏离预警线(即上述预设预警区间)的强弱程度,对综合态势进行科学评估,实现灾害预警。此外,该风险预警系统207还可以用于向决策层发送预警信号,预警系统对评价指标体系(可以预先确定,也可以实时确定),对风险指标进行分析处理,并依据预警模型,对评价指标体系进行综合评判,最后,依据评判结果设置预警区间,并确定各预警区间对应的应急救援策略。
在上述可选的实施例中,可以达到的技术效果是:通过基于灾害监测数据进行三维建模,并结合灾害风险指标、综合态势参数等多项数据对矿井灾害进行风险预警,优化了矿井灾害预警流程,加强了矿井灾害预警系统与其他系统(如决策系统)的智能化沟通,从而既能够提升灾害风险预警结果的准确度、提高矿井灾害救援方法的智能化水平,又能够进一步提高矿井灾害应急救援效率。
在一种可选的实施例中,在步骤S13中,响应于评估结果满足灾害风险条件,基于评估结果和灾害监测数据进行灾害态势推演和灾害救援决策,得到目标救援方式包括:
步骤S131,利用推演分析模型对评估结果和灾害监测数据进行灾害态势推演,生成灾害推演成果,其中,推演分析模型为利用矿井对应的历史灾害态势推演数据通过机器学习得到的神经网络模型;
步骤S132,利用决策分析模型对灾害推演成果和灾害监测数据进行灾害救援决策,确定目标救援方式,其中,决策分析模型为利用矿井对应的历史灾害救援决策数据通过机器学习得到的神经网络模型。
上述步骤S131至步骤S132提供的一种可选方案中,上述推演分析模型可以包括但不限于:多种灾害态势分析模型、资源需求分析就近调度模型、大数据分析模型。上述灾害推演成果可以是预设时间内灾害态势的走向,例如,一小时内矿井内部瓦斯的扩散趋势。上述历史灾害态势推演数据可以包括但不限于:历史灾害态势推演过程数据(如历史灾害风险指标、历史综合态势参数)、历史灾害态势推演结果数据(如历史风险评估结果)。上述决策分析模型可以基于灾害推演成果确定的目标矿井灾害,结合灾害监测数据给出目标矿井灾害的救援策略。上述历史灾害救援决策数据可以包括历史发生目标矿井灾害时历史决策分析模型或现有决策分析模型生成的救援策略。
在一种可选的实施例中,在步骤S131中,推演分析模型包括:多种灾害态势分析子模型、资源调度分析子模型和大数据分析子模型,利用推演分析模型对评估结果和灾害监测数据进行灾害态势推演,生成灾害推演成果包括:
步骤S1311,利用多种灾害态势分析子模型对评估结果进行分析,得到第一分析结果;
步骤S1312,利用资源调度分析子模型对评估结果以及灾害监测数据中的应急资源数据和历史灾害数据进行分析,得到第二分析结果;
步骤S1313,利用大数据分析子模型对第一分析结果和第二分析结果进行态势推演优化,生成灾害推演成果。
上述步骤S1311至步骤S1312提供的一种可选方案中,上述多种灾害态势分析子模型中的每个子模型可以用于分析一个或多个灾害风险指标的评估结果。上述资源调度分析子模型中的每个子模型可以用于分析确定特定应急资源数据的调度策略。上述应急资源数据(包含一项或多项前述的特定应急资源数据)可以包括但不限于:消防资源、医疗资源。
以下结合图2对上述方法进行进一步说明。依然如图2所示,辅助决策系统208可以辅助矿井灾害决策者研判当前矿井灾害的未来发展态势,并提供当前矿井灾害的处置方案和资源调度方案。具体地,基于综合风险评估成果数据、预测预报数据、应急资源数据及其他灾害相关数据,运用多种灾害态势分析模型、资源需求分析就近调度模型及大数据分析形成灾害发展趋势推演成果。
在上述可选的实施例中,可以达到的技术效果是:利用多种分析模型对矿井灾害相关数据进行全面地、智能化地分析,可以提升矿井灾害救援决策流程的智能化水平、提高矿井灾害救援决策的准确度,进而能够提升矿井灾害救援效率。
在一种可选的实施例中,在步骤S132中,利用决策分析模型对灾害推演成果和灾害监测数据进行灾害救援决策,确定目标救援方式包括:
步骤S1321,根据灾害推演成果和灾害监测数据进行应急路线建模,得到初始救援路线;
步骤S1322,利用决策分析模型中的灾情分析子模型对灾害监测数据进行实时分析得到实时灾情结果;
步骤S1323,基于实时灾情结果,利用决策分析模型中的路线决策子模型对初始救援路线进行更新,得到目标救援路线,其中,目标救援路线包括避灾路线和救灾路线;
步骤S1324,根据目标救援路线,确定目标救援方式。
上述步骤S1321至步骤S1324提供的一种可选方案中,上述初始救援路线可以是对灾害推演成果和灾害监测数据进行初步三维建模后得到的初始救援路线,具体地,该初始救援路线可以用于确定救援路线的基本信息,例如:整体救援方位、救援深度、所需救援资源总量。上述路线决策子模型中的每个模型可以分别用于确定救援路线的详细信息,例如:被困人员详细位置、救援资源的分配方案。上述避灾路线可以包括一条或多条最通畅、最近、最优化把握的撤退路线。上述救灾路线可以包括对被困对象开展的一条或多条救援路线。
以下结合图2对上述方法进行进一步说明。依然如图2所示,辅助决策系统208还可以实时监测矿井灾害救援行动过程中的现场监测信息、救援进展情况、资源调度情况,在救援过程中系统实时获取有害气体浓度、温度、风量等环境监测数据和人员分布情况,利用决策分析模型结合实时灾情信息分析灾害发展情况,以及,动态更新避灾路线和救灾路线,并制定、调整灾害救援方案。
在上述可选的实施例中,可以达到的技术效果是:及时对矿井灾害应急救援路线进行建模,并根据实时监测的数据,利用决策分析模型快速、智能地确定目标救援路线,从而可以提升矿井灾害救援决策流程的智能化水平、提高矿井灾害救援决策的准确度,进而能够提升矿井灾害救援效率、减小人员伤亡。
在一种可选的实施例中,在步骤S14中,根据目标救援方式发送应急调度指令包括以下至少之一:
步骤S141,根据目标救援方式生成并发生应急指挥指令,其中,应急指挥指令用于指导对矿井对应的多种类型人员的应急指挥操作;
步骤S142,辅助对矿井进行应急调度救援操作;
步骤S143,根据目标救援方式生成并发送应急通信指令,其中,应急通信指令用于指导对矿井对应的实时通信系统的应急建立操作;
步骤S144,根据目标救援方式生成并发送灾害预警指令,其中,灾害预警指令用于指导对矿井对应的灾害预警信息的应急发布操作。
上述步骤S141至步骤S144提供的一种可选方案中,上述多种类型人员可以包括但不限于:决策人员、调度人员、值守人员、救援人员、专家,该多种类型人员中的每种类型人员可以执行相应的应急救援任务。
以下结合图2对上述方法进行进一步说明。依然如图2所示,应急指挥模块203的用户管理系统210可以用于将智能应急平台200的用户群体划分为决策人员、调度人员、值守人员、救援人员以及专家。应急指挥模块203的实时通信系统211可以是便于两人或多人间传递文字消息、数据、语音与视频交流的融合通信系统。应急指挥模块203的预警信息发布系统212可以基于灾害应急预案体系、综合风险评估成果、灾害态势分析成果,依据预警规则自动生成自然灾害预警信息,在一种可选实施方式中,该预警信息发布系统212可以使用基于套接字(Socket)的传输控制协议(Transmission Control Protocol,TCP)长连接方式的消息推送技术将预警信息定向、精准推送至相关责任人、工作人员及社会公众。应急指挥模块203的指挥调度系统213可以基于灾害发展趋势推演成果及辅助决策系统提供的应对灾害的处置方案和资源调度方案,对相关责任人、工作人员进行实时指挥调度。
在上述可选的实施例中,可以达到的技术效果是:对矿井灾害应急指挥流程进行优化,从而可以提升矿井灾害应急指挥流程的智能化水平、提高矿井灾害应急指挥调度策略的准确度,进而能够提升矿井灾害救援效率、减小人员伤亡。
在一种可选的实施例中,在根据目标救援方式对矿井进行应急调度救援之后,矿井灾害救援方法还包括:
步骤S15,基于目标救援方式对应的救援日志数据,计算救援成效参数,其中,救援日志数据用于记录应急调度救援对应的全流程事件信息,救援成效参数用于表征应急调度救援对应的救援估计损失与救援实际损失之间的差异;
步骤S16,利用救援成效参数对矿井对应的风险评估模型、推演分析模型和决策分析模型进行修正更新。
上述步骤S15至步骤S16提供的一种可选方案中,上述救援日志数据可以存储于图2所示的智能应急平台200的数据库205中,可以记录目标救援方式执行过程中产生的中间数据(如某个时间段的救援成果)和结果数据(如救援数据统计结果)。上述救援成效参数可以用于评价矿井灾害应急救援全流程的优劣状况(或称救援成效)。上述救援估计损失可以是利用图2所示的数据分析模块202估计的救援损失。上述救援实际损失可以是根据目标救援方式开展救援的过程中产生的实际损失。
以下结合图2对上述方法进行进一步说明。依然如图2所示,数据分析模块202的灾后评估系统209可以在矿井灾害应急救援工作结束后,将灾害起因、发展过程、处置结果等信息进行直观展示,还可以通过模型分析评价应急决策成效、计算救援效益,以及,通过比较模型估算的损失和实际造成的损失,对灾害风险评估模型、灾害态势分析模型、应急方案评估模型等进行修正。
在上述可选的实施例中,可以达到的技术效果是:在矿井灾害发生后对矿井灾害救援成效进行详细分析,并根据分析结果及时修正以更新矿井灾害救援全流程的数据模型,从而提高数据模型的建模与分析结果的精确度,进而能够全面提高未来矿井灾害发生时各救援流程的救援效率。
以下结合图3对本发明实施例提供的矿井灾害救援全流程进行分析。图3是根据本发明实施例的一种可选的矿井灾害救援过程的流程图,在一种可选实施方式中,如图3所示,首先,数据采集系统采集应急管理部门信息系统、煤矿企业工业安全视频监控系统、井下作业人员管理系统、重大设备监控系统等各类前端感知设备的实时数据,对企业安全生产管理流程、煤矿开采现场、工作面安全员信息、采煤工作面、技术设备、空气质量等信息进行综合监测,并且,数据采集系统将监测数据主要划分成原始瞬时值、平均值、累计值等结构化数据,以及矿图、GIS包含的数据集、监控视频和图像、应急知识、预案和事故案例等非结构化数据。进一步地,将采集到的数据存入数据库。
依然如图3所示,进一步地,安全风险预警系统调用数据库中当前矿井区域的各项数据,包括空间数据、煤矿企业实际生产过程中的动态数据,利用灾害风险评估模型分析各项数据,同时,监控风险因素的变动趋势,评价各种风险状态偏离预警线的强弱程度,以对综合态势进行科学评估。进一步地,判断当前矿井区域是否存在灾害发生风险,当存在灾害发生风险时,通过预警信息发布系统基于灾害应急预案体系、综合风险评估成果、灾害态势分析成果,依据预警规则自动生成自然灾害预警信息,进而将预警信息定向、精准推送至相关责任人、工作人员及社会公众,以实现灾害预警。
依然如图3所示,进一步地,当存在灾害发生风险时,发出预警信号,同时,辅助决策系统基于综合风险评估成果数据、预测预报数据、应急资源数据及其他灾害相关数据,运用多种灾害态势分析模型、资源需求分析就近调度模型及大数据分析形成灾害发展趋势推演成果,以辅助决策者研判灾害未来发展态势,以及,提供应对灾害的处置方案和资源调度方案。
依然如图3所示,进一步地,数据采集系统实时采集灾害救援行动过程中的现场监测信息、救援进展情况、资源调度情况,并实时获取有害气体浓度、温度、风量等环境监测数据和人员分布情况,利用分析模型(如风险分析模型)根据实时灾情信息进行灾情分析,进而动态更新避灾路线和救灾路线并制定调整救灾方案。
依然如图3所示,进一步地,利用指挥调度系统对相关责任人、工作人员进行实时指挥调度,同时,决策人员、调度人员、值守人员、救援人员以及专家可以使用传递文字消息、数据、语音与视频交流的融合通信系统进行实时通信。在矿井灾害救援工作结束后,采集灾害起因、发展过程、处置结果等信息并存入数据库,以及,利用灾后评估系统调取相关数据,通过模型分析评价应急决策成效、计算效益,并通过比较模型估算的损失和实际造成的损失,对灾害风险评估模型、灾害态势分析模型、应急方案评估模型等进行修正。
本发明实施例提供的上述矿井灾害救援全流程可以达到的技术效果有:
(1)提高煤矿开采的科学化管理水平;
(2)提升应急救援辅助决策能力,丰富高效、全面的智能化应急救援管理调度手段;
(3)更大程度提高应急救援的能力,减少重大事故的发生和人员的伤亡。
在本实施例中,还提供了一种矿井灾害救援装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,属于“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图4是根据本发明实施例的一种矿井灾害救援装置的结构框图,如图4所示,该装置包括:
获取模块401,用于获取矿井的灾害监测数据;
评估模块402,用于基于灾害监测数据进行灾害风险评估,得到评估结果;
决策模块403,用于响应于评估结果满足灾害风险条件,基于评估结果和灾害监测数据进行灾害态势推演和灾害救援决策,得到目标救援方式;
救援模块404,用于根据目标救援方式发送应急调度指令,其中,应急调度指令用于指导对矿井进行的应急调度救援操作。
可选地,上述获取模块401还用于:灾害监测数据包括第一数据和第二数据,获取矿井的灾害监测数据包括:获取第一数据,其中,第一数据由矿井中设置的多种信息采集设备实时采集得到,多种信息采集设备包括:环境参数采集设备、视频采集设备、人员信息采集设备和设备信息采集设备;对第一数据进行监测统计,得到第二数据,其中,第二数据包括结构化数据集和非结构化数据集。
可选地,上述评估模块402还用于:基于灾害监测数据对矿井进行灾害风险评估,得到评估结果包括:利用风险评估模型对灾害监测数据进行指标趋势监控,得到监控结果,其中,风险评估模型为利用矿井对应的历史风险评估数据通过机器学习得到的神经网络模型;利用监控结果和预设预警区间,确定评估结果。
可选地,上述评估模块402还用于:利用监控结果和预设预警区间,确定评估结果包括:基于监控结果确定矿井对应的多个灾害风险指标的多个当前指标值;利用多个当前指标值进行计算,得到综合态势参数;响应于综合态势参数处于预设预警区间,确定评估结果满足灾害风险条件。
可选地,上述决策模块403还用于:响应于评估结果满足灾害风险条件,基于评估结果和灾害监测数据进行灾害态势推演和灾害救援决策,得到目标救援方式包括:利用推演分析模型对评估结果和灾害监测数据进行灾害态势推演,生成灾害推演成果,其中,推演分析模型为利用矿井对应的历史灾害态势推演数据通过机器学习得到的神经网络模型;利用决策分析模型对灾害推演成果和灾害监测数据进行灾害救援决策,确定目标救援方式,其中,决策分析模型为利用矿井对应的历史灾害救援决策数据通过机器学习得到的神经网络模型。
可选地,上述决策模块403还用于:推演分析模型包括:多种灾害态势分析子模型、资源调度分析子模型和大数据分析子模型,利用推演分析模型对评估结果和灾害监测数据进行灾害态势推演,生成灾害推演成果包括:利用多种灾害态势分析子模型对评估结果进行分析,得到第一分析结果;利用资源调度分析子模型对评估结果以及灾害监测数据中的应急资源数据和历史灾害数据进行分析,得到第二分析结果;利用大数据分析子模型对第一分析结果和第二分析结果进行态势推演优化,生成灾害推演成果。
可选地,上述决策模块403还用于:利用决策分析模型对灾害推演成果和灾害监测数据进行灾害救援决策,确定目标救援方式包括:根据灾害推演成果和灾害监测数据进行应急路线建模,得到初始救援路线;利用决策分析模型中的灾情分析子模型对灾害监测数据进行实时分析得到实时灾情结果;基于实时灾情结果,利用决策分析模型中的路线决策子模型对初始救援路线进行更新,得到目标救援路线,其中,目标救援路线包括避灾路线和救灾路线;根据目标救援路线,确定目标救援方式。
可选地,上述救援模块404还用于:根据目标救援方式发送应急调度指令包括以下至少之一:根据目标救援方式生成并发生应急指挥指令,其中,应急指挥指令用于指导对矿井对应的多种类型人员的应急指挥操作;辅助对矿井进行应急调度救援操作;根据目标救援方式生成并发送应急通信指令,其中,应急通信指令用于指导对矿井对应的实时通信系统的应急建立操作;根据目标救援方式生成并发送灾害预警指令,其中,灾害预警指令用于指导对矿井对应的灾害预警信息的应急发布操作。
可选地,图5是根据本发明实施例的另一种矿井灾害救援装置的结构框图,如图5所示,该装置除包括图4所示的所有模块外,还包括:更新模块405,用于在根据目标救援方式对矿井进行应急调度救援之后,基于目标救援方式对应的救援日志数据,计算救援成效参数,其中,救援日志数据用于记录应急调度救援对应的全流程事件信息,救援成效参数用于表征应急调度救援对应的救援估计损失与救援实际损失之间的差异;利用救援成效参数对矿井对应的风险评估模型、推演分析模型和决策分析模型进行修正更新。
需要说明的是,上述各个模块是可以通过软件或硬件来实现的,对于后者,可以通过以下方式实现,但不限于此:上述模块均位于同一处理器中;或者,上述各个模块以任意组合的形式分别位于不同的处理器中。
根据本发明实施例的另一方面,还提供了一种电子装置,包括存储器和处理器,存储器中存储有计算机程序,处理器被设置为通过计算机程序执行以下步骤:
步骤S1,获取矿井的灾害监测数据;
步骤S2,基于灾害监测数据进行灾害风险评估,得到评估结果;
步骤S3,响应于评估结果满足灾害风险条件,基于评估结果和灾害监测数据进行灾害态势推演和灾害救援决策,得到目标救援方式;
步骤S4,根据目标救援方式发送应急调度指令,其中,应急调度指令用于指导对矿井进行的应急调度救援操作。
可选地,在本实施例中的具体示例可以参考上述实施例及其可选实施方式中所描述的示例,本实施例在此不再赘述。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本发明所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,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单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种矿井灾害救援方法,其特征在于,包括:
获取矿井的灾害监测数据;
基于所述灾害监测数据进行灾害风险评估,得到评估结果;
响应于评估结果满足灾害风险条件,基于所述评估结果和所述灾害监测数据进行灾害态势推演和灾害救援决策,得到目标救援方式;
根据所述目标救援方式发送应急调度指令,其中,所述应急调度指令用于指导对所述矿井进行的应急调度救援操作。
2.根据权利要求1所述的矿井灾害救援方法,其特征在于,所述灾害监测数据包括第一数据和第二数据,获取所述矿井的所述灾害监测数据包括:
获取所述第一数据,其中,所述第一数据由所述矿井中设置的多种信息采集设备实时采集得到,所述多种信息采集设备包括:环境参数采集设备、视频采集设备、人员信息采集设备和设备信息采集设备;
对所述第一数据进行监测统计,得到所述第二数据,其中,所述第二数据包括结构化数据集和非结构化数据集。
3.根据权利要求1所述的矿井灾害救援方法,其特征在于,基于所述灾害监测数据对所述矿井进行灾害风险评估,得到所述评估结果包括:
利用风险评估模型对所述灾害监测数据进行指标趋势监控,得到监控结果,其中,所述风险评估模型为利用所述矿井对应的历史风险评估数据通过机器学习得到的神经网络模型;
利用所述监控结果和预设预警区间,确定所述评估结果。
4.根据权利要求3所述的矿井灾害救援方法,其特征在于,利用所述监控结果和所述预设预警区间,确定所述评估结果包括:
基于所述监控结果确定所述矿井对应的多个灾害风险指标的多个当前指标值;
利用所述多个当前指标值进行计算,得到综合态势参数;
响应于所述综合态势参数处于所述预设预警区间,确定所述评估结果满足所述灾害风险条件。
5.根据权利要求1所述的矿井灾害救援方法,其特征在于,响应于评估结果满足灾害风险条件,基于所述评估结果和所述灾害监测数据进行灾害态势推演和灾害救援决策,得到所述目标救援方式包括:
利用推演分析模型对所述评估结果和所述灾害监测数据进行灾害态势推演,生成灾害推演成果,其中,所述推演分析模型为利用所述矿井对应的历史灾害态势推演数据通过机器学习得到的神经网络模型;
利用决策分析模型对所述灾害推演成果和所述灾害监测数据进行灾害救援决策,确定所述目标救援方式,其中,所述决策分析模型为利用所述矿井对应的历史灾害救援决策数据通过机器学习得到的神经网络模型。
6.根据权利要求5所述的矿井灾害救援方法,其特征在于,所述推演分析模型包括:多种灾害态势分析子模型、资源调度分析子模型和大数据分析子模型,利用所述推演分析模型对所述评估结果和所述灾害监测数据进行灾害态势推演,生成所述灾害推演成果包括:
利用所述多种灾害态势分析子模型对所述评估结果进行分析,得到第一分析结果;
利用所述资源调度分析子模型对所述评估结果以及所述灾害监测数据中的应急资源数据和历史灾害数据进行分析,得到第二分析结果;
利用所述大数据分析子模型对所述第一分析结果和所述第二分析结果进行态势推演优化,生成所述灾害推演成果。
7.根据权利要求5所述的矿井灾害救援方法,其特征在于,利用决策分析模型对灾害推演成果和灾害监测数据进行灾害救援决策,确定所述目标救援方式包括:
根据所述灾害推演成果和所述灾害监测数据进行应急路线建模,得到初始救援路线;
利用所述决策分析模型中的灾情分析子模型对所述灾害监测数据进行实时分析得到实时灾情结果;
基于所述实时灾情结果,利用所述决策分析模型中的路线决策子模型对所述初始救援路线进行更新,得到目标救援路线,其中,所述目标救援路线包括避灾路线和救灾路线;
根据所述目标救援路线,确定所述目标救援方式。
8.根据权利要求1所述的矿井灾害救援方法,其特征在于,根据所述目标救援方式发送所述应急调度指令包括以下至少之一:
根据所述目标救援方式生成并发生应急指挥指令,其中,所述应急指挥指令用于指导对所述矿井对应的多种类型人员的应急指挥操作;
辅助对所述矿井进行应急调度救援操作;
根据所述目标救援方式生成并发送应急通信指令,其中,所述应急通信指令用于指导对所述矿井对应的实时通信系统的应急建立操作;
根据所述目标救援方式生成并发送灾害预警指令,其中,所述灾害预警指令用于指导对所述矿井对应的灾害预警信息的应急发布操作。
9.根据权利要求1所述的矿井灾害救援方法,其特征在于,在根据所述目标救援方式对所述矿井进行应急调度救援之后,所述矿井灾害救援方法还包括:
基于所述目标救援方式对应的救援日志数据,计算救援成效参数,其中,所述救援日志数据用于记录应急调度救援对应的全流程事件信息,所述救援成效参数用于表征应急调度救援对应的救援估计损失与救援实际损失之间的差异;
利用所述救援成效参数对所述矿井对应的风险评估模型、推演分析模型和决策分析模型进行修正更新。
10.一种矿井灾害救援装置,其特征在于,包括:
获取模块,用于获取矿井的灾害监测数据;
评估模块,用于基于所述灾害监测数据进行灾害风险评估,得到评估结果;
决策模块,用于响应于评估结果满足灾害风险条件,基于所述评估结果和所述灾害监测数据进行灾害态势推演和灾害救援决策,得到目标救援方式;
救援模块,用于根据所述目标救援方式发送应急调度指令,其中,所述应急调度指令用于指导对所述矿井进行的应急调度救援操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310386636.3A CN116480412A (zh) | 2023-04-11 | 2023-04-11 | 矿井灾害救援方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310386636.3A CN116480412A (zh) | 2023-04-11 | 2023-04-11 | 矿井灾害救援方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116480412A true CN116480412A (zh) | 2023-07-25 |
Family
ID=87211269
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310386636.3A Pending CN116480412A (zh) | 2023-04-11 | 2023-04-11 | 矿井灾害救援方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116480412A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117473274A (zh) * | 2023-12-27 | 2024-01-30 | 陕西能源职业技术学院 | 一种矿井火灾多源信息融合智能预警系统 |
CN117846707A (zh) * | 2024-03-07 | 2024-04-09 | 山东泽明能源科技有限公司 | 基于精准定位的矿山岩土工程应急联动监控方法 |
-
2023
- 2023-04-11 CN CN202310386636.3A patent/CN116480412A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117473274A (zh) * | 2023-12-27 | 2024-01-30 | 陕西能源职业技术学院 | 一种矿井火灾多源信息融合智能预警系统 |
CN117473274B (zh) * | 2023-12-27 | 2024-03-12 | 陕西能源职业技术学院 | 一种矿井火灾多源信息融合智能预警系统 |
CN117846707A (zh) * | 2024-03-07 | 2024-04-09 | 山东泽明能源科技有限公司 | 基于精准定位的矿山岩土工程应急联动监控方法 |
CN117846707B (zh) * | 2024-03-07 | 2024-05-24 | 山东泽明能源科技有限公司 | 基于精准定位的矿山岩土工程应急联动监控方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112530119B (zh) | 森林火灾应急演练评估分析系统、方法及计算机设备 | |
CN110555617B (zh) | 一种基于物联网的建筑火灾风险实时动态定量评估方法 | |
CN116480412A (zh) | 矿井灾害救援方法及装置 | |
CN108915771B (zh) | 云控矿山综合管理系统 | |
CN113688459B (zh) | 基于bim与ai的施工现场安全管理系统 | |
US12008483B2 (en) | System to monitor and process water-related data | |
CN111223027A (zh) | 一种城市地震灾害风险评估方法及系统 | |
CN111754715B (zh) | 一种消防应急响应方法、装置及系统 | |
CN116739245B (zh) | 一种智慧消防城市接警调度系统 | |
CN111639845A (zh) | 一种考虑完整性和可操作性的应急预案有效性评估方法 | |
Berezka et al. | A binary logistic regression model for support decision making in criminal justice | |
CN115392708A (zh) | 一种用于建筑消防的火灾风险评估和预警方法及系统 | |
CN117910811B (zh) | 基于多模态ai大模型的智慧消防管理方法及系统 | |
CN111178828A (zh) | 一种建筑消防安全预警的方法和系统 | |
US20220386414A1 (en) | System to monitor and process risk relationship sensor data | |
CN114997754A (zh) | 基于云模型及熵权法的应急预案分析方法及装置 | |
Lu et al. | Using cased based reasoning for automated safety risk management in construction industry | |
Chondrogianni et al. | A systems approach for managing risks with complex interactions in urban spaces | |
CN117273401A (zh) | 基于案例推理和仿真的应急指挥方法、系统及存储介质 | |
CN113642487A (zh) | 一种应用于安全生产的基于人工智能的方法及系统 | |
CN114519834A (zh) | 一种高层火灾隐患预警方法、装置及应用 | |
Vahdat et al. | Seismic risk management: A system-based perspective | |
CN117523499B (zh) | 基于北斗定位与感知的森林防火监测方法及系统 | |
CN117389740B (zh) | 一种基于人工智能的区域安全应急平台系统 | |
Hooshangi et al. | Determining the number of rescuers in post-earthquake rescue operations using the agent-based modeling (case study: Tabriz city) |
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 |