CN116862703A - 多端口的非煤矿山安全监测信息控制系统及方法 - Google Patents
多端口的非煤矿山安全监测信息控制系统及方法 Download PDFInfo
- Publication number
- CN116862703A CN116862703A CN202310883867.5A CN202310883867A CN116862703A CN 116862703 A CN116862703 A CN 116862703A CN 202310883867 A CN202310883867 A CN 202310883867A CN 116862703 A CN116862703 A CN 116862703A
- Authority
- CN
- China
- Prior art keywords
- data
- operation data
- coal mine
- target
- determining
- 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
- 239000003245 coal Substances 0.000 title claims abstract description 193
- 238000012544 monitoring process Methods 0.000 title claims abstract description 182
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000012502 risk assessment Methods 0.000 claims abstract description 47
- 238000012098 association analyses Methods 0.000 claims abstract description 12
- 238000010276 construction Methods 0.000 claims abstract description 10
- 238000004519 manufacturing process Methods 0.000 claims description 49
- 238000007726 management method Methods 0.000 claims description 44
- 238000004140 cleaning Methods 0.000 claims description 35
- 238000011217 control strategy Methods 0.000 claims description 28
- 238000013481 data capture Methods 0.000 claims description 28
- 238000000586 desensitisation Methods 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 13
- 238000013507 mapping Methods 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000000737 periodic effect Effects 0.000 claims description 8
- 238000004806 packaging method and process Methods 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 238000011161 development Methods 0.000 claims description 5
- 239000012634 fragment Substances 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 7
- 239000000470 constituent Substances 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000009193 crawling Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000002360 explosive Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- 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
-
- 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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- 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
- 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
- G08B21/18—Status alarms
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Mining & Mineral Resources (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Emergency Management (AREA)
- Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Educational Administration (AREA)
- Agronomy & Crop Science (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Animal Husbandry (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Computational Linguistics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供了多端口的非煤矿山安全监测信息控制系统及方法,其系统包括:数据采集模块,用于基于数据采集规则控制各监测终端采集非煤矿山的运行数据,并将运行数据加载至对应主题库表中;模型构建模块,用于对主题库表中的运行数据进行抓取,并将抓取得到的子运行数据与对应的安全运行指标进行关联分析,构建全域安全风险分析预警模型;预警及管控模块,用于基于全域安全风险分析预警模型对采集到的实时运行数据进行分析,确定安全隐患,并对安全隐患进行预警及管控,且对管控流程进行实时跟踪。实现对非煤矿山中存在的安全隐患进行快速准确的确定,且根据确定结果进行及时的预警及管控,保障了对非煤矿山安全监测的全面性以及准确性。
Description
技术领域
本发明涉及安全监测及数据处理技术领域,特别涉及一种多端口的非煤矿山安全监测信息控制系统及方法。
背景技术
目前,非煤矿山有毒有害气体、水害、火灾、地压、采空区、坍塌等灾害严重,特别是随着开采强度、深度不断加大,各种灾害相互耦合叠加,仅靠手摸眼看的传统手段难以适应事故风险加剧的局面,给安全监管执法带来了新的挑战,而且,由于非煤矿山中的生产项目较多,传统的安全监测只能针对单一的生产项目进行监测,不能做到全面性监测;
面对严峻复杂的非煤矿山安全形势,非煤矿山安全监管体系和监管监察能力仍相对落后,非煤矿山安全监管信息化水平不高,监测预报预警、应急通信与保障等能力短板现象严重,迫切需要补齐信息化短板;
随着矿山工业机械化、自动化、信息化、智能化的发展,特别是物联网、云计算、大数据等现代信息技术的普遍应用,利用信息化手段防范破解重大安全风险,已成为大势所趋、势在必行,因此,本发明提供了一种多端口的非煤矿山安全监测信息控制系统及方法。
发明内容
本发明提供一种多端口的非煤矿山安全监测信息控制系统及方法,用以通过不同的采集终端采集非煤矿山中不同运行项目的运行数据,实现根据运行数据构建全域安全风险分析预警模型,并根据全域安全风险分析预警模型对非煤矿山的实时运行数据进行安全分析,实现对非煤矿山中存在的安全隐患进行快速准确的确定,且根据确定结果进行及时的预警及管控,保障了对非煤矿山安全监测的全面性以及准确性。
本发明提供了一种多端口的非煤矿山安全监测信息控制系统,包括:
数据采集模块,用于基于数据采集规则控制各监测终端采集非煤矿山的运行数据,并将运行数据加载至对应主题库表中;
模型构建模块,用于对主题库表中的运行数据进行抓取,并将抓取得到的子运行数据与对应的安全运行指标进行关联分析,构建全域安全风险分析预警模型;
预警及管控模块,用于基于全域安全风险分析预警模型对采集到的实时运行数据进行分析,确定安全隐患,并对安全隐患进行预警及管控,且对管控流程进行实时跟踪。
优选的,一种多端口的非煤矿山安全监测信息控制系统,数据采集模块,包括:
监测流程确定单元,用于获取对非煤矿山的全流程监测信息,并基于全流程监测信息中限定的尾矿处理顺序依次确定涉及到的监测项目,且基于监测项目的监测要求确定各监测项目对应的监测终端;
数据采集规则确定单元,用于基于监测要求确定不同监测终端对应的监测指标,并基于监测指标制定不同监测终端对应的数据采集规则;
数据采集单元,用于基于数据采集规则确定启动不同监测项目对应的监测终端的周期性脉冲信号,并基于周期性脉冲信号对不同监测终端赋予高电平,并基于赋予结果控制监测终端对相应监测项目的运行数据进行采集,得到非煤矿山的运行数据。
优选的,一种多端口的非煤矿山安全监测信息控制系统,数据采集单元,包括:
数据获取子单元,用于获取得到的非煤矿山的运行数据,并基于监测项目的项目类型确定对非煤矿山的运行数据的第一分类指标,且基于第一分类指标对得到的非煤矿山的运行数据进行第一聚类处理,得到目标运行数据集合;
分类子单元,用于基于各监测项目的运行特征确定对每一目标运行数据集合对应的第二分类指标,并基于第二分类指标对每一目标数据集合进行第二聚类处理,得到子运行数据集合;
数据清洗子单元,用于提取每一子运行数据集合的数据特征,并基于数据特征从预设数据清洗规则库中匹配目标数据清洗规则集,且基于目标数据清洗规则集中各目标数据清洗规则对子运行数据集合中的检验数据片段进行清洗;
所述数据清洗子单元,还用于基于清洗结果确定各目标数据清洗规则对子运行数据集合中的检验数据片段的清洗效率,并基于清洗效率最大值对应的目标数据清洗规则对当前子运行数据集合进行整体清洗,且将清洗后的各子运行数据集合进行汇总,得到最终的非煤矿山的运行数据。
优选的,一种多端口的非煤矿山安全监测信息控制系统,数据采集模块,包括:
数据获取单元,用于获取得到的非煤矿山的运行数据,并提取非煤矿山的运行数据的第一字段特征,同时,确定主题库表中包含的专题库,并提取专题库的专题库库表对应的第二字段特征;
映射关系确定单元,用于基于第一字段特征和第二字段特征构建非煤矿山的运行数据与专题库库表的映射关系,并基于映射关系将得到的非煤矿山的运行数据分别加载至相应的专题库;
记录单元,用于基于加载结果确定每一专题库中当前加载的非煤矿山的运行数据的数据量,并基于数据量对相应专题库的专题库库表添加数据量标签,同时,基于数据量标签添加结果得到每一专题库对应的目标专题库库表,并将目标专题库库表在主题库表中进行排列并记录。
优选的,一种多端口的非煤矿山安全监测信息控制系统,记录单元,包括:
记录子单元,用于获取记录得到的主题库表,并基于预设非煤矿山监测时效性确定对主题库表中各目标专题库库表对应的专题库中非煤矿山的运行数据的更新频率;
数据更新规则设定子单元,用于确定不同专题库中对非煤矿山的运行数据的最大数据存储量以及不同监测终端单次采集到的非煤矿山的运行数据的目标数据量,并基于最大数据存储量、不同监测终端单次采集到的非煤矿山的运行数据的目标数据量以及更新频率确定对相应专题库中非煤矿山的运行数据的单次更新数据量;
数据更新子单元,用于提取不同专题库中非煤矿山的运行数据的时间戳,并基于时间戳的发展顺序以及单次更新数据量确定对不同专题库中非煤矿山的运行数据的目标更新数据,同时,将目标更新数据从相应专题库中剔除,并将当前采集到的非煤矿山的运行数据加载至相应的专题库中。
优选的,一种多端口的非煤矿山安全监测信息控制系统,模型构建模块,包括:
数据抓取单元,用于获取主题库表中运行数据的数据结构特征,并基于数据结构特征确定运行数据的组成成分,同时,基于组成成分确定对不同组成成分的运行数据的目标抓取量,并基于目标抓取量生成对运行数据的抓取任务;
所述数据抓取单元,用于基于抓取任务向主题库表所在的预设服务器发送数据抓取请求,并根据预设服务器接收到的数据抓取请求向主题库表中各专题库对应的预设数据抓取引擎发送数据抓取广播,且基于数据抓取广播控制预设数据抓取引擎对相应专题库中的运行数据进行抓取,得到子运行数据;
关联分析单元,用于基于非煤矿山的预设生产流程对子运行数据进行标签定义,并基于标签定义结果确定各子运行数据之间的目标关联属性,且基于目标关联属性构建子运行数据之间的目标知识图谱,同时,基于非煤矿山的预设生产流程确定子运行数据对应的生产项目的安全运行指标,并将安全运行指标在目标知识图谱中进行添加,且基于添加结果基于预设经验确定目标知识图谱中各节点发生安全隐患的先验概率;
模型构建单元,用于基于先验概率构建多级风险预警体系,并基于多级风险预警体系以及目标知识图谱构建全域安全风险分析预警模型的贝叶斯网络拓扑结构,且基于预设迭代训练次数以及预设训练数据集对贝叶斯网络拓扑结构进行迭代训练,得到最终的全域安全风险分析预警模型。
优选的,一种多端口的非煤矿山安全监测信息控制系统,数据抓取单元,包括:
数据处理子单元,用于获取抓取到的子运行数据,并将子运行数据进行拆分,得到N个待脱敏运行数据段,同时,分别提取N个待脱敏运行数据段的属性信息,并基于属性信息确定各待脱敏运行数据段的字段类型;
数据脱敏子单元,用于基于字段类型从预设数据脱敏算法库中匹配目标脱敏算法,并基于目标脱敏算法对相应待脱敏运行数据段中的不同字节进行逻辑脱敏处理;
数据封装子单元,用于基于各待脱敏运行数据段的字段类型确定相应脱敏处理后的子运行数据的头文件数据,同时,将脱敏处理后的子运行数据作为待封装数据集,并对头文件数据以及待封装数据集进行封装,得到最终的子运行数据。
优选的,一种多端口的非煤矿山安全监测信息控制系统,预警及管控模块,包括:
模型获取单元,用于获取得到的全域安全风险分析预警模型,并提取全域安全风险分析预警模型中不同安全运行指标的指标特征,且基于指标特征确定不同安全隐患等级对应的预设期望阈值,同时,基于预设期望值以及预设层次分析法确定不同安全运行指标的目标权重;
安全隐患分析单元,用于将采集到的非煤矿山的实时运行数据输入至全域安全风险分析预警模型,并基于全域安全风险分析预警模型中不同安全运行指标及对应的目标权重对非煤矿山的实时运行数据进行分析,确定不同实时运行数据对应的生产项目的第一安全隐患概率;
安全隐患确定单元,用于基于非煤矿山中各生产项目之间的关联关系构建安全隐患风险传导模型,并基于安全隐患风险传导模型对生产项目的第一安全隐患概率进行修正处理,得到生产项目的第二安全隐患概率,且将第二安全隐患概率大于预设安全隐患概率阈值的生产项目确定为最终的安全隐患。
优选的,一种多端口的非煤矿山安全监测信息控制系统,预警及管控模块,包括:
安全隐患获取单元,用于获取确定的安全隐患,并将安全隐患对应的安全隐患概率与预设隐患等级阈值进行匹配,确定安全隐患对应的隐患等级,且基于隐患等级从预设预警方式库中匹配目标预警方式进行预警处理;
安全隐患管控单元,用于基于预警处理的同时确定安全隐患的隐患类型,并基于隐患类型以及隐患等级从预设管控策略库中检索目标管控策略,且当未检索到目标管控策略时,确定预设管控策略库中各预设管控策略与安全隐患的相似度;
管控措施确定单元,用于基于相似度递减的顺序确定相似度最大值对应的待调整管控策略,并基于隐患类型以及隐患等级对待调整管控策略的管控参数进行适配,得到目标管控策略;
追踪单元,用于基于目标管控策略对安全隐患进行安全管控,并对安全管控流程进行实时监测追踪,同时,将安全管控中的每一管控步骤及管控结果进行实时记录,并基于记录结果生成管控报告。
本发明提供了一种多端口的非煤矿山安全监测信息控制方法,包括:
步骤1:基于数据采集规则控制各监测终端采集非煤矿山的运行数据,并将运行数据加载至对应主题库表中;
步骤2:对主题库表中的运行数据进行抓取,并将抓取得到的子运行数据与对应的安全运行指标进行关联分析,构建全域安全风险分析预警模型;
步骤3:基于全域安全风险分析预警模型对采集到的实时运行数据进行分析,确定安全隐患,并对安全隐患进行预警及管控,且对管控流程进行实时跟踪。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种多端口的非煤矿山安全监测信息控制系统的结构图;
图2为本发明实施例中一种多端口的非煤矿山安全监测信息控制系统中数据采集模块的结构图;
图3为本发明实施例中一种多端口的非煤矿山安全监测信息控制方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1:
本实施例提供了一种多端口的非煤矿山安全监测信息控制系统,如图1所示,包括:
数据采集模块,用于基于数据采集规则控制各监测终端采集非煤矿山的运行数据,并将运行数据加载至对应主题库表中;
模型构建模块,用于对主题库表中的运行数据进行抓取,并将抓取得到的子运行数据与对应的安全运行指标进行关联分析,构建全域安全风险分析预警模型;
预警及管控模块,用于基于全域安全风险分析预警模型对采集到的实时运行数据进行分析,确定安全隐患,并对安全隐患进行预警及管控,且对管控流程进行实时跟踪。
该实施例中,数据采集规则是提前设定好的,用于限定对非煤矿山中各端口对非煤矿山运行数据的采集时间间隔以及单次采集的数据量等。
该实施例中,监测终端是提前设定好的,用于采集非煤矿山中不同监测项目对应的运行数据,具体包括非煤矿山环境监测、采运情况监测以及井下通信监测等。
该实施例中,运行数据指的是非煤矿山各个监测项目在生产运行过程中产生的工作数据,具体可以是非煤矿山在运行过程中产生的通信数据以及当前采集情况对应的数据等。
该实施例中,主题库表是提前设定好的,用于存储不同类型的运行数据,且不同类别的运行数据对应不同的主题库表。
该实施例中,对主题库表中的运行数据进行抓取指的是随机从采集到的运行数据中获取部分运行数据,用于构建非煤矿山对应的全域安全风险分析预警模型。
该实施例中,子运行数据指的是对主题库表中加载的运行数据进行随机抓取后得到的运行数据,是采集到的非煤矿山运行数据中的一部分。
该实施例中,安全运行指标是提前设定好的,且不同的监测终端对应的安全运行指标是不同的,具体可以是当监测类型为井下通信系统时,通信带宽不能低于设定数值,一旦低于设定数值时,则判定井下通信系统可能存在异常。
该实施例中,将抓取得到的子运行数据与对应的安全运行指标进行关联分析指的是将相应类型的子运行数据与对应的安全运行指标进行匹配,从而比那与根据对应的安全运行指标对相应的子运行数据的合格性进行准确有效的分析。
该实施例中,全域安全风险分析预警模型指的是根据不同类型的子运行数据和相应的安全运行指标进行关联分析后得到的模型,该模型能够对非煤矿山中不同监测终端采集到的运行数据进行分析,从而便于快速确定相应监测项目是否存在安全异常。
该实施例中,实时运行数据指的是各监测终端当前时刻采集到的运行数据,用于分析非煤矿山中各监测项目的当前运行状态。
该实施例中,安全隐患指的是非煤矿山中当前存在的安全问题,即可能会发生安全事故的类型。
该实施例中,对安全隐患进行预警及管控,且对管控流程进行实时跟踪指的是采用相应的预警装置向管理人员进行相应的报警提醒,同时,根据安全隐患的隐患类型选取相应的解决措施对安全隐患进行排除,并对排除结果进行跟踪,目的是确保排除当前的安全隐患。
上述技术方案的有益效果是:通过不同的采集终端采集非煤矿山中不同运行项目的运行数据,实现根据运行数据构建全域安全风险分析预警模型,并根据全域安全风险分析预警模型对非煤矿山的实时运行数据进行安全分析,实现对非煤矿山中存在的安全隐患进行快速准确的确定,且根据确定结果进行及时的预警及管控,保障了对非煤矿山安全监测的全面性以及准确性。
实施例2:
在实施例1的基础上,本实施例提供了一种多端口的非煤矿山安全监测信息控制系统,如图2所示,数据采集模块,包括:
监测流程确定单元,用于获取对非煤矿山的全流程监测信息,并基于全流程监测信息中限定的尾矿处理顺序依次确定涉及到的监测项目,且基于监测项目的监测要求确定各监测项目对应的监测终端;
数据采集规则确定单元,用于基于监测要求确定不同监测终端对应的监测指标,并基于监测指标制定不同监测终端对应的数据采集规则;
数据采集单元,用于基于数据采集规则确定启动不同监测项目对应的监测终端的周期性脉冲信号,并基于周期性脉冲信号对不同监测终端赋予高电平,并基于赋予结果控制监测终端对相应监测项目的运行数据进行采集,得到非煤矿山的运行数据。
该实施例中,全流程监测信息指的是对非煤矿山所有运行项目进行监测的具体信息,包括需要监测的项目名称、项目类型以及监测的方式等。
该实施例中,监测项目指的是需要进行安全监测的项目,具体可以是井下水量信息、采运生产智能调度以及井下炸药库监测等信息。
该实施例中,监测要求是提前设定好的,用于限定对相应监测项目的监测力度或是监测的精准程度等。
该实施例中,监测终端是用于表征对不同监测项目进行监测时采用的器件类型,具体包括不同类型的传感器或是摄像头等器件。
该实施例中,监测指标是用于表征不同监测终端对不同监测项目进行监测时的依据或是标准,具体可以是监测的时间段或是上传数据的频率等。
该实施例中,周期性脉冲信号是根据数据采集规则确定的,用于周期性的控制相应的监测终端进行运行数据的监测及采集,即在产生周期性脉冲信号时,向相应的监测终端赋予高电平,从而实现控制相应的监测终端进行工作。
上述技术方案的有益效果是:通过确定对非煤矿山的全流程监测信息,实现根据全流程监测信息对监测项目以及监测要求进行准确有效的确定,其次,根据得到的监测项目以及监测要求实现对不同监测项目对应的数据采集规则进行准确分析,最终实现根据数据采集规则控制相应的监测终端对非煤矿山的运行数据进行采集,保障了采集到的运行数据的可靠性以及准确性,为实现对非煤矿山的安全监测提供了便利与保障。
实施例3:
在实施例2的基础上,本实施例提供了一种多端口的非煤矿山安全监测信息控制系统,数据采集单元,包括:
数据获取子单元,用于获取得到的非煤矿山的运行数据,并基于监测项目的项目类型确定对非煤矿山的运行数据的第一分类指标,且基于第一分类指标对得到的非煤矿山的运行数据进行第一聚类处理,得到目标运行数据集合;
分类子单元,用于基于各监测项目的运行特征确定对每一目标运行数据集合对应的第二分类指标,并基于第二分类指标对每一目标数据集合进行第二聚类处理,得到子运行数据集合;
数据清洗子单元,用于提取每一子运行数据集合的数据特征,并基于数据特征从预设数据清洗规则库中匹配目标数据清洗规则集,且基于目标数据清洗规则集中各目标数据清洗规则对子运行数据集合中的检验数据片段进行清洗;
所述数据清洗子单元,还用于基于清洗结果确定各目标数据清洗规则对子运行数据集合中的检验数据片段的清洗效率,并基于清洗效率最大值对应的目标数据清洗规则对当前子运行数据集合进行整体清洗,且将清洗后的各子运行数据集合进行汇总,得到最终的非煤矿山的运行数据。
该实施例中,第一分类指标是用于区分不同监测项目对应的运行数据,即区分井下水量信息、采运生产智能调度以及井下炸药库监测等信息的指标。
该实施例中,第一聚类处理指的是根据第一分类指标对得到的运行数据进行分类处理。
该实施例中,目标运行数据集合指的是对得到的运行数据进行第一聚类处理后,得到每一监测项目对应的运行数据集合。
该实施例中,运行特征指的是不同监测项目运行时的运行特点,具体可以是运行的方式以及业务特征等。
该实施例中,第二分类指标指的是对每一目标运行数据集合中不同步骤对应的运行数据进行分类的标准,具体可以是区别速度数据以及工作量数据的指标等。
该实施例中,第二聚类处理指的是对每一目标运行数据集合中的数据进行分类处理,目的是将一个监测项目中包含的运行数据中的同一类的数据规整到同一类别中。
该实施例中,子运行数据集合指的是将一个监测项目中包含的运行数据中的同一类的数据规整到同一类别后得到的运行数据。
该实施例中,数据特征指的是每一子运行数据集合对应的数据类型以及对应的取值范围等。
该实施例中,预设数据清洗规则库是提前设定好的,用于存储不同的数据清洗规则。
该实施例中,目标数据清洗规则集指的是预设数据清洗规则库中能对当前不同子运行数据集合进行数据清洗的所有数据清洗规则的集合。
该实施例中,目标数据清洗规则指的是适用于对当前子运行数据集合进行数据清洗的规则。
该实施例中,检验数据片段是不同子运行数据集合中的一部分,用于监测匹配到的数据清洗规则是否合格。
上述技术方案的有益效果是:通过对得到的非煤矿山的运行数据进行分类,并根据分类结果匹配对应的数据清洗规则对运行数据进行数据清洗,保障得到的运行数据的准确可靠性,为准确分析非煤矿山的安全隐患提供了便利与保障,提高了对安全隐患进行预警和管控的准确性。
实施例4:
在实施例1的基础上,本实施例提供了一种多端口的非煤矿山安全监测信息控制系统,数据采集模块,包括:
数据获取单元,用于获取得到的非煤矿山的运行数据,并提取非煤矿山的运行数据的第一字段特征,同时,确定主题库表中包含的专题库,并提取专题库的专题库库表对应的第二字段特征;
映射关系确定单元,用于基于第一字段特征和第二字段特征构建非煤矿山的运行数据与专题库库表的映射关系,并基于映射关系将得到的非煤矿山的运行数据分别加载至相应的专题库;
记录单元,用于基于加载结果确定每一专题库中当前加载的非煤矿山的运行数据的数据量,并基于数据量对相应专题库的专题库库表添加数据量标签,同时,基于数据量标签添加结果得到每一专题库对应的目标专题库库表,并将目标专题库库表在主题库表中进行排列并记录。
该实施例中,第一字段特征是用于表征非煤矿山的运行数据对应的数据类型以及取值。
该实施例中,专题库是主题库表中包含的不同存储区间,用于存储不同监测项目对应的运行数据。
该实施例中,专题库库表是用于表征当前专题库存储数据的类型以及能够存储的数据量的标签。
该实施例中,第二字段特征是用于表征专题库库表中记录的能够存储的数据类型特殊字段等。
该实施例中,映射关系包括一对一,即一个运行数据归属于一个专题库。
该实施例中,数据量标签是用于表征当前专题库中存储的运行数据的数据量。
该实施例中,目标专题库库表是在原始专题库库表中添加数量标签后得到的。
上述技术方案的有益效果是:通过确定运行数据和主题库表中包含的专题库对应的专题库库表的字段特征,实现根据字段特征构建二者之间的映射关系,从而实现根据映射关系将得到的运行数据加载至主题库表中,实现将得到的运行数据进行可靠有效的存储,从而便于实时对非煤矿山的运行状态进行分析,保障了确定安全隐患的及时性、全面性以及准确性。
实施例5:
在实施例4的基础上,本实施例提供了一种多端口的非煤矿山安全监测信息控制系统,记录单元,包括:
记录子单元,用于获取记录得到的主题库表,并基于预设非煤矿山监测时效性确定对主题库表中各目标专题库库表对应的专题库中非煤矿山的运行数据的更新频率;
数据更新规则设定子单元,用于确定不同专题库中对非煤矿山的运行数据的最大数据存储量以及不同监测终端单次采集到的非煤矿山的运行数据的目标数据量,并基于最大数据存储量、不同监测终端单次采集到的非煤矿山的运行数据的目标数据量以及更新频率确定对相应专题库中非煤矿山的运行数据的单次更新数据量;
数据更新子单元,用于提取不同专题库中非煤矿山的运行数据的时间戳,并基于时间戳的发展顺序以及单次更新数据量确定对不同专题库中非煤矿山的运行数据的目标更新数据,同时,将目标更新数据从相应专题库中剔除,并将当前采集到的非煤矿山的运行数据加载至相应的专题库中。
该实施例中,预设非煤矿山监测时效性是提前设定好的,用于表征每一周期采集到的数据能够起到有效监测作用的时间长度,是可以进行调整的。
该实施例中,目标数据量是用于表征不同监测终端单次能够采集到的最大运行数据的数据量。
该实施例中,单次更新数据量是用于表征每一次更新时,需要对当当前装题库中的运行数据进行更新的数据量,可以是专题库中存储的所有运行数据也可以是其中的一部分。
该实施例中,时间戳是用于表征不同运行数据存储至相应专题库中的具体时间信息。
该实施例中,基于时间戳的发展顺序以及单次更新数据量确定对不同专题库中非煤矿山的运行数据的目标更新数据指的是根据存储至相应专题库的先后顺序,将最先存储的数据进行更新。
该实施例中,目标更新数据指的是需要对专题库中的运行数据进行更新的部分。
上述技术方案的有益效果是:通过确定对主题库表中包含的运行数据的更新频率,实现根据预设非煤矿山监测时效性及时对运行数据进行更新,保障了运行数据的可靠性,实现对非煤矿山中存在的安全隐患进行快速准确的确定,且根据确定结果进行及时的预警及管控。
实施例6:
在实施例1的基础上,本实施例提供了一种多端口的非煤矿山安全监测信息控制系统,模型构建模块,包括:
数据抓取单元,用于获取主题库表中运行数据的数据结构特征,并基于数据结构特征确定运行数据的组成成分,同时,基于组成成分确定对不同组成成分的运行数据的目标抓取量,并基于目标抓取量生成对运行数据的抓取任务;
所述数据抓取单元,用于基于抓取任务向主题库表所在的预设服务器发送数据抓取请求,并根据预设服务器接收到的数据抓取请求向主题库表中各专题库对应的预设数据抓取引擎发送数据抓取广播,且基于数据抓取广播控制预设数据抓取引擎对相应专题库中的运行数据进行抓取,得到子运行数据;
关联分析单元,用于基于非煤矿山的预设生产流程对子运行数据进行标签定义,并基于标签定义结果确定各子运行数据之间的目标关联属性,且基于目标关联属性构建子运行数据之间的目标知识图谱,同时,基于非煤矿山的预设生产流程确定子运行数据对应的生产项目的安全运行指标,并将安全运行指标在目标知识图谱中进行添加,且基于添加结果基于预设经验确定目标知识图谱中各节点发生安全隐患的先验概率;
模型构建单元,用于基于先验概率构建多级风险预警体系,并基于多级风险预警体系以及目标知识图谱构建全域安全风险分析预警模型的贝叶斯网络拓扑结构,且基于预设迭代训练次数以及预设训练数据集对贝叶斯网络拓扑结构进行迭代训练,得到最终的全域安全风险分析预警模型。
该实施例中,数据结构特征是用于表征主题库表中存储的运行数据之间的关联关系,从而便于对运行数据的组成成分进行确定。
该实施例中,组成成分指的是运行数据对应的构成,具体可以是数据段头、段尾以及中心数据等。
该实施例中,目标抓取量是用于表征对运行数据中不同成分进行抓取的多少,从而便于抓取全面的运行数据,保障了构建全域安全风险分析预警模型的可靠性。
该实施例中,抓取任务是用于表征对不同组成成分进行抓取的具体策略以及抓取的数据量。
该实施例中,预设服务器是提前设定好的,用于对主题库表中的运行数据进行管理。
该实施例中,预设数据抓取引擎是提前设定好的,且一个专题库对应一个预设数据抓取引擎,目的是从各个专题库中抓取需要的运行数据。
该实施例中,数据抓取广播是用于向不同的预设数据抓取引擎发送数据抓取指令,目的是为了确保所有的预设数据抓取引擎能够同一时间接收到相应的数据抓取信息。
该实施例中,预设生产流程是非煤矿山运行时的项目流程,即从开采到最后输出的流程。
该实施例中,标签定义是用于表征不同子运行数据对应的生产流程。
该实施例中,目标关联属性是用于表征不同子运行数据之间的关联关系。
该实施例中,目标知识图谱是采用图谱的形式将不同子运行数据之间的关联关系进行表征,从而便于根据关联关系构建全域安全风险分析预警模型。
该实施例中,将安全运行指标在目标知识图谱中进行添加指的是将安全运行指标添加至目标知识图谱中对应的位置,即与生产项目对应的子运行数据处于同一节点。
该实施例中,预设经验是提前已知的,具体可以是专家经验等。
该实施例中,先验概率是用于表征不同生产项目在当前子运行数据和安全运行指标条件下可能发送安全隐患的概率。
该实施例中,多级风险预警体系指的是根据概率大小构建不同等级的预警体系,从而便于根据隐患程度进行不同等级的预警操作。
该实施例中,预设迭代训练次数是提前设定好的,用于限定对贝叶斯网络拓扑结构的训练次数,从而确保最终得到的全域安全风险分析预警模型的可靠性。
该实施例中,预设训练数据集是提前设定好的,且是否发生安全隐患是已知的。
上述技术方案的有益效果是:通过从主题库表中抓取非煤矿山的运行数据,得到子运行数据,并对子运行数据之间的关联关系进行分析,实现根据子运行数据之间的关联关系以及对应的安全运行指标构建非煤矿山的全域安全风险分析预警模型,保障了构建的全域安全风险分析预警模型的可靠性,为实现对非煤矿山中存在的安全隐患进行快速准确的确定提供了便利与保障,也提高了对非煤矿山安全监测的全面性以及准确性。
实施例7:
在实施例6的基础上,本实施例提供了一种多端口的非煤矿山安全监测信息控制系统,数据抓取单元,包括:
数据处理子单元,用于获取抓取到的子运行数据,并将子运行数据进行拆分,得到N个待脱敏运行数据段,同时,分别提取N个待脱敏运行数据段的属性信息,并基于属性信息确定各待脱敏运行数据段的字段类型;
数据脱敏子单元,用于基于字段类型从预设数据脱敏算法库中匹配目标脱敏算法,并基于目标脱敏算法对相应待脱敏运行数据段中的不同字节进行逻辑脱敏处理;
数据封装子单元,用于基于各待脱敏运行数据段的字段类型确定相应脱敏处理后的子运行数据的头文件数据,同时,将脱敏处理后的子运行数据作为待封装数据集,并对头文件数据以及待封装数据集进行封装,得到最终的子运行数据。
该实施例中,待脱敏运行数据段指的是将得到的子运行数据进行拆分后,得到的不同的需要进行脱敏处理的数据段。
该实施例中,属性信息指的是不同待脱敏运行数据段的数据类型以及对应的取值特点。
该实施例中,预设数据脱敏算法库是提前设定好的,用于存储不同的数据脱敏算法。
该实施例中,目标脱敏算法指的是适用于对当前待脱敏运行数据段进行脱敏的算法,是预设数据脱敏算法库中的一种。
该实施例中,逻辑脱敏处理指的是根据字节之间的关联关系以及逻辑关系对待脱敏运行数据段中不同的字节进行脱敏处理。
该实施例中,头文件数据指的是字段类型对应的数据形式,从而便于在对子运行数据封装时,将子运行数据的字段类型与子运行数据进行同步封装。
上述技术方案的有益效果是:通过对抓取到的子运行数据进行脱敏及封装处理,为实现构建全域安全风险分析预警模型提供了便利与保障,同时,也便于保障对非煤矿山的安全隐患进行快速准确的确定。
实施例8:
在实施例1的基础上,本实施例提供了一种多端口的非煤矿山安全监测信息控制系统,预警及管控模块,包括:
模型获取单元,用于获取得到的全域安全风险分析预警模型,并提取全域安全风险分析预警模型中不同安全运行指标的指标特征,且基于指标特征确定不同安全隐患等级对应的预设期望阈值,同时,基于预设期望值以及预设层次分析法确定不同安全运行指标的目标权重;
安全隐患分析单元,用于将采集到的非煤矿山的实时运行数据输入至全域安全风险分析预警模型,并基于全域安全风险分析预警模型中不同安全运行指标及对应的目标权重对非煤矿山的实时运行数据进行分析,确定不同实时运行数据对应的生产项目的第一安全隐患概率;
安全隐患确定单元,用于基于非煤矿山中各生产项目之间的关联关系构建安全隐患风险传导模型,并基于安全隐患风险传导模型对生产项目的第一安全隐患概率进行修正处理,得到生产项目的第二安全隐患概率,且将第二安全隐患概率大于预设安全隐患概率阈值的生产项目确定为最终的安全隐患。
该实施例中,指标特征是用于表征不同安全运行指标对应的指标取值范围以及指标类型。
该实施例中,预设期望阈值是提前设定好的,用于表征不同安全运行指标限定下该生产项目允许的最大取值,一旦监测到的运行数据的取值不满足预设期望阈值的要求时,则判定可能存在安全隐患。
该实施例中,预设层次分析法是提前设定好的,用于确定不同的安全运行指标对应的权重值,从而便于根据运行数据与相应安全运行指标的相对大小确定发生安全隐患的概率大小。
该实施例中,目标权重是用于表征不同安全运行指标在进行安全隐患分析时的重要程度值。
该实施例中,第一安全隐患概率指的是通过全域安全风险分析预警模型对单个生产项目进行安全隐患分析后得到的单个生产项目发生安全隐患的可能性大小。
该实施例中,安全隐患风险传导模型是用于分析不同生产项目之间由于相互作用导致本身的安全隐患概率发生改变的工具。
该实施例中,基于安全隐患风险传导模型对生产项目的第一安全隐患概率进行修正处理指的是根据非煤矿山中不同生产项目之间的相互作用或是关联作用对单个不同的生产项目对应的第一安全隐患概率进行修正。
该实施例中,第二安全隐患概率指的是对单个生产项目对应的第一安全隐患概率进行修正后得到的每一生产项目最终可能会发生安全隐患的可能性大小。
该实施例中,预设安全隐患概率阈值是提前设定好的,用于表征运行不同监测项目能够取到的最大取值,是可以进行调整的。
上述技术方案的有益效果是:通过全域安全风险分析预警模型对非煤矿山的实时运行数据进行分析,实现对非煤矿山中不同生产项目的安全隐患概率进行准确有效的分析,从而实现对非煤矿山中的安全隐患进行快速准确的锁定,便于及时对安全隐患进行预警和管控,保障了非煤矿山的安全运行。
实施例9:
在实施例1的基础上,本实施例提供了一种多端口的非煤矿山安全监测信息控制系统,预警及管控模块,包括:
安全隐患获取单元,用于获取确定的安全隐患,并将安全隐患对应的安全隐患概率与预设隐患等级阈值进行匹配,确定安全隐患对应的隐患等级,且基于隐患等级从预设预警方式库中匹配目标预警方式进行预警处理;
安全隐患管控单元,用于基于预警处理的同时确定安全隐患的隐患类型,并基于隐患类型以及隐患等级从预设管控策略库中检索目标管控策略,且当未检索到目标管控策略时,确定预设管控策略库中各预设管控策略与安全隐患的相似度;
管控措施确定单元,用于基于相似度递减的顺序确定相似度最大值对应的待调整管控策略,并基于隐患类型以及隐患等级对待调整管控策略的管控参数进行适配,得到目标管控策略;
追踪单元,用于基于目标管控策略对安全隐患进行安全管控,并对安全管控流程进行实时监测追踪,同时,将安全管控中的每一管控步骤及管控结果进行实时记录,并基于记录结果生成管控报告。
该实施例中,预设安全隐患等级阈值是提前设定好的,用于表征不同安全隐患对应的隐患等级取值。
该实施例中,预设预警方式库是提前设定好的,用于存储不同隐患等级对应的预警方式。
该实施例中,目标预警方式指的是适用于对当前隐患等级进行预警的方式,具体可以是蜂鸣器预警或是灯光预警等。
该实施例中,预设管控策略库是提前设定好的,用于存储不同的管控策略。
该实施例中,目标管控策略指的是适用于对当前安全隐患进行管控的方式方法。
该实施例中,待调整管控策略指的是当预设管控策略库没有预设管控策略与安全隐患的隐患类型完全匹配时,确定的相似度最大值对应的预设管控策略。
该实施例中,管控参数指的是待调整管控策略中的管控方案对应的具体取值情况以及具体的管控方案等。
上述技术方案的有益效果是:通过确定安全隐患的隐患等级以及隐患类型,实现通过相应的预警方式进行预警操作,同时,根据隐患类型匹配相应的目标管控策略对当前存在的安全隐患进行管控,并对管控过程进行实时监测和追踪,确保对安全隐患进行有效的排除,从而保障了非煤矿山的可靠运行,也提高了对非煤矿山存在的安全隐患进行预警的及时性以及针对性。
实施例10:
在实施例1的基础上,本实施例提供了一种多端口的非煤矿山安全监测信息控制系统,预警及管控模块,包括:
预警等级获取单元,用于获取对安全隐患的预警等级个数,同时,确定对非煤矿山进行安全监测的目标周期,并基于预警等级个数以及目标周期计算非煤矿山在当前目标周期内的综合安全指数值,具体步骤包括:
根据如下公式计算非煤矿山在当前目标周期内的综合安全指数值:
其中,表示非煤矿山在当前目标周期内的综合安全指数值,且取值范围[1,100];σ表示误差系数,且取值范围为(0.02,0.04);ω表示非煤矿山在上一目标周期内的综合安全指数值;a表示日贡献系数,且取值范围为(0,1);τ1表示非煤矿山中一级报警等级对应的报警惩罚系数,且取值范围为(1,25);i表示非煤矿山在上一目标周期内中发生一级预警的当前安全运行指标的个数;n表示非煤矿山在上一目标周期内中发生一级预警的安全运行指标的总个数;ρi表示第i个发生一级预警的安全运行指标进行一级报警的次数;βi表示第i个发生一级预警的安全运行指标对应的权重值;τ2表示非煤矿山中一级报警等级对应的报警惩罚系数,且取值范围为(1,11);j表示非煤矿山在上一目标周期内中发生二级预警的当前安全运行指标的个数;m表示非煤矿山在上一目标周期内中发生二级预警的安全运行指标的总个数;ρj表示第j个发生二级预警的安全运行指标进行二级报警的次数;βj表示第j个发生二级预警的安全运行指标对应的权重值;τs表示表示非煤矿山中s级报警等级对应的报警惩罚系数,且取值范围为(1,6);g表示非煤矿山在上一目标周期内中发生s级预警的当前安全运行指标的个数;k表示非煤矿山在上一目标周期内中发生s级预警的安全运行指标的总个数;ρg表示表示第g个发生s级预警的安全运行指标进行s级报警的次数;βg表示第g个发生s级预警的安全运行指标对应的权重值;
将计算得到的综合安全指数值与预设安全指数阈值进行比较;
若计算得到的综合安全指数值大于或等于预设安全指数阈值时,判定非煤矿山当前的运行状态合格;
否则,判定非煤矿山当前的运行状态不合格,并基于预设自检策略对非煤矿山各生产项目的生产流程进行自检,直至计算得到的综合安全指数值大于或等于预设安全指数阈值。
该实施例中,目标周期是用于表征对非煤矿山安全状态进行分析的周期,具体可以是一月一次或是两月一次等。
该实施例中,综合安全指数值是用于表征非煤矿山当前的安全程度,取值越大表明非煤矿山当前的运行状态越良好。
该实施例中,日贡献系数是用于表征不同安全隐患对非煤矿山安全程度产生影响的大小情况。
该实施例中,报警惩罚系数是用于表征每一次报警对非煤矿山的安全状态的影响大小。
该实施例中,预设安全指数阈值是提前设定好的,用于表征非煤矿山可允许的最小取值。
该实施例中,预设自检策略是提前设定好的,具体可以是根据不同生产项目的运行方式以及运行策略等对相应生产项目的每一生产步骤进行核验。
上述技术方案的有益效果是:通过计算非煤矿山的综合安全指数值,便于实时对非煤矿山的运行状态进行有效了解,从而便于在安全状态异常时,及时对非煤矿山的运行方式进行自检,提高了发现安全隐患的效率,也保障了非煤矿山的安全运行。
实施例11:
本实施例提供了一种多端口的非煤矿山安全监测信息控制方法,如图3所示,包括:
步骤1:基于数据采集规则控制各监测终端采集非煤矿山的运行数据,并将运行数据加载至对应主题库表中;
步骤2:对主题库表中的运行数据进行抓取,并将抓取得到的子运行数据与对应的安全运行指标进行关联分析,构建全域安全风险分析预警模型;
步骤3:基于全域安全风险分析预警模型对采集到的实时运行数据进行分析,确定安全隐患,并对安全隐患进行预警及管控,且对管控流程进行实时跟踪。
上述技术方案的有益效果是:通过不同的采集终端采集非煤矿山中不同运行项目的运行数据,实现根据运行数据构建全域安全风险分析预警模型,并根据全域安全风险分析预警模型对非煤矿山的实时运行数据进行安全分析,实现对非煤矿山中存在的安全隐患进行快速准确的确定,且根据确定结果进行及时的预警及管控,保障了对非煤矿山安全监测的全面性以及准确性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种多端口的非煤矿山安全监测信息控制系统,其特征在于,包括:
数据采集模块,用于基于数据采集规则控制各监测终端采集非煤矿山的运行数据,并将运行数据加载至对应主题库表中;
模型构建模块,用于对主题库表中的运行数据进行抓取,并将抓取得到的子运行数据与对应的安全运行指标进行关联分析,构建全域安全风险分析预警模型;
预警及管控模块,用于基于全域安全风险分析预警模型对采集到的实时运行数据进行分析,确定安全隐患,并对安全隐患进行预警及管控,且对管控流程进行实时跟踪。
2.根据权利要求1所述的一种多端口的非煤矿山安全监测信息控制系统,其特征在于,数据采集模块,包括:
监测流程确定单元,用于获取对非煤矿山的全流程监测信息,并基于全流程监测信息中限定的尾矿处理顺序依次确定涉及到的监测项目,且基于监测项目的监测要求确定各监测项目对应的监测终端;
数据采集规则确定单元,用于基于监测要求确定不同监测终端对应的监测指标,并基于监测指标制定不同监测终端对应的数据采集规则;
数据采集单元,用于基于数据采集规则确定启动不同监测项目对应的监测终端的周期性脉冲信号,并基于周期性脉冲信号对不同监测终端赋予高电平,并基于赋予结果控制监测终端对相应监测项目的运行数据进行采集,得到非煤矿山的运行数据。
3.根据权利要求2所述的一种多端口的非煤矿山安全监测信息控制系统,其特征在于,数据采集单元,包括:
数据获取子单元,用于获取得到的非煤矿山的运行数据,并基于监测项目的项目类型确定对非煤矿山的运行数据的第一分类指标,且基于第一分类指标对得到的非煤矿山的运行数据进行第一聚类处理,得到目标运行数据集合;
分类子单元,用于基于各监测项目的运行特征确定对每一目标运行数据集合对应的第二分类指标,并基于第二分类指标对每一目标数据集合进行第二聚类处理,得到子运行数据集合;
数据清洗子单元,用于提取每一子运行数据集合的数据特征,并基于数据特征从预设数据清洗规则库中匹配目标数据清洗规则集,且基于目标数据清洗规则集中各目标数据清洗规则对子运行数据集合中的检验数据片段进行清洗;
所述数据清洗子单元,还用于基于清洗结果确定各目标数据清洗规则对子运行数据集合中的检验数据片段的清洗效率,并基于清洗效率最大值对应的目标数据清洗规则对当前子运行数据集合进行整体清洗,且将清洗后的各子运行数据集合进行汇总,得到最终的非煤矿山的运行数据。
4.根据权利要求1所述的一种多端口的非煤矿山安全监测信息控制系统,其特征在于,数据采集模块,包括:
数据获取单元,用于获取得到的非煤矿山的运行数据,并提取非煤矿山的运行数据的第一字段特征,同时,确定主题库表中包含的专题库,并提取专题库的专题库库表对应的第二字段特征;
映射关系确定单元,用于基于第一字段特征和第二字段特征构建非煤矿山的运行数据与专题库库表的映射关系,并基于映射关系将得到的非煤矿山的运行数据分别加载至相应的专题库;
记录单元,用于基于加载结果确定每一专题库中当前加载的非煤矿山的运行数据的数据量,并基于数据量对相应专题库的专题库库表添加数据量标签,同时,基于数据量标签添加结果得到每一专题库对应的目标专题库库表,并将目标专题库库表在主题库表中进行排列并记录。
5.根据权利要求4所述的一种多端口的非煤矿山安全监测信息控制系统,其特征在于,记录单元,包括:
记录子单元,用于获取记录得到的主题库表,并基于预设非煤矿山监测时效性确定对主题库表中各目标专题库库表对应的专题库中非煤矿山的运行数据的更新频率;
数据更新规则设定子单元,用于确定不同专题库中对非煤矿山的运行数据的最大数据存储量以及不同监测终端单次采集到的非煤矿山的运行数据的目标数据量,并基于最大数据存储量、不同监测终端单次采集到的非煤矿山的运行数据的目标数据量以及更新频率确定对相应专题库中非煤矿山的运行数据的单次更新数据量;
数据更新子单元,用于提取不同专题库中非煤矿山的运行数据的时间戳,并基于时间戳的发展顺序以及单次更新数据量确定对不同专题库中非煤矿山的运行数据的目标更新数据,同时,将目标更新数据从相应专题库中剔除,并将当前采集到的非煤矿山的运行数据加载至相应的专题库中。
6.根据权利要求1所述的一种多端口的非煤矿山安全监测信息控制系统,其特征在于,模型构建模块,包括:
数据抓取单元,用于获取主题库表中运行数据的数据结构特征,并基于数据结构特征确定运行数据的组成成分,同时,基于组成成分确定对不同组成成分的运行数据的目标抓取量,并基于目标抓取量生成对运行数据的抓取任务;
所述数据抓取单元,用于基于抓取任务向主题库表所在的预设服务器发送数据抓取请求,并根据预设服务器接收到的数据抓取请求向主题库表中各专题库对应的预设数据抓取引擎发送数据抓取广播,且基于数据抓取广播控制预设数据抓取引擎对相应专题库中的运行数据进行抓取,得到子运行数据;
关联分析单元,用于基于非煤矿山的预设生产流程对子运行数据进行标签定义,并基于标签定义结果确定各子运行数据之间的目标关联属性,且基于目标关联属性构建子运行数据之间的目标知识图谱,同时,基于非煤矿山的预设生产流程确定子运行数据对应的生产项目的安全运行指标,并将安全运行指标在目标知识图谱中进行添加,且基于添加结果基于预设经验确定目标知识图谱中各节点发生安全隐患的先验概率;
模型构建单元,用于基于先验概率构建多级风险预警体系,并基于多级风险预警体系以及目标知识图谱构建全域安全风险分析预警模型的贝叶斯网络拓扑结构,且基于预设迭代训练次数以及预设训练数据集对贝叶斯网络拓扑结构进行迭代训练,得到最终的全域安全风险分析预警模型。
7.根据权利要求6所述的一种多端口的非煤矿山安全监测信息控制系统,其特征在于,数据抓取单元,包括:
数据处理子单元,用于获取抓取到的子运行数据,并将子运行数据进行拆分,得到N个待脱敏运行数据段,同时,分别提取N个待脱敏运行数据段的属性信息,并基于属性信息确定各待脱敏运行数据段的字段类型;
数据脱敏子单元,用于基于字段类型从预设数据脱敏算法库中匹配目标脱敏算法,并基于目标脱敏算法对相应待脱敏运行数据段中的不同字节进行逻辑脱敏处理;
数据封装子单元,用于基于各待脱敏运行数据段的字段类型确定相应脱敏处理后的子运行数据的头文件数据,同时,将脱敏处理后的子运行数据作为待封装数据集,并对头文件数据以及待封装数据集进行封装,得到最终的子运行数据。
8.根据权利要求1所述的一种多端口的非煤矿山安全监测信息控制系统,其特征在于,预警及管控模块,包括:
模型获取单元,用于获取得到的全域安全风险分析预警模型,并提取全域安全风险分析预警模型中不同安全运行指标的指标特征,且基于指标特征确定不同安全隐患等级对应的预设期望阈值,同时,基于预设期望值以及预设层次分析法确定不同安全运行指标的目标权重;
安全隐患分析单元,用于将采集到的非煤矿山的实时运行数据输入至全域安全风险分析预警模型,并基于全域安全风险分析预警模型中不同安全运行指标及对应的目标权重对非煤矿山的实时运行数据进行分析,确定不同实时运行数据对应的生产项目的第一安全隐患概率;
安全隐患确定单元,用于基于非煤矿山中各生产项目之间的关联关系构建安全隐患风险传导模型,并基于安全隐患风险传导模型对生产项目的第一安全隐患概率进行修正处理,得到生产项目的第二安全隐患概率,且将第二安全隐患概率大于预设安全隐患概率阈值的生产项目确定为最终的安全隐患。
9.根据权利要求1所述的一种多端口的非煤矿山安全监测信息控制系统,其特征在于,预警及管控模块,包括:
安全隐患获取单元,用于获取确定的安全隐患,并将安全隐患对应的安全隐患概率与预设隐患等级阈值进行匹配,确定安全隐患对应的隐患等级,且基于隐患等级从预设预警方式库中匹配目标预警方式进行预警处理;
安全隐患管控单元,用于基于预警处理的同时确定安全隐患的隐患类型,并基于隐患类型以及隐患等级从预设管控策略库中检索目标管控策略,且当未检索到目标管控策略时,确定预设管控策略库中各预设管控策略与安全隐患的相似度;
管控措施确定单元,用于基于相似度递减的顺序确定相似度最大值对应的待调整管控策略,并基于隐患类型以及隐患等级对待调整管控策略的管控参数进行适配,得到目标管控策略;
追踪单元,用于基于目标管控策略对安全隐患进行安全管控,并对安全管控流程进行实时监测追踪,同时,将安全管控中的每一管控步骤及管控结果进行实时记录,并基于记录结果生成管控报告。
10.一种多端口的非煤矿山安全监测信息控制方法,其特征在于,包括:
步骤1:基于数据采集规则控制各监测终端采集非煤矿山的运行数据,并将运行数据加载至对应主题库表中;
步骤2:对主题库表中的运行数据进行抓取,并将抓取得到的子运行数据与对应的安全运行指标进行关联分析,构建全域安全风险分析预警模型;
步骤3:基于全域安全风险分析预警模型对采集到的实时运行数据进行分析,确定安全隐患,并对安全隐患进行预警及管控,且对管控流程进行实时跟踪。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310883867.5A CN116862703B (zh) | 2023-07-18 | 2023-07-18 | 多端口的非煤矿山安全监测信息控制系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310883867.5A CN116862703B (zh) | 2023-07-18 | 2023-07-18 | 多端口的非煤矿山安全监测信息控制系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116862703A true CN116862703A (zh) | 2023-10-10 |
CN116862703B CN116862703B (zh) | 2024-01-23 |
Family
ID=88218816
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310883867.5A Active CN116862703B (zh) | 2023-07-18 | 2023-07-18 | 多端口的非煤矿山安全监测信息控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116862703B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117708071A (zh) * | 2024-02-06 | 2024-03-15 | 苔花科迈(西安)信息技术有限公司 | 基于大数据的煤矿设备运行参数的处理方法及装置 |
CN118137661A (zh) * | 2024-02-26 | 2024-06-04 | 中国安全生产科学研究院 | 基于物联网的非煤矿山智能用电监测分析系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013189110A1 (zh) * | 2012-06-19 | 2013-12-27 | 国网电力科学研究院 | 一种电力通信故障预警分析方法及系统 |
CN109636055A (zh) * | 2018-12-21 | 2019-04-16 | 中国安全生产科学研究院 | 一种非煤矿山安全生产风险预测预警平台 |
CN113988530A (zh) * | 2021-09-29 | 2022-01-28 | 应急管理部通信信息中心 | 一种非煤矿山安全风险评估分级方法及系统 |
CN114565234A (zh) * | 2022-02-11 | 2022-05-31 | 山东省应急管理厅 | 基于物联网技术的非煤矿山安全风险监测预警综合管理系统 |
CN115936915A (zh) * | 2022-12-08 | 2023-04-07 | 河南汉威智慧安全科技有限公司 | 一种非煤矿山安全风险等级评估方法及系统 |
-
2023
- 2023-07-18 CN CN202310883867.5A patent/CN116862703B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013189110A1 (zh) * | 2012-06-19 | 2013-12-27 | 国网电力科学研究院 | 一种电力通信故障预警分析方法及系统 |
CN109636055A (zh) * | 2018-12-21 | 2019-04-16 | 中国安全生产科学研究院 | 一种非煤矿山安全生产风险预测预警平台 |
CN113988530A (zh) * | 2021-09-29 | 2022-01-28 | 应急管理部通信信息中心 | 一种非煤矿山安全风险评估分级方法及系统 |
CN114565234A (zh) * | 2022-02-11 | 2022-05-31 | 山东省应急管理厅 | 基于物联网技术的非煤矿山安全风险监测预警综合管理系统 |
CN115936915A (zh) * | 2022-12-08 | 2023-04-07 | 河南汉威智慧安全科技有限公司 | 一种非煤矿山安全风险等级评估方法及系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117708071A (zh) * | 2024-02-06 | 2024-03-15 | 苔花科迈(西安)信息技术有限公司 | 基于大数据的煤矿设备运行参数的处理方法及装置 |
CN117708071B (zh) * | 2024-02-06 | 2024-05-28 | 苔花科迈(西安)信息技术有限公司 | 基于大数据的煤矿设备运行参数的处理方法及装置 |
CN118137661A (zh) * | 2024-02-26 | 2024-06-04 | 中国安全生产科学研究院 | 基于物联网的非煤矿山智能用电监测分析系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116862703B (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116862703B (zh) | 多端口的非煤矿山安全监测信息控制系统及方法 | |
CN109858244B (zh) | 一种容器内进程异常行为检测方法与系统 | |
CN105471882A (zh) | 一种基于行为特征的网络攻击检测方法及装置 | |
CN106341414A (zh) | 一种基于贝叶斯网络的多步攻击安全态势评估方法 | |
CN108319926A (zh) | 一种工地现场的安全帽佩戴检测系统及检测方法 | |
CN106600115A (zh) | 一种企业信息系统运维智能分析方法 | |
CN105376193B (zh) | 安全事件的智能关联分析方法与装置 | |
Meleshko et al. | Machine learning based approach to detection of anomalous data from sensors in cyber-physical water supply systems | |
CN107003992A (zh) | 用于神经语言行为识别系统的感知联想记忆 | |
CN103942635A (zh) | 一种煤矿瓦斯安全智能巡检系统 | |
CN116579601B (zh) | 矿山安全生产风险监测预警系统及方法 | |
CN115037559B (zh) | 一种基于流量的数据安全监测系统、电子设备及存储介质 | |
CN103279476A (zh) | 一种web应用系统敏感文字的检测方法及系统 | |
CN117439916A (zh) | 一种网络安全测试评估系统及方法 | |
Borg et al. | Clustering residential burglaries using modus operandi and spatiotemporal information | |
CN117523499B (zh) | 基于北斗定位与感知的森林防火监测方法及系统 | |
CN110769003B (zh) | 一种网络安全预警的方法、系统、设备及可读存储介质 | |
CN116614258A (zh) | 一种安全态势感知系统的网络危险预测模型 | |
CN117275202A (zh) | 文物重点区域危险源全方位实时智能预警方法及系统 | |
Yu et al. | Network security monitoring method based on deep learning | |
CN114442512A (zh) | 一种化学品安全监控系统 | |
CN116857012A (zh) | 一种基于数据融合的瓦斯爆炸事故预警方法及系统 | |
CN115565329A (zh) | 一种基于物联网的建筑工地消防安全管理系统 | |
CN108768774A (zh) | 一种定量化的网络安全评估方法及评估系统 | |
CN110866624A (zh) | 化工事故预测方法和系统 |
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 |