CN117057601B - 基于物联网的非煤矿山安全监测预警系统 - Google Patents
基于物联网的非煤矿山安全监测预警系统 Download PDFInfo
- Publication number
- CN117057601B CN117057601B CN202310965511.6A CN202310965511A CN117057601B CN 117057601 B CN117057601 B CN 117057601B CN 202310965511 A CN202310965511 A CN 202310965511A CN 117057601 B CN117057601 B CN 117057601B
- Authority
- CN
- China
- Prior art keywords
- index
- indexes
- coal mine
- data
- risk
- 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.)
- Active
Links
- 239000003245 coal Substances 0.000 title claims abstract description 119
- 238000012544 monitoring process Methods 0.000 title claims abstract description 61
- 238000013210 evaluation model Methods 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims description 55
- 238000011156 evaluation Methods 0.000 claims description 49
- 239000011159 matrix material Substances 0.000 claims description 29
- 238000000034 method Methods 0.000 claims description 27
- 230000008569 process Effects 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000007726 management method Methods 0.000 claims description 18
- 238000012937 correction Methods 0.000 claims description 17
- 238000005070 sampling Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 13
- 230000008878 coupling Effects 0.000 claims description 12
- 238000010168 coupling process Methods 0.000 claims description 12
- 238000005859 coupling reaction Methods 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 8
- 238000012795 verification Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 5
- 238000013500 data storage Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims description 2
- 238000005457 optimization Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 description 10
- 238000013461 design Methods 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000012502 risk assessment Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000005065 mining Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 231100000331 toxic Toxicity 0.000 description 2
- 230000002588 toxic effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000009423 ventilation 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
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Animal Husbandry (AREA)
- Data Mining & Analysis (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Agronomy & Crop Science (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供了一种基于物联网的非煤矿山安全监测预警系统，包括：数据采集模块，用于基于互联网，将监测数据、基础数据、管理数据和视频数据采集至大数据平台；体系建立模块，用于根据非煤矿山的相关特征，获取风险指标，并根据风险指标中小指标之间的关联，建立指标体系；模型建立模块，用于根据指标体系建立建立安全事故指标模型，并结合指标体系的评判规则，建立安全事故评价模型；预警模块，用于将大数据平台在指标体系中的指标数值输入安全事故评价模型中，得到预警风险值，本发明建立安全事故评价模型，进行及时预警，提升源头治理能力，预防和减少安全生产事故的发生。
Description
技术领域
本发明涉及智能安全监测领域，特别涉及一种基于物联网的非煤矿山安全监测预警系统。
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。
广东省非煤矿山安全风险“点多面广”,全省共有1273家非煤矿山，其中，露天矿山945家、地下矿山128家、尾矿库45座(“头顶库”14座)、采掘施工单位17家、地质勘探单位28家，“五小矿山”110家，多分布在清远、梅州、河源、肇庆、茂名、韶关等粤东西北地区。目前通过工矿商贸基础信息及隐患排查治理系统、安全生产执法信息系统实现全省安全生产监管对象的基本信息清的问题，但这些企业分布范围广、风险隐患多，风险隐患采集数据量少，加之非煤矿山属于高危行业，尤其是地下矿山的提升、通风、防火、防水以及露天矿山边坡等任何环节出现问题，极易造成重大事故。特别是在经济欠发达地区，还没有建设生产企业风险点在线信息采集、监测系统，对企业的生产风险和隐患的在线监测和预警能力较弱，不能做到全面、主动、实时、动态地掌握所有安全生产隐患。
发明内容
本发明提供一种基于物联网的非煤矿山安全监测预警系统，对非煤矿山灾害进行及时预警，提升源头治理能力，预防和减少安全生产事故的发生。
一种基于物联网的非煤矿山安全监测预警系统，包括：
数据采集模块，用于基于互联网，将监测数据、基础数据、管理数据和视频数据采集至大数据平台；
体系建立模块，用于根据非煤矿山的相关特征，获取风险指标，并根据风险指标中小指标之间的关联，建立指标体系；
模型建立模块，用于根据指标体系建立安全事故指标模型，并结合指标体系的评判规则，建立安全事故评价模型；
预警模块，用于将大数据平台在指标体系中的指标数值输入安全事故评价模型中，得到预警风险值。
优选的，所述数据采集模块，包括：
数据源层，用于根据数据类型，对监测数据、基础数据、管理数据和视频数据按照对应数据格式进行获取；
数据接入层，用于按照数据格式，确定数据采集方式，并按照所述数据采集方式将数据源层的数据采集接入至大数据平台；
数据存储层，用于对接入大数据平台的数据按照对应存储技术进行存储。
优选的，所述体系建立模块，包括：
业务分析单元，用于根据非煤矿山的相关特征，确定非煤矿山的业务领域，并基于所述业务领域建立风险指标分析模型，将业务领域对应的业务属性输入风险指标分析模型中，得到风险指标；
初步建立单元，用于根据每个风险指标下包含的小指标，并根据小指标对风险指标的贡献度，确定小指标的初始权重，基于所述小指标及其初始权重建立初始指标体系；
修正单元，用于对个小指标在历史非煤矿山监测中的采样指标值进行分析，根据分析结果对所述初始指标体系进行加权修正，得到加权指标体系；
优化单元，用于将每个小指标在历史非煤矿山监测中的采样指标值及其对应的安全评价值作为训练数据，对加权指标体系进行优化，得到最终的指标体系。
优选的，所述修正单元，包括：
趋势分析单元，用于获取每个小指标在历史非煤矿山监测中的采样指标值，获取小指标变化趋势，并基于每个小指标的小指标变化趋势确定各个小指标之间的关联系数，并基于所述关联系数对所述小指标进行分类，并对在同一类别下的小指标进行标准化，根据标准化结果得到在同一类别中小指标的变化幅度；
加权分析单元，用于根据小指标的类别特征，确定该类别在风险指标中的影响度，基于所述影响度确定第一子权重值，根据小指标与其他指标的关联系数，确定第二子权重值，根据小指标标准化后的变化幅度，确定第三子权重值；
加权确定单元，用于基于所述第一子权重值、第二子权重值和第三子权重值，对所述初始指标体系进行加权修正，得到加权指标体系。
优选的，所述优化单元，包括：
模型训练单元，用于将每个小指标在历史非煤矿山监测中的采样指标值及其对应的安全评价值作为训练数据，训练得到指标-评价学习模型；
验证单元，用于基于所述指标-评价学习模型对所述加权指标体系进行验证，根据验证结果对加权指标体系进行优化，得到最终的指标体系。
优选的，所述模型建立模块，包括：
结构建立单元，用于对指标体系中指标按照时间维度进行划分，按照指标功能进行筛选，建立目标层次结构；
矩阵建立单元，用于对所述目标层次结构中每层指标进行排序，并根据排序结果构建安全事故指标模型，并根据预先制定的非煤矿山安全准则，确定安全事故指标模型对应的隶属度评价矩阵；
模糊评价构建单元，用于根据安全事故指标模型的指标顺序输出作为指标因素权重集，并基于所述指标因素权重集对所述隶属度评价矩阵进行加权得到模糊隶属度评价矩阵，并基于所述模糊隶属度矩阵建立安全事故评价模型。
优选的，所述结构建立单元，包括：
层次分析单元，用于根据指标体系中指标在非煤矿山安全监测中的获取时间，将指标划分为基础指标、过程指标和结果指标，建立层次结构，并对所有指标体系的层次结构进行融合，得到整体层次结构；
指标筛选单元，用于在每个层结构中根据指标功能对层指标进行聚类，得到在每个层结构下的多个聚类，并根据每个聚类中的层指标的重叠性和影响力，对层指标进行筛选，得到目标层指标，且根据目标层指标，得到目标层次结构。
优选的，所述矩阵建立单元，包括：
顺序确定单元，用于根据非煤矿山的安全风险发生概率，对目标层次结构中的基础层指标进行第一排序，根据目标层次结构中的过程层指标对基础层指标进行重要性分析，根据分析结果对过程层指标进行第二排序，根据目标层次结构中的结果层指标对过程层指标进行重要性分析，根据分析结果对过程层指标进行第三排序；
模型构建单元，用于基于基础层指标及其对应的第一排序，过程层指标及其对应的第二排序，结果层指标及其对应的第三排序，构建安全事故指标模型；
评价矩阵建立单元，用于以预先制定的非煤矿山安全准则出发，制定安全事故指标模型中指标的评判准则，并确定安全事故指标模型中的指标因素相对于评判准则的隶属度评价矩阵。
优选的，所述预警模块，包括：
数据获取单元，用于对非煤矿山进行区域划分，得到多个非煤矿山区域，并从大数据平台的数据中获取每个非煤矿山区域的指标数值；
预警计算单元，用于将每个非煤矿山区域的指标数值输入所述安全事故评价模型中，得到每个非煤矿山区域在各个灾害维度下的预警风险值。
优选的，还包括，综合计算模块，用于根据每个非煤矿山区域在各个灾害维度下的预警风险值，确定非煤矿山整体区域的综合安全风险值；
所述综合计算模块包括：
第一计算单元，用于获取预警风险值大于预设风险值对应的目标灾害维度，并确定所述目标灾害维度的相关灾害维度，并根据目标灾害维度和相关灾害维度对应的预警风险值，确定在该非煤矿山区域的耦合风险值；
第二计算单元，用于基于每个非煤矿山区域的耦合风险值，结合预警风险值，确定非煤矿山整体区域的综合安全风险值。
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基于物联网的非煤矿山安全监测预警系统的结构图；
图2为本发明实施例中所述体系建立模块的结构图；
图3为本发明实施例中所述模型建立模块的结构图。
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
本发明实施例提供一种基于物联网的非煤矿山安全监测预警系统，如图1所示，包括：
数据采集模块，用于基于互联网，将监测数据、基础数据、管理数据和视频数据采集至大数据平台；
体系建立模块，用于根据非煤矿山的相关特征，获取风险指标，并根据风险指标中小指标之间的关联，建立指标体系；
模型建立模块，用于根据指标体系建立安全事故指标模型，并结合指标体系的评判规则，建立安全事故评价模型；
预警模块，用于将大数据平台在指标体系中的指标数值输入安全事故评价模型中，得到预警风险值。
在该实施例中，所述风险指标包括人员安全风险分析指标、设备安全风险分析指标、环境安全风险分析指标、管理安全风险分析指标、事故及职业危害安全风险分析指标、视频违章在线分析指标、风险点分析指标、巡查执法分析指标、企业固有风险指标。
在该实施例中，风险指标下包括多个不同特征的小指标或小信息，例如管理安全风险指标主要包括机构及人员设置情况、安全生产责任制及落实、安全管理制度及落实情况、安全操作规程及落实情况、危险有害因素辨识评价与控制、应急救援及演练、安全投入等小指标，且一个风险指标对应一个指标体系。
在该实施例中，所述安全事故指标模型根据多个指标体系建立而成，例如由人员安全风险指标体系、管理安全风险分析指标体系和环境安全风险分析指标体系建立得到。
上述设计方案的有益效果是：通过基于物联网对非矿山的相关数据进行采集和分析，通过根据指标之间的关联性和指标体系的评判规则，建立安全事故评价模型，进行及时预警，提升源头治理能力，预防和减少安全生产事故的发生。
实施例2
基于实施例1的基础上，本发明实施例提供一种基于物联网的非煤矿山安全监测预警系统，所述数据采集模块，包括：
数据源层，用于根据数据类型，对监测数据、基础数据、管理数据和视频数据按照对应数据格式进行获取；
数据接入层，用于按照数据格式，确定数据采集方式，并按照所述数据采集方式将数据源层的数据采集接入至大数据平台；
数据存储层，用于对接入大数据平台的数据按照对应存储技术进行存储。
在该实施例中，各个矿山端应用的数据，包括监控监测类数据，基础数据，管理数据，视频监控数，其中监控监测类数据是实时流式数据，基础数据和管理数据是离线数据，视频监控数据是视频类的文件。设置数据接入层，将监控监测类的流式数据、基础类数据、三位一体管理类数据，实时采集到大数据平台。
在该实施例中，利用OBS技术存储视频等对象数据，利用OpenTSDB技术存储监控监测类的流式数据，基础类、管理类数据、视频属性信息存储在MySql集群里面。
上述设计方案的有益效果是：基于物联网，实现大数据平台对矿山数据的采集接入，为分析风险预警提供数据基础。
实施例3
基于实施例1的基础上，一种基于物联网的非煤矿山安全监测预警系统，如图2所示，所述体系建立模块，包括：
业务分析单元，用于根据非煤矿山的相关特征，确定非煤矿山的业务领域，并基于所述业务领域建立风险指标分析模型，将业务领域对应的业务属性输入风险指标分析模型中，得到风险指标；
初步建立单元，用于根据每个风险指标下包含的小指标，并根据小指标对风险指标的贡献度，确定小指标的初始权重，基于所述小指标及其初始权重建立初始指标体系；
修正单元，用于对个小指标在历史非煤矿山监测中的采样指标值进行分析，根据分析结果对所述初始指标体系进行加权修正，得到加权指标体系；
优化单元，用于将每个小指标在历史非煤矿山监测中的采样指标值及其对应的安全评价值作为训练数据，对加权指标体系进行优化，得到最终的指标体系。
在该实施例中，所述非煤矿山的相关特征包括环境、地质、气候、企业等的特征。
在该实施例中，在该实施例中，基于所述业务领域建立风险指标分析模型为获取业务领域相关的风险指标，例如环境的指标包括湿度、温度等指标。
在该实施例中，小指标对风险指标的贡献度根据小指标对风险指标根据对非煤矿山的影响决定，例如人员安全风险分析指标下的人员文化水平小指标的贡献度略低于安全教育培训小指标的贡献度。
在该实施例中，所述修正单元，包括：
趋势分析单元，用于获取每个小指标在历史非煤矿山监测中的采样指标值，获取小指标变化趋势，并基于每个小指标的小指标变化趋势确定各个小指标之间的关联系数，并基于所述关联系数对所述小指标进行分类，并对在同一类别下的小指标进行标准化，根据标准化结果得到在同一类别中小指标的变化幅度；
加权分析单元，用于根据小指标的类别特征，确定该类别在风险指标中的影响度，基于所述影响度确定第一子权重值，根据小指标与其他指标的关联系数，确定第二子权重值，根据小指标标准化后的变化幅度，确定第三子权重值；
加权确定单元，用于基于所述第一子权重值、第二子权重值和第三子权重值，对所述初始指标体系进行加权修正，得到加权指标体系。
上述设计方案的有益效果是：通过对业务分析得到风险指标，保证获取风险指标的全面性，为预警提供全面的数据基础，并通过对风险指标进行详细分析得到小指标，根据小指标的贡献度、历史采样情况和安全评价信息，对有风险指标进阿里的指标体系进行加权修正和优化，保证最终得到的指标体系能够准确全面反应非煤矿山的安全情况，为安全预警提供全面的数据基础。
实施例4
基于实施例3的基础上，本发明实施例提供一种基于物联网的非煤矿山安全监测预警系统，所述修正单元，包括：
趋势分析单元，用于获取每个小指标在历史非煤矿山监测中的采样指标值，获取小指标变化趋势，并基于每个小指标的小指标变化趋势确定各个小指标之间的关联系数，并基于所述关联系数对所述小指标进行分类，并对在同一类别下的小指标进行标准化，根据标准化结果得到在同一类别中小指标的变化幅度；
加权分析单元，用于根据小指标的类别特征，确定该类别在风险指标中的影响度，基于所述影响度确定第一子权重值，根据小指标与其他指标的关联系数，确定第二子权重值，根据小指标标准化后的变化幅度，确定第三子权重值；
加权确定单元，用于基于所述第一子权重值、第二子权重值和第三子权重值，对所述初始指标体系进行加权修正，得到加权指标体系。
在该实施例中，小指标的变换趋势越相似，对应的关联系数越大。
在该实施例中，对小指标进行分类为将关联系数大于预设值的小指标作为一个类别。
在该实施例中，该类别的类别特征的贡献度越大，在风险指标中的影响度越大，对应的第一子权重值也就越大。
在该实施例中，小指标与其他指标的关联系数越大，对应的第二子权重也就越大。
在该实施例中，小指标标准化后的变化幅度越大，确定第三子权重值越大。
在该实施例中，用于基于所述第一子权重值、第二子权重值和第三子权重值，对所述初始指标体系进行加权修正，得到加权指标体系的计算公式例如可以是δ1*(δ2+δ3)*k，δ1，δ2，δ3分别表示第一子权重值、第二子权重值和第三子权重值，k表示初始指标体系中的小指标。
上述设计方案的有益效果是：通过从小指标的类别、小指标和其他小指标的相关性、小指标的变化趋势来对初始指标体系中的小指标进行加权修正，使得到的加权指标体系中每隔小指标的系数能够精确反应非煤矿山的安全情况。
实施例5
基于实施例3的基础上，本发明实施例提供一种基于物联网的非煤矿山安全监测预警系统，所述优化单元，包括：
模型训练单元，用于将每个小指标在历史非煤矿山监测中的采样指标值及其对应的安全评价值作为训练数据，训练得到指标-评价学习模型；
验证单元，用于基于所述指标-评价学习模型对所述加权指标体系进行验证，根据验证结果对加权指标体系进行优化，得到最终的指标体系。
在该实施例中，基于所述指标-评价学习模型对所述加权指标体系进行验证具体为对加权指标体系中的小指标及其系数和数据输入指标-评价学习模型中得到理论安全评价值，将所述理论安全评价值与实际安全评价值进行差异比较，根据差异比较结果对加权指标体系进行优化，得到最终的指标体系。
上述设计方案的有益效果是：通过建立指标-评价学习模型来对指标体系进行优化，使得指标体系与安全评价建立关联，使得到的指标体系更好地服务于后续安全监测预警分析。
实施例6
基于实施例1的基础上，本发明实施例提供一种基于物联网的非煤矿山安全监测预警系统，如图3所示，所述模型建立模块，包括：
结构建立单元，用于对指标体系中指标按照时间维度进行划分，按照指标功能进行筛选，建立目标层次结构；
矩阵建立单元，用于对所述目标层次结构中每层指标进行排序，并根据排序结果构建安全事故指标模型，并根据预先制定的非煤矿山安全准则，确定安全事故指标模型对应的隶属度评价矩阵；
模糊评价构建单元，用于根据安全事故指标模型的指标顺序输出作为指标因素权重集，并基于所述指标因素权重集对所述隶属度评价矩阵进行加权得到模糊隶属度评价矩阵，并基于所述模糊隶属度矩阵建立安全事故评价模型。
在该实施例中，所述结构建立单元，包括：
层次分析单元，用于根据指标体系中指标在非煤矿山安全监测中的获取时间，将指标划分为基础指标、过程指标和结果指标，建立层次结构，并对所有指标体系的层次结构进行融合，得到整体层次结构；
指标筛选单元，用于在每个层结构中根据指标功能对层指标进行聚类，得到在每个层结构下的多个聚类，并根据每个聚类中的层指标的重叠性和影响力，对层指标进行筛选，得到目标层指标，且根据目标层指标，得到目标层次结构。
在该实施例中，所述矩阵建立单元，包括：
顺序确定单元，用于根据非煤矿山的安全风险发生概率，对目标层次结构中的基础层指标进行第一排序，根据目标层次结构中的过程层指标对基础层指标进行重要性分析，根据分析结果对过程层指标进行第二排序，根据目标层次结构中的结果层指标对过程层指标进行重要性分析，根据分析结果对过程层指标进行第三排序；
模型构建单元，用于基于基础层指标及其对应的第一排序，过程层指标及其对应的第二排序，结果层指标及其对应的第三排序，构建安全事故指标模型；
评价矩阵建立单元，用于以预先制定的非煤矿山安全准则出发，制定安全事故指标模型中指标的评判准则，并确定安全事故指标模型中的指标因素相对于评判准则的隶属度评价矩阵。
上述设计方案的有益效果是：通过根据指标体系进行分析划分筛选，保证得到的目标层次结构的精准性，更好地为安全事故分析提供数据基础，同事，结合指标体系的评判规则，利用模糊评价方法，建立安全事故评价模型，使得对非煤矿山安全监测结果更加客观和准确。
实施例7
基于实施例6的基础上，本发明实施例提供一种基于物联网的非煤矿山安全监测预警系统，所述结构建立单元，包括：
层次分析单元，用于根据指标体系中指标在非煤矿山安全监测中的获取时间，将指标划分为基础指标、过程指标和结果指标，建立层次结构，并对所有指标体系的层次结构进行融合，得到整体层次结构；
指标筛选单元，用于在每个层结构中根据指标功能对层指标进行聚类，得到在每个层结构下的多个聚类，并根据每个聚类中的层指标的重叠性和影响力，对层指标进行筛选，得到目标层指标，且根据目标层指标，得到目标层次结构。
在该实施例中，在非煤矿山安全监测前确定指标为基础指标，例如企业指标，安全监测中确定指标为过程指标，例如环境指标，安全监测完成后确定的指标为结果指标，例如地质勘察结果指标。
在该实施例中，所述整体层次结构为对所有指标体系中指标建立的层结构。
上述设计方案的有益效果是：通过对指标体系的获取时间进行划分建立整体层次结构，为对指标的整体综合分析提供基础，并根据指标功能对层指标进行聚类分析，结合每个聚类中的层指标的重叠性和影响力，对层指标进行筛选，得到目标层指标，保证得到的目标层指标的精简性和合理性，提高对指标的分析效率和分析准确性。
实施例8
基于实施例6的基础上，本发明实施例提供一种基于物联网的非煤矿山安全监测预警系统，所述矩阵建立单元，包括：
顺序确定单元，用于根据非煤矿山的安全风险发生概率，对目标层次结构中的基础层指标进行第一排序，根据目标层次结构中的过程层指标对基础层指标进行重要性分析，根据分析结果对过程层指标进行第二排序，根据目标层次结构中的结果层指标对过程层指标进行重要性分析，根据分析结果对过程层指标进行第三排序；
模型构建单元，用于基于基础层指标及其对应的第一排序，过程层指标及其对应的第二排序，结果层指标及其对应的第三排序，构建安全事故指标模型；
评价矩阵建立单元，用于以预先制定的非煤矿山安全准则出发，制定安全事故指标模型中指标的评判准则，并确定安全事故指标模型中的指标因素相对于评判准则的隶属度评价矩阵。
在该实施例中，对层指标进行排序得到安全事故指标模型，不仅得到了指标本身，还体现了指标对于安全事故分析的重要度。
在该实施例中，并确定安全事故指标模型中的指标因素相对于评判准则的隶属度评价矩阵中利用模糊评价算法得到。
上述设计方案的有益效果是：通过建立不仅得到了指标本身，还体现了指标对于安全事故分析的重要度的安全事故指标模型，为模糊评价提供指标因素和权重集数据，并根据评判准则，并确定安全事故指标模型中的指标因素相对于评判准则的隶属度评价矩阵，为根据模糊评价建立安全事故评价模型提供基础。
实施例9
基于实施例1的基础上，本发明实施例提供一种基于物联网的非煤矿山安全监测预警系统，所述预警模块，包括：
数据获取单元，用于对非煤矿山进行区域划分，得到多个非煤矿山区域，并从大数据平台的数据中获取每个非煤矿山区域的指标数值；
预警计算单元，用于将每个非煤矿山区域的指标数值输入所述安全事故评价模型中，得到每个非煤矿山区域在各个灾害维度下的预警风险值。
在该实施例中，维度灾害例如是有毒有害气体、水害、火灾、地压、采空区、坍塌等。
在该实施例中，预警风险值越大，表明在该区域发生此维度灾害的可能性越大。
上述设计方案的有益效果是：通过根据对非煤矿山区域进行分区分析，将对应的指标数值输入安全事故评价模型中，得到每个非煤矿山区域在各个灾害维度下的预警风险值，为进一步确定整个非煤矿山区域的综合安全风险值提供基础。
实施例10
基于实施例9的基础上，本发明实施例提供一种基于物联网的非煤矿山安全监测预警系统，其特征在于，还包括，综合计算模块，用于根据每个非煤矿山区域在各个灾害维度下的预警风险值，确定非煤矿山整体区域的综合安全风险值；
所述综合计算模块包括：
第一计算单元，用于获取预警风险值大于第一预设风险值对应的目标灾害维度，并确定所述目标灾害维度的相关灾害维度，并根据目标灾害维度和相关灾害维度对应的预警风险值，确定在该非煤矿山区域的耦合风险值；
非煤矿山区域的耦合风险值的计算公式如下：
其中，KS表示该非煤矿山区域的耦合风险值，n表示目标灾害维度的数量，m表示在第i个目标灾害维度下相关灾害维度的数量，γi表示第i个目标灾害维度的安全风险系数，取值为(0，1)，e表示自然常数，取值为2.72，Kai表示第i个目标灾害维度的预警风险值，表示与第i个目标灾害维度相关的第j个相关灾害维度的预警风险值，/>表示第i个目标灾害维度与其相关的第j个相关灾害维度的相关系数，取值为(0，1)；
第二计算单元，用于基于每个非煤矿山区域的耦合风险值，结合预警风险值，确定非煤矿山整体区域的综合安全风险值；
综合安全风险值的计算公式如下：
其中，KA表示非煤矿山整体区域的综合安全风险值，T表示在所有灾害维度中的最大风险预警值大于第二预设风险值对应的第一非煤矿山区域的数量，R表示在所有灾害维度中的最大风险预警值不大于第二预设风险值对应的第二非煤矿山区域的数量，Pt表示第t个第一非煤矿山区域的区域权重，取值为(0，1)，PR表示第r个第二非煤矿山区域的区域权重，取值为(0，1)，表示第t个第一非煤矿山区域的耦合风险值，/>表示第r个第二非煤矿山区域的耦合风险值，/>第t个第一非煤矿山区域中在所有灾害维度中的最大风险预警值。
在该实施例中，任何预警风险值的取值均经过标准化，取值为(0，1)。
在该实施例中，耦合风险值用于表示非煤矿山区域发生剁成灾害的风险，取值越大，表明发生的概率越大。
上述设计方案的有益效果是：通过根据各个灾害维度之间的关联及其对应的预警风险值，对每个非煤矿山区域进行多重灾害发生进行计算评估，作为综合安全风险值的参考，同时，在计算综合安全风险值时，除了考虑耦合风险值时，还考虑该非煤矿山区域的区域位置面积对整体非煤矿山区域的权重，并且根据非煤矿山区域的灾害维度的风险预警值与第二预设风险值的大小来确定预警风险值参与确定综合安全风险值的参与方式，最终，保证计算得到的综合安全风险值能够准确反应非煤矿山整体区域的安全风险情况，进行及时预警，提升源头治理能力，预防和减少安全生产事故的发生。
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 (6)
1.一种基于物联网的非煤矿山安全监测预警系统，其特征在于，包括：
数据采集模块，用于基于互联网，将监测数据、基础数据、管理数据和视频数据采集至大数据平台；
体系建立模块，用于根据非煤矿山的相关特征，获取风险指标，并根据风险指标中小指标之间的关联，建立指标体系；
模型建立模块，用于根据指标体系建立安全事故指标模型，并结合指标体系的评判规则，建立安全事故评价模型；
预警模块，用于将大数据平台在指标体系中的指标数值输入安全事故评价模型中，得到预警风险值；
所述体系建立模块，包括：
业务分析单元，用于根据非煤矿山的相关特征，确定非煤矿山的业务领域，并基于所述业务领域建立风险指标分析模型，将业务领域对应的业务属性输入风险指标分析模型中，得到风险指标；
初步建立单元，用于根据每个风险指标下包含的小指标，并根据小指标对风险指标的贡献度，确定小指标的初始权重，基于所述小指标及其初始权重建立初始指标体系；
修正单元，用于对个小指标在历史非煤矿山监测中的采样指标值进行分析，根据分析结果对所述初始指标体系进行加权修正，得到加权指标体系；
优化单元，用于将每个小指标在历史非煤矿山监测中的采样指标值及其对应的安全评价值作为训练数据，对加权指标体系进行优化，得到最终的指标体系；
所述修正单元，包括：
趋势分析单元，用于获取每个小指标在历史非煤矿山监测中的采样指标值，获取小指标变化趋势，并基于每个小指标的小指标变化趋势确定各个小指标之间的关联系数，并基于所述关联系数对所述小指标进行分类，并对在同一类别下的小指标进行标准化，根据标准化结果得到在同一类别中小指标的变化幅度；
加权分析单元，用于根据小指标的类别特征，确定该类别在风险指标中的影响度，基于所述影响度确定第一子权重值，根据小指标与其他指标的关联系数，确定第二子权重值，根据小指标标准化后的变化幅度，确定第三子权重值；
加权确定单元，用于基于所述第一子权重值、第二子权重值和第三子权重值，对所述初始指标体系进行加权修正，得到加权指标体系；
所述模型建立模块，包括：
结构建立单元，用于对指标体系中指标按照时间维度进行划分，按照指标功能进行筛选，建立目标层次结构；
矩阵建立单元，用于对所述目标层次结构中每层指标进行排序，并根据排序结果构建安全事故指标模型，并根据预先制定的非煤矿山安全准则，确定安全事故指标模型对应的隶属度评价矩阵；
模糊评价构建单元，用于根据安全事故指标模型的指标顺序输出作为指标因素权重集，并基于所述指标因素权重集对所述隶属度评价矩阵进行加权得到模糊隶属度评价矩阵，并基于所述模糊隶属度矩阵建立安全事故评价模型；
所述预警模块，包括：
数据获取单元，用于对非煤矿山进行区域划分，得到多个非煤矿山区域，并从大数据平台的数据中获取每个非煤矿山区域的指标数值；
预警计算单元，用于将每个非煤矿山区域的指标数值输入所述安全事故评价模型中，得到每个非煤矿山区域在各个灾害维度下的预警风险值。
2.根据权利要求1所述的一种基于物联网的非煤矿山安全监测预警系统，其特征在于，所述数据采集模块，包括：
数据源层，用于根据数据类型，对监测数据、基础数据、管理数据和视频数据按照对应数据格式进行获取；
数据接入层，用于按照数据格式，确定数据采集方式，并按照所述数据采集方式将数据源层的数据采集接入至大数据平台；
数据存储层，用于对接入大数据平台的数据按照对应存储技术进行存储。
3.根据权利要求1所述的一种基于物联网的非煤矿山安全监测预警系统，其特征在于，所述优化单元，包括：
模型训练单元，用于将每个小指标在历史非煤矿山监测中的采样指标值及其对应的安全评价值作为训练数据，训练得到指标-评价学习模型；
验证单元，用于基于所述指标-评价学习模型对所述加权指标体系进行验证，根据验证结果对加权指标体系进行优化，得到最终的指标体系。
4.根据权利要求1所述一种基于物联网的非煤矿山安全监测预警系统，其特征在于，所述结构建立单元，包括：
层次分析单元，用于根据指标体系中指标在非煤矿山安全监测中的获取时间，将指标划分为基础指标、过程指标和结果指标，建立层次结构，并对所有指标体系的层次结构进行融合，得到整体层次结构；
指标筛选单元，用于在每个层结构中根据指标功能对层指标进行聚类，得到在每个层结构下的多个聚类，并根据每个聚类中的层指标的重叠性和影响力，对层指标进行筛选，得到目标层指标，且根据目标层指标，得到目标层次结构。
5.根据权利要求1所述一种基于物联网的非煤矿山安全监测预警系统，其特征在于，所述矩阵建立单元，包括：
顺序确定单元，用于根据非煤矿山的安全风险发生概率，对目标层次结构中的基础层指标进行第一排序，根据目标层次结构中的过程层指标对基础层指标进行重要性分析，根据分析结果对过程层指标进行第二排序，根据目标层次结构中的结果层指标对过程层指标进行重要性分析，根据分析结果对过程层指标进行第三排序；
模型构建单元，用于基于基础层指标及其对应的第一排序，过程层指标及其对应的第二排序，结果层指标及其对应的第三排序，构建安全事故指标模型；
评价矩阵建立单元，用于以预先制定的非煤矿山安全准则出发，制定安全事故指标模型中指标的评判准则，并确定安全事故指标模型中的指标因素相对于评判准则的隶属度评价矩阵。
6.根据权利要求1所述一种基于物联网的非煤矿山安全监测预警系统，其特征在于，还包括，综合计算模块，用于根据每个非煤矿山区域在各个灾害维度下的预警风险值，确定非煤矿山整体区域的综合安全风险值；
所述综合计算模块包括：
第一计算单元，用于获取预警风险值大于预设风险值对应的目标灾害维度，并确定所述目标灾害维度的相关灾害维度，并根据目标灾害维度和相关灾害维度对应的预警风险值，确定在该非煤矿山区域的耦合风险值；
第二计算单元，用于基于每个非煤矿山区域的耦合风险值，结合预警风险值，确定非煤矿山整体区域的综合安全风险值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310965511.6A CN117057601B (zh) | 2023-08-02 | 2023-08-02 | 基于物联网的非煤矿山安全监测预警系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310965511.6A CN117057601B (zh) | 2023-08-02 | 2023-08-02 | 基于物联网的非煤矿山安全监测预警系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117057601A CN117057601A (zh) | 2023-11-14 |
| CN117057601B true CN117057601B (zh) | 2024-01-30 |
Family
ID=88652786
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310965511.6A Active CN117057601B (zh) | 2023-08-02 | 2023-08-02 | 基于物联网的非煤矿山安全监测预警系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117057601B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118137661B (zh) * | 2024-02-26 | 2024-08-02 | 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 (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104852992A (zh) * | 2015-06-09 | 2015-08-19 | 湖北天盾电子技术有限公司 | 一种基于多通信网络与传感设备的安全应急在线智能系统 |
| CN106228499A (zh) * | 2016-07-06 | 2016-12-14 | 东南大学 | 一种基于人‑车‑路‑货多风险源的货运安全评价模型 |
| WO2018121035A1 (zh) * | 2016-12-29 | 2018-07-05 | 山东科技大学 | 一种个性化确定采煤工作面底板突水危险等级的方法 |
| CN108510146A (zh) * | 2017-12-28 | 2018-09-07 | 国家安全生产监督管理总局通信信息中心 | 煤矿安全生产风险预警方法和系统 |
| CN113256075A (zh) * | 2021-04-29 | 2021-08-13 | 浙江非线数联科技股份有限公司 | 一种基于层次分析和模糊综合评价法的企业风险等级评价方法 |
| CN113313387A (zh) * | 2021-05-31 | 2021-08-27 | 中钢集团武汉安全环保研究院有限公司 | 一种企业重大安全风险分级智能化管控方法及系统 |
| 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 |
| CN114118677A (zh) * | 2021-10-13 | 2022-03-01 | 中通服和信科技有限公司 | 基于物联网的尾矿库风险监测预警系统 |
| CN114254963A (zh) * | 2022-03-01 | 2022-03-29 | 航天宏图信息技术股份有限公司 | 自然灾害综合风险评估方法、装置、电子设备及存储介质 |
| CN115526422A (zh) * | 2022-10-19 | 2022-12-27 | 中国矿业大学 | 一种煤矿瓦斯爆炸风险预测方法 |
| 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
- 2023-08-02 CN CN202310965511.6A patent/CN117057601B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104852992A (zh) * | 2015-06-09 | 2015-08-19 | 湖北天盾电子技术有限公司 | 一种基于多通信网络与传感设备的安全应急在线智能系统 |
| CN106228499A (zh) * | 2016-07-06 | 2016-12-14 | 东南大学 | 一种基于人‑车‑路‑货多风险源的货运安全评价模型 |
| WO2018121035A1 (zh) * | 2016-12-29 | 2018-07-05 | 山东科技大学 | 一种个性化确定采煤工作面底板突水危险等级的方法 |
| CN108510146A (zh) * | 2017-12-28 | 2018-09-07 | 国家安全生产监督管理总局通信信息中心 | 煤矿安全生产风险预警方法和系统 |
| CN113256075A (zh) * | 2021-04-29 | 2021-08-13 | 浙江非线数联科技股份有限公司 | 一种基于层次分析和模糊综合评价法的企业风险等级评价方法 |
| CN113313387A (zh) * | 2021-05-31 | 2021-08-27 | 中钢集团武汉安全环保研究院有限公司 | 一种企业重大安全风险分级智能化管控方法及系统 |
| 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 |
| CN114118677A (zh) * | 2021-10-13 | 2022-03-01 | 中通服和信科技有限公司 | 基于物联网的尾矿库风险监测预警系统 |
| WO2023061039A1 (zh) * | 2021-10-13 | 2023-04-20 | 中通服和信科技有限公司 | 基于物联网的尾矿库风险监测预警系统 |
| CN114254963A (zh) * | 2022-03-01 | 2022-03-29 | 航天宏图信息技术股份有限公司 | 自然灾害综合风险评估方法、装置、电子设备及存储介质 |
| CN115526422A (zh) * | 2022-10-19 | 2022-12-27 | 中国矿业大学 | 一种煤矿瓦斯爆炸风险预测方法 |
| 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 |
Non-Patent Citations (3)
| Title |
|---|
| 基于变权与正态云理论的煤矿安全评价及应用;华攸金;李希建;陈刘瑜;;煤矿安全(第03期);全文 * |
| 基于层次分析法的煤矿安全评价指标体系研究;秦涛;商宇航;刘振文;;现代矿业(第05期);全文 * |
| 基于风险评估的尾矿库安责险保费计算方法研究;仇一颗;黄洁;刘晓明;;矿业研究与开发(第07期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117057601A (zh) | 2023-11-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114118677B (zh) | 基于物联网的尾矿库风险监测预警系统 | |
| CN108280553B (zh) | 基于gis-神经网络集成的山洪灾害风险区划及预测方法 | |
| CN113379267B (zh) | 一种基于风险分级预测的城市火灾事件处理方法、系统及存储介质 | |
| CN113988530A (zh) | 一种非煤矿山安全风险评估分级方法及系统 | |
| CN111126853B (zh) | 基于模糊fmea的水利工程风险预警分析方法及系统 | |
| CN117057601B (zh) | 基于物联网的非煤矿山安全监测预警系统 | |
| KR102379472B1 (ko) | 시공간 피해특성을 고려한 다종 데이터 융합 분석방법 | |
| CN116777223B (zh) | 一种城市地下管网安全综合风险评估方法及系统 | |
| Li et al. | Real‐Time Warning and Risk Assessment of Tailings Dam Disaster Status Based on Dynamic Hierarchy‐Grey Relation Analysis | |
| CN112529327A (zh) | 一种用于构建商业地区建筑火灾风险预测等级模型的方法 | |
| CN113515720B (zh) | 一种危险化学品企业重大安全风险辨识与评估方法 | |
| CN113869736A (zh) | 一种烟花爆竹经营企业安全风险评估分级方法及系统 | |
| Mi et al. | An integrated method for fire risk assessment in residential buildings | |
| CN116205504A (zh) | 一种数字化应急预案管理方法及系统 | |
| CN103198362A (zh) | 一种煤矿安全评估的方法 | |
| CN117934998A (zh) | 隧道火灾数字孪生模型可信度评估方法及系统 | |
| CN117238126A (zh) | 一种连续流道路场景下的交通事故风险评估方法 | |
| CN115906663A (zh) | 房屋安全评估模型建立方法、评估方法、服务器及系统 | |
| CN116703148B (zh) | 基于云计算的矿山企业风险画像方法 | |
| CN113935571A (zh) | 一种加油站安全风险评估分级方法及系统 | |
| Hong et al. | Evaluation of disaster-bearing capacity for natural gas pipeline under third-party damage based on optimized probabilistic neural network | |
| CN111026790A (zh) | 一种基于数据挖掘的结构安全评估及预报方法 | |
| CN115829209A (zh) | 基于碳路径的绿色智能仓库环保质量分析方法及装置 | |
| CN112990599B (zh) | 一种基于突发火灾事件相似度计算的城市应急消防优化方法 | |
| CN113627831A (zh) | 房屋排查顺序的确定方法、装置、终端设备及存储介质 |
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 |