CN117196408B - 一种基于大数据的矿山安全智慧监测系统 - Google Patents

Abstract

本发明属于矿山监测管理技术领域，具体公开提供一种基于大数据的矿山安全智慧监测系统，该系统包括爆破区域信息提取模块、警戒区域评定模块、爆破信息库、干扰区域监测模块、干扰区域人员解析模块、人员撤离预警模块和信息反馈终端；本发明据爆破计划参数和爆破环境参数对爆破警戒区域进行适配评定，并当评定结果为不适配时进行爆破干扰区域圈定，同时对圈定的爆破干扰区域内的人员进行停留安全解析，有效解决当前没有对爆破区域内的爆破影响进行监测与分析的问题，确保了爆破警戒区域设定的合理性和可靠性，便于矿山爆破管理人员对爆破警戒区域规模的及时调整，维持了矿山生产与作业安全之间的平衡。

Description

一种基于大数据的矿山安全智慧监测系统

技术领域

本发明属于矿山监测管理技术领域，涉及到一种基于大数据的矿山安全智慧监测系统。

背景技术

矿山爆破是开采资源的一个重要步骤，而露天矿山由于长期爆破作业,对边坡的稳定性产生不良影响,导致局部边坡滑塌,对矿山安全生产及正常推进极为不利。因此在矿山进行爆破作业时，需要进行安全监测和管理。

目前对矿山进行爆破作业时进行安全监测管理主要是针对爆破区域本身进行安全监测与管理，对爆破警戒区域层面的安全监测较为缺乏。

现有技术如如申请公开号为CN114202886A的一种矿山爆破安全监控预警系统，其包括视频监控无人机和AI监控中心，视频监控无人机用于按照预先设置的飞行线路进行视频监控，并通过5G网络将采集的视频数据发送至AI监控中心，进而AI监控中心通过AI算法分析监控视频内的画面并识别出报警信息后发出报警操作，从而提升对爆破区域内的矿区安全监控，提高安全性，减少矿区爆破区域内的安全事故。

针对上述方案，本发明人认为爆破区域在进行爆破作业时会存在干扰到警戒区域之外的矿山区域，当前仅对爆破区域内进行视频监控，存在一定的局限性，具体体现在以下几个方面：1、没有对爆破区域内爆破影响进行监测和分析，无法保障爆破警戒区域设定的合理性和可靠性，也无法保障爆破警戒区域附近区域内作业人员的作业安全性，进而无法维持矿山生产与作业安全之间的平衡。

2、仅通过视频监控的覆盖面不强，无法监测到结构层面的安全问题，从而使得爆破区域安全监测的精准性和合理性不足，无法提高矿山爆破预警的及时性，也无法降低非爆破区域内人员的安全隐患。

3、侧重于爆破区域本体的监测和安全管理，无法为爆破警戒区域外部人员的撤离分析提供可靠的决策性的意见，增加了矿山作业人员的作业风险。

发明内容

鉴于此，为解决上述背景技术中所提出的问题，现提出一种基于大数据的矿山安全智慧监测系统。

本发明的目的可以通过以下技术方案实现：本发明提供一种基于大数据的矿山安全智慧监测系统，包括：爆破区域信息提取模块，用于提取目标矿山的三维视图，并从中提取勾选的爆破区域和爆破警戒区域，提取当前爆破计划参数，并对爆破区域的环境进行监测，得到爆破环境参数。

警戒区域评定模块，用于对爆破警戒区域进行适配评定，若评定结果为不适配，则进行爆破干扰区域圈定，反之则启动信息反馈终端。

爆破信息库，用于存储各爆破强度因子对应参照爆破环境参数以及目标矿山上次爆破的时间点和上次爆破时的边坡监测信息。

干扰区域监测模块，用于对爆破干扰区域进行监测，得到爆破干扰区域对应的监测信息。

干扰区域人员解析模块，用于进行人员停留安全解析，若解析结果为安全，则启动信息反馈终端，反之则启动人员撤离预警模块；

人员撤离预警模块，用于对爆破干扰区域内的作业人员进行撤离预警解析，得到预警撤离矿区数目，并启动各预警撤离矿区内的撤离警报器进行撤离提醒。

信息反馈终端，用于进行信息反馈。

于本发明一优选实施例，所述当前爆破计划参数包括炮眼数目以及各炮眼对应的炸药消耗量和各炮眼之间的间隔距离。

所述爆破环境参数包括岩体的体积、自由面数目、裂缝数目、硬度、均质度和平整度。

于本发明一优选实施例，所述对爆破警戒区域进行适配评定，包括：根据所述爆破计划参数，计算爆破强度因子，根据所述爆破强度因子，从爆破信息库中定位出参照爆破环境参数。

根据所述爆破环境参数和参照爆破环境参数，计算爆破区域爆破蔓延趋向指数β。

从目标矿山的三维视图定位出爆破区域和爆破警戒区域之间的距离，记为X。

将β、X导入公式计算爆破警戒区域适配指数δ，其具体计算公式如下：

X₀为设定的单位参照爆破蔓延评估指数对应的爆破影响距离。

若δ＝0，则判定爆破警戒区域设定不适配，若δ＝1，则判定爆破警戒区域设定适配。

于本发明一优选实施例，所述计算爆破区域爆破蔓延趋向指数，包括：从爆破环境参数中提取岩体的体积V、自由面数目m、裂缝数目F、硬度Y、均质度J和平整度P。

计算爆破区域爆破蔓延趋向指数β，

其中，a1、a2分别表示岩体表观层面、岩体质地层面对应的爆破蔓延趋向评估占比权重因子，η为设定的爆破蔓延趋向评估修正因子，φ1、φ2分别表示为岩体表观层面、岩体质地层面对应的爆破蔓延趋向指数。

其中，b1、b2、b3、b4分别为设定岩体体积、自由面数目、裂缝数目、平整度对应岩体表观层面爆破蔓延评估占比权重，ΔF、ΔP分别为设定参照的裂缝数目差、平整度差，b5、b6分别为设定的岩体硬度、均质度对应的岩体质地层面爆破蔓延评估占比权重，σ1、σ2分别为设定的岩体表观层面、岩体质地层面对应的爆破蔓延趋向评估修正因子，V′、m′、F′、P′、Y′、J′分别为参照岩体的体积、自由面数目、裂缝数目、硬度、均质度和平整度。

于本发明一优选实施例，所述进行爆破干扰区域圈定，包括：将β、X导入公式计算参照扩散防护距离ΔX，ΔX＝β*τ*X₀-X+X₁。

其中，τ为设定爆破区域爆破蔓延趋向指数补偿因子，X₁为设定的防护补偿距离。

从目标矿山的三维视图定位出爆破警戒区域的中心点位置，以ΔX+X的距离长度为半径，在目标矿山的三维视图上进行爆破适宜警戒区域圈定，进而将爆破适宜警戒区域与爆破警戒区域之间的区域作为爆破干扰区域，并在目标矿山的三维视图上进行标注。

于本发明一优选实施例，所述爆破干扰区域对应的监测信息包括人员监测信息和边坡监测信息。

其中，人员监测信息为各人员的所在位置。

边坡监测信息包括各边坡对应的裂缝数目、水平位移量、垂直位移量、孔隙度和含水量。

于本发明一优选实施例，所述进行人员停留安全解析，包括：从爆破干扰区域的监测信息中提取边坡监测信息。

从爆破信息库中提取目标矿山上次爆破时的边坡监测信息，进而从中定位出爆破干扰区域在上次爆破时的边坡监测信息，作为对比边坡监测信息。

根据所述爆破干扰区域的边坡监测信息和对比边坡监测信息，确认爆破干扰区域内各边坡的许可承载振动频率f_可 ⁱ，i表示边坡编号，i＝1,2,......n。

根据所述当前爆破计划参数，计算爆破干扰区域内各边坡的预计承载振动频率f_预 ⁱ。

计算爆破干扰区域人员停留安全评估指数λ(x)，

其中，x为自变量，f₀为设定的补偿振动频率值，表示任意命题符号，/>表示存在命题符号，∧表示且命题符号。

若λ(x)取值为0，则判定人员停留不安全，若λ(x)取值为1，则判定人员停留安全。

于本发明一优选实施例，所述确认爆破干扰区域内各边坡的许可承载振动频率，包括：从爆破干扰区域的边坡监测信息以及对比边坡监测信息中分别提取各边坡对应的裂缝数目、水平位移量和垂直位移量，分别记为F_边 ⁱ、s_i、h_i以及F′_边 ⁱ、s′_i和h′_i。

计算爆破干扰区域各边坡对应结构层面抗振评估指数

其中，t表示目标矿山上次爆破时间点与当前所处时间点之间的间隔时长，k₀、k₁、k₂分别为设定的参照裂缝变化率、参照水平位移变化率、参照垂直变化率，ω₁为设定的边坡结构层面抗振评估修正因子，c1、c2分别表示裂缝变化率、位移变化率对应边坡结构层面抗振评估占比权重因子。

从爆破干扰区域的边坡监测信息以及对比边坡监测信息中分别提取各边坡对应的孔隙度和含水量，并分别记为K_i、H_i以及K′_i和H′_i。

计算爆破干扰区域各边坡对应地质层面抗振评估指数

其中，c3、c4分别表示为设定的孔隙度、含水量对应的边坡地质层面抗振评估占比权重因子，ΔK、ΔH、K′、H′分别表示为设定的参照孔隙度变化差、含水量变化差、参照安全孔隙度、参照安全含水量，ω₂为设定的边坡地质层面抗振评估修正因子。

计算爆破干扰区域内各边坡的许可承载振动频率f_可 ⁱ，

其中，r1、r2分别表示为边坡结构层面、边坡地质层面对应边坡抗振评估占比权重因子，为设定的边坡抗振评估修正因子，f₀为设定的单位边坡抗振评估指数对应的参照承载振动频率值，f_补为设定的补偿误差振动频率值。

于本发明一优选实施例，所述爆破干扰区域内各边坡的预计承载振动频率的具体计算过程包括：从当前爆破计划参数中提取炮眼数目y以及各炮眼对应的炸药消耗量z_d和各炮眼之间的间隔距离Δx_d，d表示炮眼编号，d＝1,2,......l。

计算爆破干扰区域内各边坡的预计承载振动频率的f_预 ⁱ，

其中，f₁为设定的单位爆破评估指数对应的预计振动频率，为设定的爆破评估修正因子，y′、z′、Δx′分别为设定的参照炮眼数目、参照炸药消耗量、参照炮眼间隔距离，g1、g2、g3分别表示为设定的参照炮眼数目、炸药消耗量、炸药炮眼间隔距离对应的爆破评估占比权重因子，f_补′为设定的参考补偿振动频率。

于本发明一优选实施例，所述对爆破干扰区域内的作业人员进行撤离预警解析，具体解析过程包括：计算各边坡对应的综合抗振评估指数KZ_i，

将各边坡对应的综合抗振评估指数与其设定参照值进行对比，若某边坡对应的综合抗振评估指数大于其设定参照值，则将该边坡作为危险边坡。

统计危险边坡数目，并在目标矿山的三维视图中进行危险边坡标注，从爆破干扰区域的监测信息中提取人员监测信息，进而提取各人员的所在位置，并将其在目标矿山的三维视图中进行标注，由此从目标矿山的三维视图中筛选出各危险边坡所在矿区内对应的人员数目。

若某危险边坡所在矿区内对应的人员数目大于1，则判定该矿区为预警撤离矿区，由此统计得到预警撤离矿区数目。

相较于现有技术，本发明的有益效果如下：(1)本发明通过根据爆破计划参数和爆破环境参数计算爆破区域爆破蔓延趋向指数，进而对爆破警戒区域进行适配评定，有效解决当前没有对爆破区域内的爆破影响进行监测与分析的问题，直观的展示了爆破警戒区域设定的适配程度，同时也确保了爆破警戒区域设定的合理性和可靠性，便于矿山爆破管理人员对爆破警戒区域规模的及时调整，从而有效维持了矿山生产与作业安全之间的平衡。

(2)本发明通过根据出爆破区域和爆破警戒区域之间距离以及爆破区域爆破蔓延趋向指数计算参照扩散防护距离，由此进行爆破干扰区域圈定，提高了爆破警戒区域设定的可行性，为爆破警戒区域附近区域内作业人员的作业安全性提供了有力保障，并且也降低了爆破警戒区域附近区域内作业人员的意外事故率。

(3)本发明通过对爆破区域的环境参数进行爆破干扰区域内的边坡和人员进行监测，打破了当前仅通过视频监控方式存在的覆盖面不强的弊端，直观的展示了爆破区域内岩体的结构状态以及爆破干扰区域内边坡的结构状态，从而提高了爆破区域安全监测的精准性和合理性，也促进了矿山爆破预警的及时性，同时还有效降低非爆破区域内人员的安全隐患。

(4)本发明通过根据爆破干扰区域内边坡监测信息以及爆破计划参数计算爆破干扰区域内各边坡的许可承载振动频率和预计承载振动频率，进而对爆破干扰区域进行人员停留安全解析，为爆破干扰区域人员的撤离分析提供了可靠的决策性的意见，极大降低了矿山作业人员的作业风险，也提高了矿山爆破时撤离人员设定的规范性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明系统各模块连接示意图。

图2为本发明爆破干扰区域示意图。

具体实施方式

下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

请参阅图1所示，本发明提供了一种基于大数据的矿山安全智慧监测系统，包括爆破区域信息提取模块、警戒区域评定模块、爆破信息库、干扰区域监测模块、干扰区域人员解析模块、人员撤离预警模块和信息反馈终端。

上述中，警戒区域评定模块分别与爆破区域信息提取模块、爆破信息库、干扰区域监测模块和信息反馈终端连接，干扰区域人员解析模块分别与爆破区域信息提取模块、爆破信息库、干扰区域监测模块、人员撤离预警模块和信息反馈终端连接。

所述爆破区域信息提取模块，用于提取目标矿山的三维视图，并从中提取勾选的爆破区域和爆破警戒区域，提取当前爆破计划参数，并对爆破区域的环境进行监测，得到爆破环境参数。

具体地，当前爆破计划参数包括炮眼数目以及各炮眼对应的炸药消耗量和各炮眼之间的间隔距离。

爆破环境参数包括岩体的体积、自由面数目、裂缝数目、硬度、均质度和平整度。

在一个具体实施例中，自由面指岩体与空气接触的面，其中，自由面数目以及裂缝数目通过无人机搭载的摄像头对爆破区域的岩体进行环绕式采集，由此得到自由面数目以及裂缝数目。

在另一个具体实施例中，岩体的硬度通过硬度计监测得到，岩体的均质度和平整度的具体监测示例过程如下：1)岩体的均质度：通过无人机搭载的三维摄像头对岩体进行整体图像采集，从采集的岩体图像中定位出岩体表观图像。

从岩体表观图像中定位出岩体轮廓面积、岩体颜色种类数目以及各岩体颜色种类对应的占据岩体面积。

将各岩体颜色种类与各岩体类型对应的参照颜色种类进行对比，得到采集岩体种类数目Z，并提取各岩体种类对应的占据岩体面积。

计算岩体的均质度J，

其中，ψ为设定的岩体均质度评估修正因子，R为设定常数，R＞1，Z′为设定的参照岩体种类数目，(k_岩)_min、(k_岩)_max分别表示为设定的混合材质岩石中主体岩石对应的最低参照面积占比、杂质材质岩石对应的最高参照面积占比，S_轮为岩体轮廓面积，max(S_u)、min(S_u)分别表示为各岩体种类对应占据岩体面积中的最大占据岩体面积、最小占据岩体面积，u表示各岩体种类编号，u＝1,2,......v，ΔZ为设定的适宜岩体种类数目差，w1、w2、w3分别表示为设定的岩体种类数目、主体岩石面积占比、杂质岩石面积占比对应岩体均质度评估占比权重因子。

2)岩体的平整度：通过无人机搭载的三维摄像头对岩体各自由面进行三维图像采集，得到采集的各自由面对应的三维图像。

将各自由面按照预设间距划分为各子区域，提取各子区域对应的三维轮廓，并将各子区域按照其划分顺序进行排序。

以各自由面中第一个子区域为目标子区域，将目标子区域的三维轮廓分别与其他各子区域进行重叠对比，得到各自由面中目标子区域与其他各子区域对应的轮廓重叠度，其中，轮廓重叠度的判断依据为

将各自由面中目标子区域与其他各子区域对应的轮廓重叠度与设定参照轮廓重叠度进行对比，将大于参照轮廓重叠度的子区域作为目标子区域的相似子区域，由此统计各自由面中目标子区域的相似子区域数目。

按照各自由面中第一个子区域对应相似子区域数目的分析方式同理分析得到各自由面中其他各子区域对应相似子区域数目，由此得到各自由面中各子区域对应的相似子区域数目。

从各自由面中各子区域对应相似子区域数目中提取最高相似子区域数目，记为M_区 ^j，j表示自由面编号，j＝1,2,......m。

计算岩体的平整度P，其具体计算公式为

其中，γ表示表示设定平整度计算自变量，

α1、α2分别为设定的相似子区域层面、自由面层面对应的平整度计算占比权重，k_区为设定的参照相似子区域占比，M₀ ^j表示第j个自由面对应的子区域数目，ΔM_区、ΔM′_区分别表示为设定参照的相似子区域占比差、自由面平均相似子区域占比差，m表示自由面数目。

所述警戒区域评定模块，用于对爆破警戒区域进行适配评定，若评定结果为不适配，则进行爆破干扰区域圈定，反之则启动信息反馈终端。

示例性地，对爆破警戒区域进行适配评定，包括：步骤1、根据所述爆破计划参数，计算爆破强度因子，根据所述爆破强度因子，从爆破信息库中定位出参照爆破环境参数。

需要说明的是，爆破强度因子具体计算过程包括以下步骤：从爆破计划参数中定位出各炮眼对应的炸药消耗量，从中筛选出最大炸药消耗量z_max，同时将各炮眼对应的炸药消耗量进行均值计算，得到炮眼对应的平均炸药消耗量

从爆破计划参数中定位出各炮眼之间的间隔距离，通过均值计算得到炮眼平均间隔距离

计算爆破强度因子ε，

其中，e表示自然常数，χ1、χ2分别表示为设定的炸药消耗量、平均间隔距离，z₀、Δx₀分别表示为设定的参照炮眼炸药消耗量、参照炮眼平均间隔距离。

步骤2、根据所述爆破环境参数和参照爆破环境参数，计算爆破区域爆破蔓延趋向指数β。

可理解地，计算爆破区域爆破蔓延趋向指数，包括：从爆破环境参数中提取岩体的体积V、自由面数目m、裂缝数目F、硬度Y、均质度J和平整度P。

计算爆破区域爆破蔓延趋向指数β，

其中，a1、a2分别表示岩体表观层面、岩体质地层面对应的爆破蔓延趋向评估占比权重因子，η为设定的爆破蔓延趋向评估修正因子，φ1、φ2分别表示为岩体表观层面、岩体质地层面对应的爆破蔓延趋向指数。

其中，b1、b2、b3、b4分别为设定岩体体积、自由面数目、裂缝数目、平整度对应岩体表观层面爆破蔓延评估占比权重，ΔF、ΔP分别为设定参照的裂缝数目差、平整度差，b5、b6分别为设定的岩体硬度、均质度对应的岩体质地层面爆破蔓延评估占比权重，σ1、σ2分别为设定的岩体表观层面、岩体质地层面对应的爆破蔓延趋向评估修正因子，V′、m′、F′、P′、Y′、J′分别为参照岩体的体积、自由面数目、裂缝数目、硬度、均质度和平整度。

步骤3、从目标矿山的三维视图定位出爆破区域和爆破警戒区域之间的距离，记为X。

步骤4、将β、X导入公式计算爆破警戒区域适配指数δ，其具体计算公式如下：

X₀为设定的单位参照爆破蔓延评估指数对应的爆破影响距离。

步骤5、若δ＝0，则判定爆破警戒区域设定不适配，若δ＝1，则判定爆破警戒区域设定适配。

本发明实施例通过根据爆破计划参数和爆破环境参数计算爆破区域爆破蔓延趋向指数，进而对爆破警戒区域进行适配评定，有效解决当前没有对爆破区域内的爆破影响进行监测与分析的问题，直观的展示了爆破警戒区域设定的适配程度，同时也确保了爆破警戒区域设定的合理性和可靠性，便于矿山爆破管理人员对爆破警戒区域规模的及时调整，从而有效维持了矿山生产与作业安全之间的平衡。

进一步地，进行爆破干扰区域圈定，包括：将β、X导入公式计算参照扩散防护距离ΔX，ΔX＝β*τ*X₀-X+X₁。

其中，τ为设定爆破区域爆破蔓延趋向指数补偿因子，X₁为设定的防护补偿距离。

请参阅图2所示，从目标矿山的三维视图定位出爆破警戒区域的中心点位置，以ΔX+X的距离长度为半径，在目标矿山的三维视图上进行爆破适宜警戒区域圈定，进而将爆破适宜警戒区域与爆破警戒区域之间的区域作为爆破干扰区域，并在目标矿山的三维视图上进行标注。

本发明实施例通过根据出爆破区域和爆破警戒区域之间距离以及爆破区域爆破蔓延趋向指数计算参照扩散防护距离，由此进行爆破干扰区域圈定，提高了爆破警戒区域设定的可行性，为爆破警戒区域附近区域内作业人员的作业安全性提供了有力保障，并且也降低了爆破警戒区域附近区域内作业人员的意外事故率。

所述爆破信息库，用于存储各爆破强度因子对应参照爆破环境参数和目标矿山上次爆破的时间点以及上次爆破时的边坡监测信息。

所述干扰区域监测模块，用于对爆破干扰区域进行监测，得到爆破干扰区域对应的监测信息。

具体地，爆破干扰区域对应的监测信息包括人员监测信息和边坡监测信息。

其中，人员监测信息为各人员的所在位置，其主要通过无人机搭载的摄像头监测得到。

边坡监测信息包括各边坡对应的裂缝数目、水平位移量、垂直位移量、孔隙度和含水量。

需要说明的的是，边坡裂缝数目的监测方式与岩体裂缝数目的监测方式为同种监测方式，在此不进行赘述。

还需要说明的是，位移量通过边坡内安置的位移传感器监测得到，孔隙度通过孔隙度检测仪监测得到，含水量通过含水量测定仪监测得到。

本发明实施例通过对爆破区域的环境参数进行爆破干扰区域内的边坡和人员进行监测，打破了当前仅通过视频监控方式存在的覆盖面不强的弊端，直观的展示了爆破区域内岩体的结构状态以及爆破干扰区域内边坡的结构状态，从而提高了爆破区域安全监测的精准性和合理性，也促进了矿山爆破预警的及时性，同时还有效降低非爆破区域内人员的安全隐患。

所述干扰区域人员解析模块，用于进行人员停留安全解析，若解析结果为安全，则启动信息反馈终端，反之则启动人员撤离预警模块

示例性地，进行人员停留安全解析，包括：第一步、从爆破干扰区域的监测信息中提取边坡监测信息。

第二步、从爆破信息库中提取目标矿山上次爆破时的边坡监测信息，进而从中定位出爆破干扰区域在上次爆破时的边坡监测信息，作为对比边坡监测信息。

第三步、根据所述爆破干扰区域的边坡监测信息和对比边坡监测信息，确认爆破干扰区域内各边坡的许可承载振动频率f_可 ⁱ，i表示边坡编号，i＝1,2,......n。

可理解地，确认爆破干扰区域内各边坡的许可承载振动频率，具体确认过程包括以下步骤：从爆破干扰区域的边坡监测信息以及对比边坡监测信息中分别提取各边坡对应的裂缝数目、水平位移量和垂直位移量，分别记为F_边 ⁱ、s_i、h_i以及F′_边 ⁱ、s′_i和h′_i。

计算爆破干扰区域各边坡对应结构层面抗振评估指数

其中，t表示目标矿山上次爆破时间点与当前所处时间点之间的间隔时长，k₀、k₁、k₂分别为设定的参照裂缝变化率、参照水平位移变化率、参照垂直变化率，ω₁为设定的边坡结构层面抗振评估修正因子，c1、c2分别表示裂缝变化率、位移变化率对应边坡结构层面抗振评估占比权重因子。

从爆破干扰区域的边坡监测信息以及对比边坡监测信息中分别提取各边坡对应的孔隙度和含水量，并分别记为K_i、H_i以及K′_i和H′_i。

计算爆破干扰区域各边坡对应地质层面抗振评估指数

其中，c3、c4分别表示为设定的孔隙度、含水量对应的边坡地质层面抗振评估占比权重因子，ΔK、ΔH、K′、H′分别表示为设定的参照孔隙度变化差、含水量变化差、参照安全孔隙度、参照安全含水量，ω₂为设定的边坡地质层面抗振评估修正因子。

计算爆破干扰区域内各边坡的许可承载振动频率f_可 ⁱ，

其中，r1、r2分别表示为边坡结构层面、边坡地质层面对应边坡抗振评估占比权重因子，为设定的边坡抗振评估修正因子，f₀为设定的单位边坡抗振评估指数对应的参照承载振动频率值，f_补为设定的补偿误差振动频率值。

第四步、根据所述当前爆破计划参数，计算爆破干扰区域内各边坡的预计承载振动频率f_预 ⁱ。

可理解地，爆破干扰区域内各边坡的预计承载振动频率的具体计算过程包括：从当前爆破计划参数中提取炮眼数目y以及各炮眼对应的炸药消耗量z_d和各炮眼之间的间隔距离Δx_d，d表示炮眼编号，d＝1,2,......l。

计算爆破干扰区域内各边坡的预计承载振动频率的f_预 ⁱ，

其中，f₁为设定的单位爆破评估指数对应的预计振动频率，为设定的爆破评估修正因子，y′、z′、Δx′分别为设定的参照炮眼数目、参照炸药消耗量、参照炮眼间隔距离，g1、g2、g3分别表示为设定的参照炮眼数目、炸药消耗量、炸药炮眼间隔距离对应的爆破评估占比权重因子，f′_补为设定的参考补偿振动频率。

第五步、计算爆破干扰区域人员停留安全评估指数λ(x)，

其中，x为自变量，f₀为设定的补偿振动频率值，表示任意命题符号，/>表示存在命题符号，∧表示且命题符号；

第六步、若λ(x)取值为0，则判定人员停留不安全，若λ(x)取值为1，则判定人员停留安全。

本发明实施例通过根据爆破干扰区域内边坡监测信息以及爆破计划参数计算爆破干扰区域内各边坡的许可承载振动频率和预计承载振动频率，进而对爆破干扰区域进行人员停留安全解析，为爆破干扰区域人员的撤离分析提供了可靠的决策性的意见，极大降低了矿山作业人员的作业风险，也提高了矿山爆破时撤离人员设定的规范性。

所述人员撤离预警模块，用于对爆破干扰区域内的作业人员进行撤离预警解析，得到预警撤离矿区数目，并启动各预警撤离矿区内的撤离警报器进行撤离提醒。

示例性地，对爆破干扰区域内的作业人员进行撤离预警解析，具体解析过程包括：计算各边坡对应的综合抗振评估指数KZ_i，

将各边坡对应的综合抗振评估指数与其设定参照值进行对比，若某边坡对应的综合抗振评估指数大于其设定参照值，则将该边坡作为危险边坡。

统计危险边坡数目，并在目标矿山的三维视图中进行危险边坡标注，从爆破干扰区域的监测信息中提取人员监测信息，进而提取各人员的所在位置，并将其在目标矿山的三维视图中进行标注，由此从目标矿山的三维视图中筛选出各危险边坡所在矿区内对应的人员数目；

若某危险边坡所在矿区内对应的人员数目大于1，则判定该矿区为预警撤离矿区，由此统计得到预警撤离矿区数目。

所述信息反馈终端，用于进行信息反馈，其包括：A1、当爆破警戒区域适配评定结果为适配时将评定结果反馈至矿山爆破管理人员。

A2、当爆破干扰区域人员停留安全解析为安全时将解析结果反馈至矿山爆破管理人员。

以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (7)

1.一种基于大数据的矿山安全智慧监测系统，其特征在于：包括：

爆破区域信息提取模块，用于提取目标矿山的三维视图，并从中提取勾选的爆破区域和爆破警戒区域，提取当前爆破计划参数，并对爆破区域的环境进行监测，得到爆破环境参数；

警戒区域评定模块，用于对爆破警戒区域进行适配评定，若评定结果为不适配，则进行爆破干扰区域圈定，反之则启动信息反馈终端；

爆破信息库，用于存储各爆破强度因子对应参照爆破环境参数以及目标矿山上次爆破的时间点和上次爆破时的边坡监测信息；

干扰区域监测模块，用于对爆破干扰区域进行监测，得到爆破干扰区域对应的监测信息；

干扰区域人员解析模块，用于进行人员停留安全解析，若解析结果为安全，则启动信息反馈终端，反之则启动人员撤离预警模块；

人员撤离预警模块，用于对爆破干扰区域内的作业人员进行撤离预警解析，得到预警撤离矿区数目，并启动各预警撤离矿区内的撤离警报器进行撤离提醒；

信息反馈终端，用于进行信息反馈；

所述进行人员停留安全解析，包括：

从爆破干扰区域的监测信息中提取边坡监测信息；

从爆破信息库中提取目标矿山上次爆破时的边坡监测信息，进而从中定位出爆破干扰区域在上次爆破时的边坡监测信息，作为对比边坡监测信息；

根据所述爆破干扰区域的边坡监测信息和对比边坡监测信息，确认爆破干扰区域内各边坡的许可承载振动频率，i表示边坡编号，/>；

根据所述当前爆破计划参数，计算爆破干扰区域内各边坡的预计承载振动频率；

计算爆破干扰区域人员停留安全评估指数，

；

其中，为自变量，/>为设定的补偿振动频率值，/>表示任意命题符号，/>表示存在命题符号，/>表示且命题符号；

若取值为0，则判定人员停留不安全，若/>取值为1，则判定人员停留安全；

所述确认爆破干扰区域内各边坡的许可承载振动频率，包括：

从爆破干扰区域的边坡监测信息以及对比边坡监测信息中分别提取各边坡对应的裂缝数目、水平位移量和垂直位移量，分别记为、/>、/>以及/>、/>和/>；

计算爆破干扰区域各边坡对应结构层面抗振评估指数，

；

其中，t表示目标矿山上次爆破时间点与当前所处时间点之间的间隔时长，分别为设定的参照裂缝变化率、参照水平位移变化率、参照垂直变化率，/>为设定的边坡结构层面抗振评估修正因子，/>分别表示裂缝变化率、位移变化率对应边坡结构层面抗振评估占比权重因子；

从爆破干扰区域的边坡监测信息以及对比边坡监测信息中分别提取各边坡对应的孔隙度和含水量，并分别记为、/>以及/>和/>；

计算爆破干扰区域各边坡对应地质层面抗振评估指数，

；

其中，分别表示为设定的孔隙度、含水量对应的边坡地质层面抗振评估占比权重因子，/>分别表示为设定的参照孔隙度变化差、含水量变化差、参照安全孔隙度、参照安全含水量，/>为设定的边坡地质层面抗振评估修正因子；

计算爆破干扰区域内各边坡的许可承载振动频率，

；

其中，分别表示为边坡结构层面、边坡地质层面对应边坡抗振评估占比权重因子，/>为设定的边坡抗振评估修正因子，/>为设定的单位边坡抗振评估指数对应的参照承载振动频率值，/>为设定的补偿误差振动频率值；

所述爆破干扰区域内各边坡的预计承载振动频率的具体计算过程包括：

从当前爆破计划参数中提取炮眼数目以及各炮眼对应的炸药消耗量/>和各炮眼之间的间隔距离/>，d表示炮眼编号，/>；

计算爆破干扰区域内各边坡的预计承载振动频率的，

；

其中，为设定的单位爆破评估指数对应的预计振动频率，/>为设定的爆破评估修正因子，/>分别为设定的参照炮眼数目、参照炸药消耗量、参照炮眼间隔距离，分别表示为设定的参照炮眼数目、炸药消耗量、炸药炮眼间隔距离对应的爆破评估占比权重因子，/>为设定的参考补偿振动频率。

2.根据权利要求1所述的一种基于大数据的矿山安全智慧监测系统，其特征在于：所述当前爆破计划参数包括炮眼数目以及各炮眼对应的炸药消耗量和各炮眼之间的间隔距离；

所述爆破环境参数包括岩体的体积、自由面数目、裂缝数目、硬度、均质度和平整度。

3.根据权利要求1所述的一种基于大数据的矿山安全智慧监测系统，其特征在于：所述对爆破警戒区域进行适配评定，包括：

根据所述爆破计划参数，计算爆破强度因子，根据所述爆破强度因子，从爆破信息库中定位出参照爆破环境参数；

根据所述爆破环境参数和参照爆破环境参数，计算爆破区域爆破蔓延趋向指数；

从目标矿山的三维视图定位出爆破区域和爆破警戒区域之间的距离，记为；

将、/>导入公式计算爆破警戒区域适配指数/>，其具体计算公式如下：

，为设定的单位参照爆破蔓延评估指数对应的爆破影响距离；

若，则判定爆破警戒区域设定不适配，若/>，则判定爆破警戒区域设定适配。

4.根据权利要求3所述的一种基于大数据的矿山安全智慧监测系统，其特征在于：所述计算爆破区域爆破蔓延趋向指数，包括：

从爆破环境参数中提取岩体的体积、自由面数目/>、裂缝数目/>、硬度/>、均质度/>和平整度/>；

计算爆破区域爆破蔓延趋向指数，/>；

其中，a1、a2分别表示岩体表观层面、岩体质地层面对应的爆破蔓延趋向评估占比权重因子，为设定的爆破蔓延趋向评估修正因子，/>分别表示为岩体表观层面、岩体质地层面对应的爆破蔓延趋向指数；

；

；

其中，分别为设定岩体体积、自由面数目、裂缝数目、平整度对应岩体表观层面爆破蔓延评估占比权重，/>分别为设定参照的裂缝数目差、平整度差，分别为设定的岩体硬度、均质度对应的岩体质地层面爆破蔓延评估占比权重，分别为设定的岩体表观层面、岩体质地层面对应的爆破蔓延趋向评估修正因子，分别为参照岩体的体积、自由面数目、裂缝数目、平整度、硬度和均质度。

5.根据权利要求3所述的一种基于大数据的矿山安全智慧监测系统，其特征在于：所述进行爆破干扰区域圈定，包括：

将、/>导入公式计算参照扩散防护距离/>，/>;

其中，为设定爆破区域爆破蔓延趋向指数补偿因子，/>为设定的防护补偿距离；

从目标矿山的三维视图定位出爆破警戒区域的中心点位置，以的距离长度为半径，在目标矿山的三维视图上进行爆破适宜警戒区域圈定，进而将爆破适宜警戒区域与爆破警戒区域之间的区域作为爆破干扰区域，并在目标矿山的三维视图上进行标注。

6.根据权利要求2所述的一种基于大数据的矿山安全智慧监测系统，其特征在于：所述爆破干扰区域对应的监测信息包括人员监测信息和边坡监测信息；

其中，人员监测信息为各人员的所在位置；

边坡监测信息包括各边坡对应的裂缝数目、水平位移量、垂直位移量、孔隙度和含水量。

7.根据权利要求1所述的一种基于大数据的矿山安全智慧监测系统，其特征在于：所述对爆破干扰区域内的作业人员进行撤离预警解析，具体解析过程包括：

计算各边坡对应的综合抗振评估指数，/>；

将各边坡对应的综合抗振评估指数与其设定参照值进行对比，若某边坡对应的综合抗振评估指数大于其设定参照值，则将该边坡作为危险边坡；

统计危险边坡数目，并在目标矿山的三维视图中进行危险边坡标注，从爆破干扰区域的监测信息中提取人员监测信息，进而提取各人员的所在位置，并将其在目标矿山的三维视图中进行标注，由此从目标矿山的三维视图中筛选出各危险边坡所在矿区内对应的人员数目；

若某危险边坡所在矿区内对应的人员数目大于1，则判定该矿区为预警撤离矿区，由此统计得到预警撤离矿区数目。