CN117588265A - 一种煤矿瓦斯灾害综合治理的风险预警方法 - Google Patents

一种煤矿瓦斯灾害综合治理的风险预警方法 Download PDF

Info

Publication number
CN117588265A
CN117588265A CN202410067075.5A CN202410067075A CN117588265A CN 117588265 A CN117588265 A CN 117588265A CN 202410067075 A CN202410067075 A CN 202410067075A CN 117588265 A CN117588265 A CN 117588265A
Authority
CN
China
Prior art keywords
sensor
aerial vehicle
unmanned aerial
cruising
path
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
Application number
CN202410067075.5A
Other languages
English (en)
Other versions
CN117588265B (zh
Inventor
李爽
许正权
张祎
许锟
韩世锋
贺超
黄晨晨
程德强
梁敏富
徐宁可
鹿乘
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Mining and Technology CUMT
Original Assignee
China University of Mining and Technology CUMT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China University of Mining and Technology CUMT filed Critical China University of Mining and Technology CUMT
Priority to CN202410067075.5A priority Critical patent/CN117588265B/zh
Publication of CN117588265A publication Critical patent/CN117588265A/zh
Application granted granted Critical
Publication of CN117588265B publication Critical patent/CN117588265B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • EFIXED CONSTRUCTIONS
    • E21EARTH OR ROCK DRILLING; MINING
    • E21FSAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
    • E21F17/00Methods or devices for use in mines or tunnels, not covered elsewhere
    • E21F17/18Special adaptations of signalling or alarm devices
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00Measuring or testing not otherwise provided for
    • G01D21/02Measuring two or more variables by means not covered by a single other subclass
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/12Alarms for ensuring the safety of persons responsive to undesired emission of substances, e.g. pollution alarms
    • G08B21/16Combustible gas alarms
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Mining & Mineral Resources (AREA)
  • Emergency Management (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Computing Systems (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Health & Medical Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及煤矿安全预警技术领域,具体而言,一种煤矿瓦斯灾害综合治理的风险预警方法,包括,在第一信道接入第一传感器网络,并获取包含在第一传感器网络的传感器集合;对包含在传感器集合内的传感器进行唤醒;基于唤醒后的传感器的设置位置进行巡航路径和行进速度的规划,其中巡航路径按照巷道内传感器的布设位置确定,行进速度按照相邻传感器的间隔确定;无人机按照规划的巡航路径和行进速度进行巡航,通过直接传输的方式接收传感器采集的瓦斯数据,并基于接收的传感器数据进行瓦斯超标风险的分析。这样就解决了矿井下环境复杂、有线传感器网络覆盖范围有限、维护成本高的问题。

Description

一种煤矿瓦斯灾害综合治理的风险预警方法
技术领域
本发明涉及煤矿预警技术领域,具体而言,涉及一种煤矿瓦斯灾害综合治理的风险预警方法。
背景技术
瓦斯是煤矿生产中的有害因素,它不仅污染空气,而且当空气中瓦斯含量为5%~16%时,遇火会引起爆炸,造成事故,因此瓦斯浓度的监测是煤矿安全生产需要重点监测的一个指标,及时了解巷道内的瓦斯浓度情况,并且依据瓦斯浓度情况进行安全预警,是井工煤矿安全开采的关键之一,目前已经通过多种形式实现了巷道内瓦斯数据的获取,传统的技术有在井下设置传感器报警系统,将传感器收集的瓦斯数据发送到中央控制器进行计算,直接由中央控制器通过外部设备,比如显示器向井下工作人员发出警示,但是此技术存在因为矿井下环境复杂,而导致的维护成本高、错报率高和能耗高的问题。
除传统的监测方式外,常见的获取井下瓦斯的方法还包括巡检机器人,但是巡检机器人的巡检过程依赖于路径规划和视觉识别,且对于障碍物的处理能力有限,频繁应对复杂地形对巡检机器人的续航能力有较大的影响,还需要人力的辅助,工作效率低、维护成本高。而采用无人机进行巡航收集瓦斯数据,可以高效准确地进行巡航任务,无需过多人力干涉,以及实现灵活更新巡航动态,全面覆盖矿下风险,此外,无人机所收集的瓦斯数据由大数据或者数据平台进行处理,得到对瓦斯灾害风险的综合分析结果,以此来对井下的瓦斯隐患进行排查治理预防。
发明内容
为解决矿井下环境复杂、有线传感器网络覆盖范围有限、维护成本高的问题,本发明提供了一种煤矿瓦斯灾害综合治理的风险预警方法。
第一方面,本发明提供了一种煤矿瓦斯灾害综合治理的风险预警方法,包括:
在第一信道接入第一传感器网络,并获取包含在第一传感器网络的传感器集合;
对包含在传感器集合内的传感器进行唤醒;
基于唤醒后的传感器的设置位置进行巡航路径和行进速度的规划,其中巡航路径按照巷道内传感器的布设位置确定,行进速度按照相邻传感器的间隔确定;
无人机按照规划的巡航路径和行进速度进行巡航,通过直接传输的方式接收传感器采集的瓦斯数据,并基于接收的传感器数据进行瓦斯超标风险的分析。
在一些实施例中,所述行进速度根据传感器节点相对于底板的高度确定,且在高于1/3巷道高度的巡航时,行进速度为1/3巷道高度的1/2-2/3。
在一些实施例中,在剩余巡航时长低于巡航时长阈值时,在第二信道接入第二传感器网络,并对第二传感器网络中传感器进行唤醒,所述剩余巡航时长为无人机按照规划的行进速度完成巡航路径的时长。
在一些实施例中,根据无人机的实际飞行路径更新无人机巡航路径,在更新后无人机的巡航路径涉及传感器的数据收集顺序变更时,重新设置传感器的休眠或唤醒状态。
在一些实施例中,所述巡航路径的规划过程包括:
根据唤醒后的传感器的标识获取传感器在巷道的空间位置,按照空间位置计算传感器在水平面的投影,以传感器为节点构建图网络,以传感器在投影上的坐标作为网络中节点的坐标,以距离无人机最近的传感器为起点,以距离无人机距离最远的传感器为终点,使用Dijkstra算法获取最短遍历路径作为巡航路径。
在一些实施例中,根据无人机的位置和巡航路径确定无人机到达传感器的等待时长,在等待时长高于等待阈值时,基于等待时长设置传感器的唤醒时间,并使传感器进入休眠状态。
在一些实施例中,在无人机巡航路径和行进速度确定后,确定无人机到达传感器的等待时长,基于等待时长确定待机传感器组,所述待机传感器组为等待时长高于等待阈值的传感器;
无人机发送休眠指令,待机传感器组内的传感器根据休眠指令进入休眠状态。
在一些实施例中,基于无人机的实际位置确定未接收瓦斯数据传感器的等待时长,基于等待时长确定待机传感器组的唤醒或休眠状态,所述待机传感器组为等待时长高于等待阈值的传感器。
在一些实施例中,基于无人机的行进速度确定无人机到达未接收瓦斯数据的传感器的等待时长,基于等待时长确定待机传感器组的唤醒或休眠状态,所述待机传感器组为等待时长高于等待阈值的传感器。
在一些实施例中,在无人机距离传感器的距离低于空间阈值时,无人机进入悬停状态,在无人机完成和传感器直接传输瓦斯数据后,将当前传感器从巡航路径中移除,无人机进入巡航状态。
为解决矿井下环境复杂、地面传感器网络覆盖范围有限的问题,本发明有以下优点:
可以高效覆盖地下煤矿的危险区域、瓦斯泄露、通风系统等重点区域的监测,及时发现和处理隐患,并且能够灵活到达人力难以到达的区域进行作业,以及提高对煤矿安全巡检和检测的效率,降低人工成本和普通检测设备长时间待机的成本。
附图说明
图1示出了一种实施例的流程示意图;
图2示出了实施例的Dijkstra算法示意图。
具体实施方式
现在将参照若干示例性实施例来论述本公开的内容。应当理解,论述了这些实施例仅是为了使得本领域普通技术人员能够更好地理解且因此实现本公开的内容,而不是暗示对本公开的范围的任何限制。
如本文中所使用的,术语“包括”及其变体要被解读为意味着“包括但不限于”的开放式术语。术语“基于”要被解读为“至少部分地基于”。术语“一个实施例”和“一种实施例”要被解读为“至少一个实施例”。术语“另一个实施例”要被解读为“至少一个其他实施例”。
本实施例公开了一种煤矿瓦斯灾害综合治理的风险预警方法,如图1所示,可以包括:
在第一信道接入第一传感器网络,并获取包含在第一传感器网络的传感器集合;
对包含在传感器集合内的传感器进行唤醒;
基于唤醒后的传感器的设置位置进行巡航路径和行进速度的规划,其中巡航路径按照巷道内传感器的布设位置确定,行进速度按照相邻传感器的间隔确定;
无人机按照规划的巡航路径和行进速度进行巡航,通过直接传输的方式接收传感器采集的瓦斯数据,并基于接收的传感器数据进行瓦斯超标风险的分析。
在本实施例中,传感器网络,包括许多在空间上分布的自动装置,这些装置使用传感器协作地监控不同位置的物理或环境状况,比如温度、声音、振动、压力、运动或污染物等,将传感器网络设置在巷道不同高度和位置,高覆盖地监测瓦斯浓度和其它相关参数,第一信道与第一传感器网络建立连接,并获取该网络中的传感器信息,唤起所需的传感器使之进入工作状态,以实现实时采集和传输数据。此外,根据已唤醒的传感器的位置信息规划好无人机的巡航路径和行进速度,巡航位置根据巷道内传感器的布设位置确定,以确保无人机能覆盖到所有需要监测的区域,行进速度根据相邻传感器的间隔确定,以平衡无人机的监测效率与能耗,无人机接收传感器所采集的瓦斯浓度数据的过程为直接传输,即传感器直接将信息发送到无人机,中间不经过转发或路由设备,通信速度快延迟低,相较于间接传输需要进行转发,直接传送可以避免多余设备的能耗,以及快速确定传感器的唤醒或休眠状态,而无人机接收到的数据被大数据或者数据处理平台所处理,并得到对应的瓦斯超标风险分析结果。
在一些实施例中,行进速度根据传感器节点相对于底板的高度确定,且在高于1/3巷道高度的巡航时,行进速度为1/3巷道高度的1/2-2/3。
在本实施例中,巷道中越高的位置,分布的管道和线路越密集,当无人机的高度高于1/3巷道高度时,无人机行进速度减缓,从而避免碰撞或其它意外事件发生,同时无人机所处于巷道的高度不同,行进速度也会进行相应的调整,比如,一个四米高的巷道,相对于底板越高的位置,分布的管道和线缆越多,环境越复杂,无人机巡航途中的飞行速度过快难以闪避容易发生碰撞,在瓦斯浓度较高的巷道因为碰撞产生的火花很容易导致爆炸危险。
在一些实施例中,在剩余巡航时长低于巡航时长阈值时,在第二信道接入第二传感器网络,并对第二传感器网络中传感器进行唤醒,剩余巡航时长为无人机按照规划的行进速度完成巡航路径的时长。
在本实施例中,根据任务需求、无人机续航能力、巡航连续性和实际的测试综合得到一个合理的参考值作为巡航时长阈值,存入无人机,当无人机按照规划的行进速度完成巡航路线的时间临近结束时,无人机将剩余巡航时长与巡航时长阈值相比较,低于巡航时长阈值时,在第二信道接入第二传感器网络提前唤醒其中传感器,传感器启动进行数据采集后进入休眠状态,等待无人机来接收数据,保证无人机的监测效率避免无人机在第一传感器网络巡航结束后因为等待第二传感器网络启动而进入空转,增加无效等待时间,比如,无人机在执行巡航任务时,根据规划的行进速度,需要花费5分钟才能完成整个第一传感器网络的巡航,在无人机的剩余巡航时长降至2分钟时,无人机将剩余巡航时长与巡航时长阈值进行比较,如果小于巡航时长阈值,则无人机从第二信道自动接入第二传感器网络并唤醒其中的传感器,其中,无人机通过接入的不同信道区分此时的传感器哪些属于第一传感器网络,哪些属于第二传感器网络,确保无人机能够准确地与不同的传感器网络进行通信,这样无人机可以在剩余时间里成功完成巡航直接进入下一个巡航任务,提高了巡航任务的连续性和效率。
在一些实施例中,根据无人机的实际飞行路径更新无人机巡航路径,在更新后无人机的巡航路径涉及传感器的数据收集顺序变更时,重新设置传感器的休眠或唤醒状态。
在本实施例中,无人机根据实际的飞行条件和环境因素动态地调整巡航路线,实际巡航路线变更后,通过传感器网络中的传感器位置信息调整数据收集顺序,因此其中某些传感器需要被唤醒以收集数据,而另一些传感器则需要被设置为休眠状态节省能量,以确保传感器能够在适当的时候被唤醒或休眠,从而提高无人机执行巡航任务的灵活性和适应性,此外按照最新的路径进行数据收集,提高了数据的准确性和完整性。
在一些实施例中,巡航路径的规划过程包括:
根据唤醒后的传感器的标识获取传感器在巷道的空间位置,按照空间位置计算传感器在水平面的投影,以传感器为节点构建图网络,以传感器在投影上的坐标作为网络中节点的坐标,以距离无人机最近的传感器为起点,以距离无人机距离最远的传感器为终点,使用Dijkstra算法获取最短遍历路径作为巡航路径。
在本实施例中,无人机获取被唤醒的传感器的标识,以此来识别其在巷道中的空间位置并且将三维空间位置转换为二维平面上的投影,根据平面上的传感器节点构成图网络,比如,第一传感器网络中存在个传感器,将第/>个传感器标记为/>,其对应的空间坐标P为/>,由于巷道的高度相较于巷道的长度对投影的影响可以忽略不记,因此,可以近似的将其转换为平面二维的坐标表示/>,一个二维坐标代表一个节点,每两个节点之间的连线表示无人机从一个传感器移动到另一个传感器的巡航路线,从而减少了无人机规划的巡航任务中的上下位移,降低了上下位移产生碰撞的风险。将距离无人机最近和最远的节点分别作为图网络的起点与终点,两个节点之间的距离作为权重,Dijkstra算法是求一个图中一个点到其它所有点的最短路径的算法,如图2所示,但是对每一个传感器网络中的节点进行最短路径计算需要大量的时间和能耗,因此,首先通过Dijkstra算法计算出起点到终点之间的最短路径,再根据这条路径中的每一个节点将其视为一个新的终点,计算当前起点与终点之间的其它节点最短遍历路径,如此迭代直到计算出整个传感器网络的最短遍历路径,确保无人机在执行任务时能够以最短的路径依次访问各个传感器节点,最大程度地减少无人机在巡航任务中的飞行距离,节省能量和时间成本。
在一些实施例中,根据无人机的位置和巡航路径确定无人机到达传感器的等待时长,在等待时长高于等待阈值时,基于等待时长设置传感器的唤醒时间,并使传感器进入休眠状态。
进一步的,在本实施例中,预先根据Dijkstra算法计算出的最短遍历路径和无人机行进速度得到无人机自起点传感器到达终点传感器的时长作为等待阈值保存,然后实时定位无人机的位置,根据实时的巡航路径计算出无人机按照当前巡航速度到达每个传感器所需时间作为预计等待时长,如果等待时长超过了预设的等待阈值,则启动传感器的唤醒策略,比如:无人机到达其中某个传感器的时长高于这个传感器的等待阈值,则基于等待时长设置传感器的唤醒时间,并使传感器进入休眠状态,以节省能量和确保传感器在无人机需要时处于唤醒状态。
在一些实施例中,在无人机巡航路径和行进速度确定后,确定无人机到达传感器的等待时长,基于等待时长确定待机传感器组,待机传感器组为等待时长高于等待阈值的传感器;
无人机发送休眠指令,待机传感器组内的传感器根据休眠指令进入休眠状态。
进一步的,在本实施例中,等待时长高于等待阈值的传感器被纳入待机传感器组,当无人机正按照确定的巡航路径以一定的速度行进时,会预先计算无人机到达当前传感器网络中每个传感器节点的预计等待时长,将等待时长与等待阈值相比较,如果等待时长高于等待阈值,则这些传感器被标记为待机传感器组,然后无人机发送休眠指令使传感器进入休眠状态以确保需要在复杂环境中长时间工作的传感器不会过度消耗电量,此外,在无人机即将完成当前传感器网络的巡航时,接入下一传感器网络将所有传感器唤醒进行瓦斯数据收集,再计算等待时长并与等待阈值相比较,标记出其中的待机传感器组,发出休眠指令。
在一些实施例中,基于无人机的实际位置确定未接收瓦斯数据传感器的等待时长,基于等待时长确定待机传感器组的唤醒或休眠状态,待机传感器组为等待时长高于等待阈值的传感器。
在本实施例中,结合无人机的实际位置和传感器的位置,通过由传感器节点构成的图网络计算出无人机到每个传感器的时间作为等待时长,当等待时长大于等待阈值,则对应的传感器被纳入待机传感器组,接受命令进入休眠状态,比如,当无人机正在执行瓦斯数据采集的巡航任务,根据无人机的实际位置和传感器的数据接收情况,计算出无人机到未接收瓦斯数据的传感器的预计等待时长,确定等待时长后无人机检查等待时长是否高于等待阈值,如果是,则这些传感器被标记为待机传感器组,根据等待时长的具体情况,以及动态地决定待机传感器组内传感器的唤醒或休眠状态,以尽可能地节省能量。
在一些实施例中,基于无人机的行进速度确定无人机到达未接收瓦斯数据的传感器的等待时长,基于等待时长确定待机传感器组的唤醒或休眠状态,待机传感器组为等待时长高于等待阈值的传感器。
进一步的,在本实施例中,可以根据无人机的行进速度和传感器的位置,动态地管理传感器的工作状态,比如,当无人机正在执行瓦斯数据接收的巡航任务时,严格根据无人机的行进速度和传感器的位置更新无人机到达未接收瓦斯数据的传感器的预计等待时长,计算结束无人机检查等待时长是否大于等待阈值,如果是,则这些传感器被标记为待机传感器组,根据等待时长的具体情况,动态地决定待机传感器组内传感器的唤醒或休眠状态,以尽可能地节省能量。
在一些实施例中,在无人机距离传感器的距离低于空间阈值时,无人机进入悬停状态,在无人机完成和传感器直接传输瓦斯数据后,将当前传感器从巡航路径中移除,无人机进入巡航状态。
在本实施例中,基于无人机的技术规格来设定无人机与传感器进行数据传输或交互的空间范围,作为一个预设的空间阈值存入无人机,从而通过无人机的实际位置信息和传感器的位置信息计算出无人机到传感器的距离,如果无人机与传感器的距离低于预设的空间阈值,则无人机进入悬停状态停止行进,开始接收传感器的瓦斯数据,数据传输结束后,无人机将这个传感器移出巡航路径,在后续的巡航中不再接受这个传感器的数据,并寻找其它未处理的传感器。
本领域的普通技术人员可以理解,上述各实施方式是实现本公开的具体案例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本公开的精神和范围。

Claims (10)

1.一种煤矿瓦斯灾害综合治理的风险预警方法,其特征在于,包括:
在第一信道接入第一传感器网络,并获取包含在第一传感器网络的传感器集合;
对包含在传感器集合内的传感器进行唤醒;
基于唤醒后的传感器的设置位置进行巡航路径和行进速度的规划,其中巡航路径按照巷道内传感器的布设位置确定,行进速度按照相邻传感器的间隔确定;
无人机按照规划的巡航路径和行进速度进行巡航,通过直接传输的方式接收传感器采集的瓦斯数据,并基于接收的传感器数据进行瓦斯超标风险的分析。
2.如权利要求1所述的一种煤矿瓦斯灾害综合治理的风险预警方法,其特征在于,
所述行进速度根据传感器节点相对于底板的高度确定,且在高于1/3巷道高度的巡航时,行进速度为1/3巷道高度的1/2-2/3。
3.如权利要求1所述的一种煤矿瓦斯灾害综合治理的风险预警方法,其特征在于,
在剩余巡航时长低于巡航时长阈值时,在第二信道接入第二传感器网络,并对第二传感器网络中传感器进行唤醒,所述剩余巡航时长为无人机按照规划的行进速度完成巡航路径的时长。
4.如权利要求3所述的一种煤矿瓦斯灾害综合治理的风险预警方法,其特征在于,
根据无人机的实际飞行路径更新无人机巡航路径,在更新后无人机的巡航路径涉及传感器的数据收集顺序变更时,重新设置传感器的休眠或唤醒状态。
5.如权利要求1所述的一种煤矿瓦斯灾害综合治理的风险预警方法,其特征在于,
所述巡航路径的规划过程包括:
根据唤醒后的传感器的标识获取传感器在巷道的空间位置,按照空间位置计算传感器在水平面的投影,以传感器为节点构建图网络,以传感器在投影上的坐标作为网络中节点的坐标,以距离无人机最近的传感器为起点,以距离无人机距离最远的传感器为终点,使用Dijkstra算法获取最短遍历路径作为巡航路径。
6.如权利要求5所述的一种煤矿瓦斯灾害综合治理的风险预警方法,其特征在于,
根据无人机的位置和巡航路径确定无人机到达传感器的等待时长,在等待时长高于等待阈值时,基于等待时长设置传感器的唤醒时间,并使传感器进入休眠状态。
7.如权利要求1所述的一种煤矿瓦斯灾害综合治理的风险预警方法,其特征在于,
在无人机巡航路径和行进速度确定后,确定无人机到达传感器的等待时长,基于等待时长确定待机传感器组,所述待机传感器组为等待时长高于等待阈值的传感器;
无人机发送休眠指令,待机传感器组内的传感器根据休眠指令进入休眠状态。
8.如权利要求7所述的一种煤矿瓦斯灾害综合治理的风险预警方法,其特征在于,
基于无人机的实际位置确定未接收瓦斯数据传感器的等待时长,基于等待时长确定待机传感器组的唤醒或休眠状态,所述待机传感器组为等待时长高于等待阈值的传感器。
9.如权利要求7所述的一种煤矿瓦斯灾害综合治理的风险预警方法,其特征在于,
基于无人机的行进速度确定无人机到达未接收瓦斯数据的传感器的等待时长,基于等待时长确定待机传感器组的唤醒或休眠状态,所述待机传感器组为等待时长高于等待阈值的传感器。
10.如权利要求1所述的一种煤矿瓦斯灾害综合治理的风险预警方法,其特征在于,
在无人机距离传感器的距离低于空间阈值时,无人机进入悬停状态,在无人机完成和传感器直接传输瓦斯数据后,将当前传感器从巡航路径中移除,无人机进入巡航状态。
CN202410067075.5A 2024-01-17 2024-01-17 一种煤矿瓦斯灾害综合治理的风险预警方法 Active CN117588265B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410067075.5A CN117588265B (zh) 2024-01-17 2024-01-17 一种煤矿瓦斯灾害综合治理的风险预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410067075.5A CN117588265B (zh) 2024-01-17 2024-01-17 一种煤矿瓦斯灾害综合治理的风险预警方法

Publications (2)

Publication Number Publication Date
CN117588265A true CN117588265A (zh) 2024-02-23
CN117588265B CN117588265B (zh) 2024-04-09

Family

ID=89922301

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410067075.5A Active CN117588265B (zh) 2024-01-17 2024-01-17 一种煤矿瓦斯灾害综合治理的风险预警方法

Country Status (1)

Country Link
CN (1) CN117588265B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117874499B (zh) * 2024-03-13 2024-05-31 天津市地质研究和海洋地质中心 一种基于动态数据监测的地质灾害预警方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101446205A (zh) * 2008-12-25 2009-06-03 山东大学 无线传感器网络煤矿瓦斯监测系统
CN109587648A (zh) * 2018-11-22 2019-04-05 桂林理工大学 一种基于无线传感器网络的矿井监测系统
CN112730760A (zh) * 2021-01-30 2021-04-30 吕梁学院 一种煤矿井下采空区的瓦斯分布测量方法
CN114727359A (zh) * 2022-04-06 2022-07-08 北京交通大学 一种无人机辅助的灾后分簇式矿井物联网数据采集方法
CN116307638A (zh) * 2023-05-18 2023-06-23 华北科技学院(中国煤矿安全技术培训中心) 煤矿瓦斯巡检方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101446205A (zh) * 2008-12-25 2009-06-03 山东大学 无线传感器网络煤矿瓦斯监测系统
CN109587648A (zh) * 2018-11-22 2019-04-05 桂林理工大学 一种基于无线传感器网络的矿井监测系统
CN112730760A (zh) * 2021-01-30 2021-04-30 吕梁学院 一种煤矿井下采空区的瓦斯分布测量方法
CN114727359A (zh) * 2022-04-06 2022-07-08 北京交通大学 一种无人机辅助的灾后分簇式矿井物联网数据采集方法
CN116307638A (zh) * 2023-05-18 2023-06-23 华北科技学院(中国煤矿安全技术培训中心) 煤矿瓦斯巡检方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117874499B (zh) * 2024-03-13 2024-05-31 天津市地质研究和海洋地质中心 一种基于动态数据监测的地质灾害预警方法及系统

Also Published As

Publication number Publication date
CN117588265B (zh) 2024-04-09

Similar Documents

Publication Publication Date Title
CN109493644B (zh) 一种基于历史航迹数据挖掘的四维航迹推测方法
CN110979315B (zh) 一种露天矿山无人化运输系统的车辆保护圈安全控制方法及系统
CN102854881B (zh) 无人机uav自动控制系统
CN108007464B (zh) 高压输电线路巡线机器人自主导航方法和系统
CN113534844B (zh) 一种未知环境下的旋翼飞行器输电线路巡检方法及装置
CN102941920A (zh) 一种基于多旋翼飞行器的高压输电线路巡检机器人及其方法
CN112650272B (zh) 基于5g的煤矿井下无人机巡视信息感知方法及其感知系统
CN105140823A (zh) 无人机平台管道巡线系统
CN111754082A (zh) 智能运载系统
CN114207545A (zh) 用于确定无人驾驶航空装置的路径的方法和其它相关方法
CN113284341B (zh) 一种基于道路物联网监测的无人机智能联动系统
CN115146882B (zh) 一种空地协同巡检方法及系统
CN112527010B (zh) 基于人工势场与粒子优化的室内变电站无人机多机协同巡检方法
CN114595518B (zh) 一种基于数字孪生的商业航天飞行与民航运行协作系统
CN112817331A (zh) 一种基于多机协同的林业信息智能监测系统
CN114153224A (zh) 基于微气象的无人机飞行路径智能规划控制系统及方法
Pi et al. Automotive platoon energy-saving: A review
CN113326964A (zh) 一种基于数据复合多级综合管廊风险管控方法及方法
CN104484988A (zh) 基于曲面爬壁机器人传感器的空间结构自动健康监测系统
CN117588265B (zh) 一种煤矿瓦斯灾害综合治理的风险预警方法
CN114218629A (zh) 一种城市地下管廊系统及大数据分析方法
Han et al. Research on UAV indoor path planning algorithm based on global subdivision grids
CN116679011A (zh) 一种监测碳排放源的无人机设备及监测方法
CN113592360B (zh) 电力高空作业大风预警方法及系统
Li et al. Research on Multi Machine Cooperative Autonomous Inspection Strategy for UHV Dense Transmission Channel Based on 5G Technology

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