本发明专利技术提供一种矿井风流参数的智能感知系统，包括风流参数监测系统和矿井通风系统智能分析决策系统；所述风流参数监测系统包括传感器、信息传输系统和数据处理模型；所述矿井通风系统智能分析决策系统包括矿井通风网络解算软件、基于人工智能的矿井通风系统智能算法模型和巷道风流参数预测感知系统。本发明专利技术还提供一种矿井风流参数的智能感知方法，本发明专利技术根据井下采矿工程的变化，随时优化矿井通风系统分析与决策模型；构建矿井智能感知系统，实现矿井通风系统运行的智能化，实时感知得到的巷道风流参数与现场实际情况吻合；建立与实际通风系统一致或非常接近的矿井通风智能感知系统。系统。
【技术实现步骤摘要】
一种矿井风流参数的智能感知系统与方法
[0001]本专利技术涉及矿井通风
，具体涉及一种矿井风流参数的智能感知系统与方法。
技术介绍
[0002]矿井通风过程中，进入生产作业区域的新鲜风量达到设计值是确保良好通风效果的关键，传统方法是通过现场实测来评价矿井通风的效果。《金属非金属矿山安全规程》规定每年需对矿井通风系统进行测定和评价，但这样的实测和评价不仅工作量大、繁琐，而且缺乏实时性，对矿井通风系统实施实时调控的指导性不够，因此，矿井智能通风系统建设成为发展趋势。矿井智能通风系统建设需要在井下主要通风巷道(含生产作业区域的进风巷道)设置传感器监测其风流参数，以便为矿井通风的智能控制提供数据，但受生产作业的影响，在生产作业区域的进风巷道设置传感器比较困难(易损坏)。
[0003]因此，需要对现有技术进行改进。
技术实现思路
[0004]本专利技术要解决的技术问题是提供一种高效的一种矿井风流参数的智能感知系统与方法。
[0005]为解决上述技术问题，本专利技术提供一种矿井风流参数的智能感知系统，包括风流参数监测系统和矿井通风系统智能分析决策系统；
[0006]所述风流参数监测系统包括传感器、信息传输系统和数据处理模型；
[0007]所述矿井通风系统智能分析决策系统包括矿井通风网络解算软件、基于人工智能的矿井通风系统智能算法模型和巷道风流参数预测感知系统。
[0008]作为对本专利技术一种矿井风流参数的智能感知系统的改进：
[0009]所述传感器安装在主要通风巷道和安装风机的巷道中，传感器包括风速传感器、风压传感器和风温传感器；
[0010]所述风速传感器、风压传感器和风温传感器分别用于监测主要通风巷道和安装风机的巷道中的平均风速、风压和风温等，监测得到通风巷道的巷道风流参数及风机工况参数；
[0011]所述数据处理模型用于对巷道风流参数及风机工况参数进行处理，得到风流参数数据；
[0012]所述信息传输系统用于信号的传输，将风流参数数据传输到矿井通风系统智能分析决策系统。
[0013]本专利技术还提供一种矿井风流参数的智能感知方法，包括以下步骤：
[0014]1)、建立风流参数监测系统；
[0015]2)、建立基于人工智能的矿井通风系统智能算法模型，并应用大量的矿井通风网络解算数据和现场实测数据训练算法模型；
[0016]3)、建立通风网络分析决策系统；
[0017]4)、应用矿井通风系统智能算法模型预测未设置传感器的巷道及进入作业区域的风流参数数据，从而得到预测的数据作为预测值；
[0018]当感知的风流参数超出设定范围，矿井通风系统智能分析决策系统发出调控风机运行频率和风流调节设施的指令。
[0019]作为对本专利技术一种矿井风流参数的智能感知方法的改进：
[0020]在步骤1中：
[0021]风流参数监测系统包括传感器、信息传输系统和数据处理模型；实时获取巷道风流参数及风机工况参数作为风流参数数据；
[0022]在主要通风巷道和安装风机的巷道中安装相应的传感器，传感器包括风速传感器、风压传感器和风温传感器；
[0023]风速传感器、风压传感器和风温传感器分别用于监测主要通风巷道和安装风机的巷道中的平均风速、风压和风温等，监测得到通风巷道的巷道风流参数及风机工况参数，将巷道风流参数及风机工况参数共同发送到数据处理模型进行处理；然后通过信息传输系统传送给矿井通风系统智能分析决策系统；
[0024]通过各个传感器可以实现对矿井主要通风巷道的巷道风流参数和风机运行工况参数进行监测，巷道风流参数和风机运行工况参数实时发送到数据处理模型。
[0025]作为对本专利技术一种矿井风流参数的智能感知方法的改进：
[0026]在步骤2中：
[0027]将步骤1所得到的实时监测系统监测得到的历史风流参数数据作为现场实测数据，应用现场实测数据训练矿井通风系统智能算法模型，使得训练完成的矿井通风系统智能算法模型所感知的巷道风流参数与现场实际情况吻合；建立与实际通风系统一致或非常接近的矿井通风智能感知系统。
[0028]作为对本专利技术一种矿井风流参数的智能感知方法的改进：
[0029]在步骤3中：
[0030]依据矿井通风系统的实际构成，应用人工智能技术和方法构建矿井风流参数分析与风流调控决策系统，实现矿井通风系统调控的智能化；矿井风流参数分析与风流调控决策系统用于发出调控指令，调节风机的运行工况参数。
[0031]本专利技术一种矿井风流参数的智能感知系统与方法的技术优势为：
[0032]本专利技术根据井下采矿工程的变化，随时优化矿井通风系统分析与决策模型；构建矿井智能感知系统，实现矿井通风系统运行的智能化，实时感知得到的巷道风流参数与现场实际情况吻合；建立与实际通风系统一致或非常接近的矿井通风智能感知系统。
具体实施方式
[0033]下面结合具体实施例对本专利技术进行进一步描述，但本专利技术的保护范围并不仅限于此。
[0034]实施例1、一种矿井风流参数的智能感知系统，包括风流参数监测系统和矿井通风系统智能分析决策系统；
[0035]风流参数监测系统包括传感器、信息传输系统和数据处理模型；
[0036]传感器安装在主要通风巷道和安装风机的巷道中，传感器包括风速传感器、风压传感器和风温传感器；
[0037]风速传感器、风压传感器和风温传感器分别用于监测主要通风巷道和安装风机的巷道中的平均风速、风压和风温等，监测得到通风巷道的巷道风流参数及风机工况参数；
[0038]数据处理模型用于对巷道风流参数及风机工况参数进行处理，得到风流参数数据；
[0039]信息传输系统用于信号的传输，将风流参数数据传输到矿井通风系统智能分析决策系统。
[0040]矿井通风系统智能分析决策系统包括矿井通风网络解算软件、基于人工智能的矿井通风系统智能算法模型和巷道风流参数预测感知系统。
[0041]应用一种矿井风流参数的智能感知系统的一种矿井风流参数的智能感知方法，包括以下步骤：
[0042]1)、建立风流参数监测系统；
[0043]风流参数监测系统包括传感器、信息传输系统和数据处理模型；实时获取巷道风流参数及风机工况参数作为风流参数数据；
[0044]在主要通风巷道和安装风机的巷道中安装相应的传感器，传感器包括风速传感器、风压传感器和风温传感器；
[0045]风速传感器、风压传感器和风温传感器分别用于监测主要通风巷道和安装风机的巷道中的平均风速、风压和风温等，监测得到通风巷道的巷道风流参数及风机工况参数，将巷道风流参数及风机工况参数共同发送到数据处理模型进行综合处理；然后通过信息传输系统传送给矿井通风系统智能分析决策系统；
[0046]通过各个传感器可以实现对矿井主要通风巷道的巷道风流参数和风机运行工况参数进行监测，巷道风流参数和风机运行工况参数实时发送到数据处理模型；
...
【技术保护点】
【技术特征摘要】
1.一种矿井风流参数的智能感知系统，其特征在于：包括风流参数监测系统和矿井通风系统智能分析决策系统；所述风流参数监测系统包括传感器、信息传输系统和数据处理模型；所述矿井通风系统智能分析决策系统包括矿井通风网络解算软件、基于人工智能的矿井通风系统智能算法模型和巷道风流参数预测感知系统。2.根据权利要求1所述的一种矿井风流参数的智能感知系统，其特征在于：所述传感器安装在主要通风巷道和安装风机的巷道中，传感器包括风速传感器、风压传感器和风温传感器；所述风速传感器、风压传感器和风温传感器分别用于监测主要通风巷道和安装风机的巷道中的平均风速、风压和风温等，监测得到通风巷道的巷道风流参数及风机工况参数；所述数据处理模型用于对巷道风流参数及风机工况参数进行处理，得到风流参数数据；所述信息传输系统用于信号的传输，将风流参数数据传输到矿井通风系统智能分析决策系统。3.利用如权利要求1
‑
2任一所述的一种矿井风流参数的智能感知方法，其特征在于：包括以下步骤：1)、建立风流参数监测系统；2)、建立基于人工智能的矿井通风系统智能算法模型，并应用大量的矿井通风网络解算数据和现场实测数据训练算法模型；3)、建立通风网络分析决策系统；4)、应用矿井通风系统智能算法模型预测未设置传感器的巷道及进入作业区域的风流参数数据，从而得到预测的数据作为预测值；当感知的风流参数超出设定范围，矿井通风系统智能分析决策系统发出调控风机运行频率和风流调节设施的指令。4.根据权利要求3所述的一种...
【专利技术属性】
技术研发人员：王海宁，熊金波，谌晓欢，潘荣森，吴已成，陈智宏，刘欣，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。