一种基于LSTM神经网络的矿井空气质量监测系统技术方案

本发明专利技术公开了一种基于LSTM神经网络的矿井空气质量监测系统，包括:数据采集模块用于采集和存储矿井中的空气中的有害气体数据；数据处理模块对原始数据进行预处理得到预处理后的数据；无线传输模块用于数据传输；监控中心将预处理后的数据输入预先构建好的空气质量预测神经网络模型中进行预测，得到空气质量预测神经网络模型的输出预测结果，根据预测结果评价矿井空气质量状况，判断矿井空气中有害气体浓度是否超标；预警模块用于发出预警信号。采用ZigBee无线通信模块进行数据传输，具有较高可靠性和安全性，能对矿井内多种有害气体浓度进行监测和预测，在有害气体浓度超过设定限值时进行预警，降低矿井安全事故的发生率。率。率。

【技术实现步骤摘要】
一种基于LSTM神经网络的矿井空气质量监测系统


[0001]本专利技术涉及空气质量监测
，具体涉及一种基于LSTM神经网络的矿井空气质量监测系统。

技术介绍

[0002]矿井是形成地下煤矿生产系统的井巷、硐室、装备、地面建筑物和构筑物的总称，有时把矿山地下开拓中的斜井、竖井、平硐等也称为矿井，每一个矿井的井田范围大小、矿井生产能力和服务年限的确定，现阶段，大部分的矿井内部缺少专门的空气质量监测系统，矿井内若出现有害气体将危害工人生命健康，矿井空气中的主要有害气体包括：一氧化碳、硫化氢、二氧化氮、二氧化硫、氨气和氢气，由于有些气体无色无味且释放过程中不易被察觉以及煤尘难以沉降的特点，对其进行专门的监测是十分困难的。而这些有害气体、瓦斯、煤尘等对人体的危害极大，严重的可能造成中毒死亡。
[0003]为了解决以上问题，根据市场调查，我们发现一些矿井中开始进行空气质量监测，但是，监测手段多局限于现场采用仪器设备进行单一污染源、煤尘或瓦斯的监测，功能单一，空气质量监测效果差。由于矿井位于地下，要将采集的数据传输至井上，数据传输不可靠。

技术实现思路

[0004]针对现有技术中的缺陷，本专利技术实施例提供一种基于LSTM神经网络的矿井空气质量监测系统，数据传输可靠，能对矿井内的多种有害气体的浓度进行监测和预测，在有害气体浓度超过设定限值时进行预警，达到提前预测的效果。
[0005]本专利技术实施例提供的一种基于LSTM神经网络的矿井空气质量监测系统，包括：数据采集模块、数据处理模块、无线传输模块、监控中心和预警模块，其中，
[0006]所述数据采集模块用于采集和存储矿井中的空气中的有害气体数据，并将采集的原始数据发送给数据处理模块；
[0007]所述数据处理模块用于对采集的原始数据进行预处理得到预处理后的数据；
[0008]所述无线传输模块将预处理后的数据传输给监控中心；
[0009]所述监控中心用于将预处理后的数据输入预先构建好的空气质量预测神经网络模型中进行预测，得到空气质量预测神经网络模型的输出预测结果，根据预测结果评价矿井空气质量状况，判断矿井空气中有害气体浓度是否超标；
[0010]所述预警模块用于在矿井空气中有害气体浓度超标时发出预警信号。
[0011]可选地，数据处理模块包括预处理子模块，所述预处理子模块用于对原始数据进行数据缺失值处理得到处理后的数据集，将缺失值处理后的数据集进行数据组织格式转化，对格式转化后的数据进行归一化处理以及将归一化后的数据划分为训练集、验证集和测试集。
[0012]可选地，预处理子模块包括数据缺失值处理单元，所述数据缺失值处理单元用于
采用均值法对原始数据进行缺失数据处理得到处理后的数据集。
[0013]可选地，预处理子模块包括数据组织格式转化单元，所述数据组织格式转化单元获取完整的处理后数据集，定义训练数据集的首行组织格式，读取指定列的数据，逐行遍历一天内各个时刻的每项有害气体的浓度值，同时累计各项有害气体浓度总值和有效值数据量，判断一天内的各个时刻的数据是否读取完毕，若读取完毕，则计算当前各项有害气体的平均浓度值，将当天的日期和各项浓度数据写入文件得到格式转化后的数据。
[0014]可选地，预处理子模块包括归一化处理单元，所述归一化处理单元采用离差标准化的方法对格式转化后的数据进行归一化处理。
[0015]可选地，监控中心包括模型构建单元，所述模型构建单元构建一个LSTM神经网络层和一个全连接层构成的空气质量预测神经网络模型，LSTM神经网络层接收数据处理模块处理后的历史空气污染数据，对历史空气污染数据进行分析和结果预测，全连接层输出空气污染浓度预测数据。
[0016]可选地，监控中心包括空气质量评价单元，所述空气质量评价单元用于根据空气污染浓度预测数据查询出与预测浓度相近的浓度限值，查询与浓度限值相对应的空气质量分指数，根据空气质量分指数计算空气质量指数。
[0017]可选地，监控中心还包括空气质量等级确定单元，所述空气质量等级确定单元用于根据空气质量指数确定空气质量等级，判断矿井中有害气体浓度是否超出设定的浓度限值。
[0018]可选地，数据采集模块包括二氧化氮传感器、硫化物传感器和一氧化碳传感器。
[0019]可选地，所述无线传输模块采用ZigBee无线通信模块，ZigBee无线通信模块包括顺次连接的ZigBee终端节点、ZigBee路由器和ZigBee协调器，ZigBee终端节点与ZigBee协调器连接，ZigBee终端节点与数据采集模块进行通信，ZigBee协调器通过以太网与监控中心通信。
[0020]本专利技术的有益效果：
[0021]本专利技术实施例提供的一种基于LSTM神经网络的矿井空气质量监测系统，采用ZigBee无线通信模块将矿井内采集的数据传输到监控中心，具有较高可靠性和安全性，监控中心能对矿井内多种有害气体浓度进行监测和预测，在有害气体浓度超过设定限值时预警模块进行预警，达到提前预测的效果，有利于提前采取预防措施，降低矿井安全事故的发生率。
附图说明
[0022]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
[0023]图1示出了本专利技术第一实施例所提供的一种基于LSTM神经网络的矿井空气质量监测系统的结构框图；
[0024]图2示出了图1中数据处理模块的结构示意图；
[0025]图3示出了图1中监控中心的结构示意图。
具体实施方式
[0026]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0027]应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0028]还应当理解，在此本专利技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本专利技术。如在本专利技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0029]还应当进一步理解，本专利技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0030]如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于LSTM神经网络的矿井空气质量监测系统，其特征在于，包括：数据采集模块、数据处理模块、无线传输模块、监控中心和预警模块，其中，所述数据采集模块用于采集和存储矿井中的空气中的有害气体数据，并将采集的原始数据发送给数据处理模块；所述数据处理模块用于对采集的原始数据进行预处理得到预处理后的数据；所述无线传输模块将预处理后的数据传输给监控中心；所述监控中心用于将预处理后的数据输入预先构建好的空气质量预测神经网络模型中进行预测，得到空气质量预测神经网络模型的输出预测结果，根据预测结果评价矿井空气质量状况，判断矿井空气中有害气体浓度是否超标；所述预警模块用于在矿井空气中有害气体浓度超标时发出预警信号。2.如权利要求1所述的系统，其特征在于，所述数据处理模块包括预处理子模块，所述预处理子模块用于对原始数据进行数据缺失值处理得到处理后的数据集，将缺失值处理后的数据集进行数据组织格式转化，对格式转化后的数据进行归一化处理以及将归一化后的数据划分为训练集、验证集和测试集。3.如权利要求2所述的系统，其特征在于，所述预处理子模块包括数据缺失值处理单元，所述数据缺失值处理单元用于采用均值法对原始数据进行缺失数据处理得到处理后的数据集。4.如权利要求3所述的系统，其特征在于，所述预处理子模块包括数据组织格式转化单元，所述数据组织格式转化单元获取完整的处理后数据集，定义训练数据集的首行组织格式，读取指定列的数据，逐行遍历一天内各个时刻的每项有害气体的浓度值，同时累计各项有害气体浓度总值和有效值数据量，判断一天内的各个时刻的数据是否读取完毕，若读取完毕，则计算当前各项有害气体...

【专利技术属性】
技术研发人员：康志文，
申请(专利权)人：康志文，
类型：发明
国别省市：