基于地质构造的煤矿瓦斯异常检测方法、装置和电子设备制造方法及图纸

本公开的实施例公开了基于地质构造的煤矿瓦斯异常检测方法、装置和电子设备。该方法的一具体实施方式包括：环形采集目标巷道沿开采方向的实时巷道点云数据；根据实时巷道点云数据进行巷道三维空间构建；将实时局部三维空间模型与目标巷道对应的历史三维空间模型进行融合；获取瓦斯浓度信息集合；对于瓦斯浓度信息，根据瓦斯浓度信息包括的瓦斯浓度采样点位置，将瓦斯浓度信息包括的瓦斯浓度值和瓦斯浓度变化信息映射至融合后三维空间模型；根据得到的映射后三维空间模型，进行全局瓦斯浓度预测；根据全局瓦斯浓度预测信息，生成瓦斯异常检测信息。该实施方式实现了全局的瓦斯浓度预测，保证了煤矿开采过程的开采安全性。保证了煤矿开采过程的开采安全性。保证了煤矿开采过程的开采安全性。

【技术实现步骤摘要】
基于地质构造的煤矿瓦斯异常检测方法、装置和电子设备


[0001]本公开的实施例涉及计算机
，具体涉及基于地质构造的煤矿瓦斯异常检测方法、装置和电子设备。

技术介绍

[0002]煤炭作为重要的能源之一，随着煤炭的长期开采，浅层煤炭资源逐渐枯竭，因此，针对煤炭的开采逐渐转向深层次开采。然而，随着煤矿深度逐渐增加，地应力和温度也随之上升，同时透气性也在逐渐降低，由此增加了针对煤炭开采过程中的瓦斯抽取和瓦斯浓度检测的难度。目前，在进行瓦斯浓度检测时，通常采用的方式为：通过设置瓦斯浓度检测装置进行瓦斯浓度的异常检测。
[0003]然而，当采用上述方式时，经常会存在如下技术问题：第一，煤矿矿洞的深度较深以及长度较长，采用离散设置的瓦斯浓度检测装置难以准确地对整个煤矿矿洞的瓦斯浓度进行全局、且有效地检测；第二，瓦斯浓度检测装置仅能在瓦斯浓度超过阈值时进行报警，无法对瓦斯浓度进行有效预测；第三，缺乏针对煤矿矿洞内的瓦斯排放情况的有效检测，导致往往无法实时检测排放情况；该
技术介绍
部分中所公开的以上信息仅用于增强对本专利技术构思的背景的理解，并因此，其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。

技术实现思路

[0004]本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[0005]本公开的一些实施例提出了基于地质构造的煤矿瓦斯异常检测方法、装置和电子设备，来解决以上
技术介绍
部分提到的技术问题中的一项或多项。
[0006]第一方面，本公开的一些实施例提供了一种基于地质构造的煤矿瓦斯异常检测方法，该方法包括：环形采集目标巷道沿开采方向的实时巷道点云数据；根据上述实时巷道点云数据进行巷道三维空间构建，以生成实时局部三维空间模型；将上述实时局部三维空间模型与上述目标巷道对应的历史三维空间模型进行融合，得到融合后三维空间模型；获取瓦斯浓度信息集合，其中，上述瓦斯浓度信息集合由上述目标巷道内离散设置的多个瓦斯浓度检测装置采集得到，瓦斯浓度信息包括：瓦斯浓度值、瓦斯浓度变化信息和瓦斯浓度采样点位置；对于上述瓦斯浓度信息集合中的每个瓦斯浓度信息，根据上述瓦斯浓度信息包括的瓦斯浓度采样点位置，将上述瓦斯浓度信息包括的瓦斯浓度值和瓦斯浓度变化信息映射至上述融合后三维空间模型；根据得到的映射后三维空间模型，进行全局瓦斯浓度预测，以生成全局瓦斯浓度预测信息；根据上述全局瓦斯浓度预测信息，生成瓦斯异常检测信息。
[0007]第二方面，本公开的一些实施例提供了一种基于地质构造的煤矿瓦斯异常检测装置，装置包括：环形采集单元，被配置成环形采集目标巷道沿开采方向的实时巷道点云数据；巷道三维空间构建单元，被配置成根据上述实时巷道点云数据进行巷道三维空间构建，以生成实时局部三维空间模型；融合单元，被配置成将上述实时局部三维空间模型与上述目标巷道对应的历史三维空间模型进行融合，得到融合后三维空间模型；获取单元，被配置成获取瓦斯浓度信息集合，其中，上述瓦斯浓度信息集合由上述目标巷道内离散设置的多个瓦斯浓度检测装置采集得到，瓦斯浓度信息包括：瓦斯浓度值、瓦斯浓度变化信息和瓦斯浓度采样点位置；映射单元，被配置成对于上述瓦斯浓度信息集合中的每个瓦斯浓度信息，根据上述瓦斯浓度信息包括的瓦斯浓度采样点位置，将上述瓦斯浓度信息包括的瓦斯浓度值和瓦斯浓度变化信息映射至上述融合后三维空间模型；全局瓦斯浓度预测单元，被配置成根据得到的映射后三维空间模型，进行全局瓦斯浓度预测，以生成全局瓦斯浓度预测信息；生成单元，被配置成根据上述全局瓦斯浓度预测信息，生成瓦斯异常检测信息。
[0008]第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
[0009]第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
[0010]本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的基于地质构造的煤矿瓦斯异常检测方法，实现了对瓦斯浓度的有效检测，保证了煤矿开采过程的开采安全性。具体来说，造成无法对瓦斯浓度进行全局、且有效地检测的原因在于：煤矿矿洞的深度较深以及长度较长，采用离散设置的瓦斯浓度检测装置难以准确地对整个煤矿矿洞的瓦斯浓度进行全局、且有效地检测。基于此，本公开的一些实施例的基于地质构造的煤矿瓦斯异常检测方法，首先，环形采集目标巷道沿开采方向的实时巷道点云数据。通过环形采集点云数据，以用于后续针对目标巷道的三维模型构建。其次，根据上述实时巷道点云数据进行巷道三维空间构建，以生成实时局部三维空间模型。以生成采集得到的实时巷道点云数据对应的三维空间模型。接着，将上述实时局部三维空间模型与上述目标巷道对应的历史三维空间模型进行融合，得到融合后三维空间模型，由于目标巷道的长度不断增加，因此，需要将生成的局部三维空间模型与上述目标巷道对应的历史三维空间模型进行融合。进一步，获取瓦斯浓度信息集合，其中，上述瓦斯浓度信息集合由上述目标巷道内离散设置的多个瓦斯浓度检测装置采集得到，瓦斯浓度信息包括：瓦斯浓度值、瓦斯浓度变化信息和瓦斯浓度采样点位置。除此之外，对于上述瓦斯浓度信息集合中的每个瓦斯浓度信息，根据上述瓦斯浓度信息包括的瓦斯浓度采样点位置，将上述瓦斯浓度信息包括的瓦斯浓度值和瓦斯浓度变化信息映射至上述融合后三维空间模型。以实现局部采集得到的瓦斯浓度信息与融合后三维空间模型的融合。接着，根据得到的映射后三维空间模型，进行全局瓦斯浓度预测，以生成全局瓦斯浓度预测信息。以此实现，根据局部瓦斯浓度信息，对全局瓦斯浓度信息的预测。最后，根据上述全局瓦斯浓度预测信息，生成瓦斯异常检测信息。通过此种方式，在离散设置的瓦斯浓度检测装置的基础上，实现了全局的瓦斯浓度信息的预测。侧面保证了煤矿开采过程的开采安全性。
shapes）算法，根据上述实时巷道点云数据进行巷道三维空间构建，以生成实时局部三维空间模型。
[0023]可选地，上述实时巷道点云数据包括：实时巷道子点云数据集合。实践中，实时巷道子点云数据为激光雷达采集得到的采样点对应的点云数据。
[0024]在一些实施例的一些可选的实现方式中，上述执行主体根据实时巷道点云数据进行巷道三维空间构建，以生成实时局部三维空间模型，可以包括以下步骤：第一步，进行近似巷道面拟合，得到近似巷道面模型。
[0025]实践中，由于巷道的截面形状是固定的。具体的，巷道的截面形状可以是椭圆形。上述执行主体可以采集实时巷道点云数据时，煤矿开采装置的推进距离和巷道的截面形状，生成近似巷道面模型。具体的，巷道面模型可以是椭圆体。其中，巷道面模型的截面与巷道的截面形状一致、巷道面模型的长度与推进距离一致。
...

【技术保护点】

【技术特征摘要】
1.一种基于地质构造的煤矿瓦斯异常检测方法，包括：环形采集目标巷道沿开采方向的实时巷道点云数据；根据所述实时巷道点云数据进行巷道三维空间构建，以生成实时局部三维空间模型；将所述实时局部三维空间模型与所述目标巷道对应的历史三维空间模型进行融合，得到融合后三维空间模型；获取瓦斯浓度信息集合，其中，所述瓦斯浓度信息集合由所述目标巷道内离散设置的多个瓦斯浓度检测装置采集得到，瓦斯浓度信息包括：瓦斯浓度值、瓦斯浓度变化信息和瓦斯浓度采样点位置；对于所述瓦斯浓度信息集合中的每个瓦斯浓度信息，根据所述瓦斯浓度信息包括的瓦斯浓度采样点位置，将所述瓦斯浓度信息包括的瓦斯浓度值和瓦斯浓度变化信息映射至所述融合后三维空间模型；根据得到的映射后三维空间模型，进行全局瓦斯浓度预测，以生成全局瓦斯浓度预测信息；根据所述全局瓦斯浓度预测信息，生成瓦斯异常检测信息。2.根据权利要求1所述的方法，其中，所述实时巷道点云数据包括：实时巷道子点云数据集合；以及所述根据所述实时巷道点云数据进行巷道三维空间构建，以生成实时局部三维空间模型，包括：进行近似巷道面拟合，得到近似巷道面模型；根据所述近似巷道面模型，对所述实时巷道子点云数据集合中离群的实时巷道子点云数据进行剔除，得到剔除后实时巷道子点云数据集合；对所述剔除后实时巷道子点云数据集合进行曲率下采样，得到下采样后实时巷道点云子数据集合；根据下采样后实时巷道点云子数据集合，执行以下局部三维空间模型构建步骤：随机从下采样后实时巷道点云子数据集合中选取一个下采样后实时巷道点云子数据，作为初始巷道点云子数据；将采样后实时巷道点云子数据集合中、除初始巷道点云子数据的采样后实时巷道点云子数据，确定为候选巷道点云子数据，得到候选巷道点云子数据集合；以初始巷道点云子数据为簇中心，对候选巷道点云子数据集合中的候选巷道点云子数据进行点云聚类，得到聚类后点云数据集合，其中，聚类后点云数据集合中的聚类后点云数据是以初始巷道点云子数据为簇中心的点云数据；根据初始巷道点云子数据和聚类后点云数据集合进行平面拟合，以生成局部巷道面模型；确定是否存在初始局部巷道面模型；响应于存在，将局部巷道面模型与初始局部巷道面模型进行模型拼接，得到拼接后局部巷道面模型；响应于不存在，将局部巷道面模型确定为初始局部巷道面模型；从候选巷道点云子数据集合中剔除聚类后点云数据集合，得到剔除后候选巷道点云子数据集合；
响应于确定剔除后候选巷道点云子数据集合为空，将拼接后局部巷道面模型确定为所述实时局部三维空间模型，以及结束所述局部三维空间模型构建步骤；响应于确定剔除后候选巷道点云子数据集合不为空，将剔除后候选巷道点云子数据集合作为采样后实时巷道点云子数据集合，以及将拼接后局部巷道面模型作为初始局部巷道面模型，再次执行所述局部三维空间模型构建步骤。3.根据权利要求2所述的方法，其中，所述将所述实时局部三维空间模型与所述目标巷道对应的历史三维空间模型进行融合，得到融合后三维空间模型，包括：确定所述实时局部三维空间模型的融合面，作为第一融合面；确定所述历史三维空间模型的融合...

【专利技术属性】
技术研发人员：李伟，乔恩，
申请(专利权)人：威利朗沃矿业设备北京有限公司，
类型：发明
国别省市：