System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及井下安全预警,尤其涉及一种基于气体监测的井下生产安全预警方法、系统及设备。
技术介绍
1、在新能源被大力提倡的今天,煤炭石油等传统能源依旧占据主导地位。煤矿安全生产一直是最受关注的问题之一,矿井下有害气体的监测是保障煤矿安全生产的重要途径。
2、矿井下有害气体的监测主要通过各类传感器来完成监测及预警,但传统的监测工具仅能对于气体浓度达到设定阈值时进行报警,无法对于有害气体浓度变化速率进行报警。例如,瞬时浓度上升速率过快时,传感器需要达到设定阈值才报警,但由于有害气体的浓度上升速率过快,即便预警,但也无法在短时间内做出反应,还是会发生安全事故。因此,目前亟需一套更为科学合理的矿井下安全生产预警系统。
技术实现思路
1、本申请实施例提供了一种基于气体监测的井下生产安全预警方法、系统及设备,用以解决现有的井下安全生产预警不及时、实际效果差的技术问题。
2、一方面,本申请实施例提供了一种基于气体监测的井下生产安全预警方法,所述方法包括以下步骤:
3、步骤s1:实时获取矿井下有害气体的浓度数据;
4、步骤s2:计算所述有害气体的浓度上升速率;
5、步骤s3:基于所述有害气体的浓度上升速率,预测所述矿井发生安全事故的概率;
6、步骤s4:若发生安全事故的概率超过预设阈值,则生成预警信号,并将所述预警信号分别传送至声光预警机构以及中控室的终端设备。
7、在本申请的一种实现方式中,所述有害气体包括:甲烷、
8、在本申请的一种实现方式中,所述步骤s3,具体包括以下步骤:
9、步骤s31:构建所述矿井的设备及人员分布位置地图;
10、步骤s32:在所述设备及人员分布位置地图上标注气体扩散路径;
11、步骤s33:基于所述有害气体的浓度上升速率以及所述气体扩散路径,确定所述有害气体达到人员集中区域所需的时间;
12、步骤s34:若所述有害气体达到人员集中区域所需的时间小于预设时间阈值,则确定所述矿井不会发生安全事故。
13、在本申请的一种实现方式中,所述步骤s34,具体为:
14、构建用于预测矿井事故发生概率的神经网络模型;
15、收集所述矿井的历史预警信息;
16、从所述历史预警信息中提取数据集;其中,所述数据集包括:有害气体的浓度上升速率、是否发生安全事故、人员撤离路径、人员撤离速度;
17、将所述数据集输入所述神经网络模型中,进行训练优化;
18、将当前有害气体的浓度上升速率输入所述神经网络模型中,输出安全事故发生的概率数值。
19、在本申请的一种实现方式中,所述方法还包括:
20、确定人员撤离至安全区域的最短路径;
21、将所述最短路径标注在所述设备及人员分布位置地图上,并发送给矿井下人员随身携带的终端设备上。
22、在本申请的一种实现方式中,所述方法还包括:
23、记录本次预警的预警信息,并上传至数据库。
24、本申请实施例还提供一种基于气体监测的井下生产安全预警系统,应用前述的基于气体监测的井下生产安全预警方法,所述系统包括:
25、浓度数据收集单元,用于实时获取矿井下有害气体的浓度数据;
26、浓度上升速率计算单元,用于计算所述有害气体的浓度上升速率;
27、事故概率预测单元,用于基于所述有害气体的浓度上升速率,预测所述矿井发生安全事故的概率;
28、预警单元,用于在发生安全事故的概率超过预设阈值时,生成预警信号,并将所述预警信号分别传送至声光预警机构以及中控室的终端设备。
29、在本申请的一种实现方式中,所述事故概率预测单元包括模型训练子单元,用于训练预测矿井事故发生概率的神经网络模型。
30、在本申请的一种实现方式中,所述浓度数据收集单元包含安装于矿井巷道内多个传感器阵列。
31、本申请实施例还提供一种基于气体监测的井下生产安全预警设备,所述设备包括:
32、至少一个处理器;以及,
33、与所述至少一个处理器通信连接的存储器;其中,
34、所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够完成前述的基于气体监测的井下生产安全预警方法。
35、本申请实施例提供的一种基于气体监测的井下生产安全预警方法、系统及设备,通过在矿井下架设气体传感器阵列,实时监测矿井下有害气体的浓度变化速率,动态的考量矿井下危险气体浓度变化,并配合研发了一套用于预警安全事故的系统,从而将矿井安全事故的可能性降到最低点,实现安全生产的目标。
本文档来自技高网...【技术保护点】
1.一种基于气体监测的井下生产安全预警方法,其特征在于,所述方法包括以下步骤:
2.根据权利要求1所述的基于气体监测的井下生产安全预警方法,其特征在于,所述有害气体包括:甲烷、 乙烷、一氧化碳。
3.根据权利要求1所述的基于气体监测的井下生产安全预警方法,其特征在于,所述步骤S3,具体包括以下步骤:
4.根据权利要求3所述的基于气体监测的井下生产安全预警方法,其特征在于,所述步骤S34,具体为:
5.根据权利要求3所述的基于气体监测的井下生产安全预警方法,其特征在于,所述方法还包括:
6.根据权利要求1所述的基于气体监测的井下生产安全预警方法,其特征在于,所述方法还包括:
7.一种基于气体监测的井下生产安全预警系统,应用权利要求1-6任意一项所述的基于气体监测的井下生产安全预警方法,其特征在于,所述系统包括:
8.根据权利要求7所述的基于气体监测的井下生产安全预警系统,其特征在于,所述事故概率预测单元包括模型训练子单元,用于训练预测矿井事故发生概率的神经网络模型。
9.根据权利要求7所
10.一种基于气体监测的井下生产安全预警设备,其特征在于,所述设备包括:
...【技术特征摘要】
1.一种基于气体监测的井下生产安全预警方法,其特征在于,所述方法包括以下步骤:
2.根据权利要求1所述的基于气体监测的井下生产安全预警方法,其特征在于,所述有害气体包括:甲烷、 乙烷、一氧化碳。
3.根据权利要求1所述的基于气体监测的井下生产安全预警方法,其特征在于,所述步骤s3,具体包括以下步骤:
4.根据权利要求3所述的基于气体监测的井下生产安全预警方法,其特征在于,所述步骤s34,具体为:
5.根据权利要求3所述的基于气体监测的井下生产安全预警方法,其特征在于,所述方法还包括:
6.根据权利要求1所述的基于气体监测的井下生...
【专利技术属性】
技术研发人员:潘广斌,靳立辉,张鸿志,潘福柱,侯琳,
申请(专利权)人:山东斯诺电子有限公司,
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。