【技术实现步骤摘要】
本专利技术涉及露天开采粉尘防治，具体而言，涉及一种露天开采过程中的粉尘防治方法及装置。
技术介绍
1、煤炭露天开采实质是一个大规模土石方体破碎、运移的实体上构造空间到排弃、重塑的空间上构造实体的复杂有序演变过程，涉及到穿孔、爆破、采装、运输、破碎、排弃等多个环节。各生产环节中，高强度破坏和扰动影响下，采场粉尘呈现尘源多、产尘量大、扩散方式与方向不固定等显著特征，导致粉尘防治难以达到定点捕捉与定向控制。
2、针对上述相关技术中由于采场粉尘呈现尘源多、产尘量大、扩散方式与方向不固定等显著特征，导致粉尘防治难以达到定点捕捉与定向控制的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本专利技术实施例提供了一种露天开采过程中的粉尘防治方法及装置，以至少解决相关技术中由于采场粉尘呈现尘源多、产尘量大、扩散方式与方向不固定等显著特征，导致粉尘防治难以达到定点捕捉与定向控制的技术问题。
2、根据本专利技术实施例的一个方面，提供了一种露天开采过程中的粉尘防治方法，包括：接收粉尘监测气象站传输的粉尘监测数据，其中，所述粉尘监测数据是由部署在所述粉尘监测气象站的多个传感器对露天开采过程中的开采环境进行监测得到的数据；将所述粉尘监测数据输入至粉尘预测模型中，以利用粉尘预测模型对所述粉尘监测数据进行处理，得到所述开采环境中的粉尘分布状况，其中，所述粉尘预测模型是使用多组第一训练数据采用机器学习的方式进行训练得到的，所述多组第一训练数据中的每一组均包括：样本粉尘监测数据、与所述样
3、可选地，接收粉尘监测气象站传输的粉尘监测数据，包括：接收所述粉尘监测气象站发送的通信连接请求；基于所述通信连接请求建立与所述粉尘监测气象站之间进行通信传输的通信信道；基于所述通信信道接收所述粉尘监测气象站传输的所述粉尘监测数据。
4、可选地，在将所述粉尘监测数据输入至粉尘预测模型中，以利用粉尘预测模型对所述粉尘监测数据进行处理，得到所述开采环境中的粉尘分布状况之前，该露天开采过程中的粉尘防治方法还包括：获取历史时间段内的多组历史粉尘监测数据；对多组所述历史粉尘监测数据进行数据清洗和缺失值处理，得到样本测试数据集；将多组所述历史粉尘监测数据按照采集时间所属的采集周期进行整理，得到样本训练数据集；利用所述样本训练数据集中的多组样本训练数据通过机器学习的方式进行迭代训练，直至达到迭代终止条件时，得到初始粉尘预测模型，其中，所述多组样本训练数据中的每一组均包括：样本粉尘监测数据、与所述样本粉尘监测数据对应的样本粉尘分布状况，所述迭代终止条件包括以下至少之一：迭代次数达到预设迭代次数，预测误差小于误差阈值；利用样本测试数据集对所述初始粉尘预测模型进行性能评估，得到评估结果；在所述评估结果表示所述粉尘预测模型的当前性能达到预设性能指标的情况下，确定所述初始粉尘预测模型为所述粉尘预测模型。
5、可选地，将多组所述历史粉尘监测数据按照采集时间所属的采集周期进行整理，得到样本训练数据集，包括：将所述采集周期划分为多个不同的采集子周期，其中，每个所述采集子周期的周期时长均不同；将多组所述历史粉尘监测数据按照所述采集时间所属的所述采集子周期进行整理，得到多个样本训练数据子集；确定多个所述样本训练数据子集为不同的所述样本训练数据集。
6、可选地，利用所述样本训练数据集中的多组样本训练数据通过机器学习的方式进行迭代训练，直至达到迭代终止条件时，得到初始粉尘预测模型，包括：对所述历史时间段内的历史开采环境进行离散网格化，得到多个网格单元，其中，每个所述网格单元均代表所述历史开采环境中的一个局部区域；根据多组所述样本训练数据确定所述历史时间段内各所述网格单元的历史粉尘分布状况；根据各所述网格单元的所述历史粉尘分布状况构建欧拉模型和偏微分扩散方程；将所述欧拉模型和所述偏微分扩散方程作为损失函数，利用所述样本训练数据集中的多组所述样本训练数据通过机器学习的方式进行迭代训练，直至达到所述迭代终止条件时，得到所述初始粉尘预测模型，其中，所述损失函数用于确定所述预测误差。
7、可选地，根据各所述网格单元的所述历史粉尘分布状况构建欧拉模型和偏微分扩散方程，包括：根据各所述网格单元的所述历史粉尘分布状况利用第一公式构建所述欧拉模型，其中，所述第一公式为：表示粉尘浓度c随时间t的变化率，d表示扩散系数，表示拉普拉斯算子，v表示风速向量，表示梯度算子，c(x，t)表示空间坐标为x的所述网格单元在时间t时的所述粉尘浓度；根据各所述网格单元的所述历史粉尘分布状况利用第二公式构建所述偏微分扩散方程，其中，所述第二公式为：c(x，y，t)表示空间坐标为(x，y)的所述网格单元在时间t时的所述粉尘浓度，c0表示初始采集时刻的所述粉尘浓度。
8、可选地，按照所述粉尘防治策略执行粉尘防治操作，以使所述开采环境中所述粉尘的粉尘浓度不高于浓度阈值，包括以下至少之一：按照所述粉尘防治策略控制喷雾组件执行所述粉尘防治操作，以使所述开采环境中所述粉尘的所述粉尘浓度不高于所述浓度阈值，其中，所述喷雾组件通过按照所述粉尘防治策略调整喷雾频率和喷水量执行所述粉尘防治操作；按照所述粉尘防治策略控制通风组件执行所述粉尘防治操作，以使所述开采环境中所述粉尘的所述粉尘浓度不高于所述浓度阈值，其中，所述通风组件通过按照所述粉尘防治策略调整风向和风速执行所述粉尘防治操作。
9、根据本专利技术实施例的另一方面，还提供了一种露天开采过程中的粉尘防治装置，包括：接收单元，用于接收粉尘监测气象站传输的粉尘监测数据，其中，所述粉尘监测数据是由部署在所述粉尘监测气象站的多个传感器对露天开采过程中的开采环境进行监测得到的数据；第一获取单元，用于将所述粉尘监测数据输入至粉尘预测模型中，以利用粉尘预测模型对所述粉尘监测数据进行处理，得到所述开采环境中的粉尘分布状况，其中，所述粉尘预测模型是使用多组第一训练数据采用机器学习的方式进行训练得到的，所述多组第一训练数据中的每一组均包括：样本粉尘监测数据、与所述样本粉尘监测数据对应的样本粉尘分布状况，所述粉尘分布状况指在不同时间点下所述开采环境中不同空间位置处的粉尘浓度；第二获取单元，用于利用防治策略生成模型对所述粉尘分布状况进行分析处理，得到对开采环境中的粉尘进行防治的粉尘防治策略，其中，所述防治策略生成模型是使用多组第二训练数据采用机器学习的方式进行训练得到的，所述多组第二训练数据中的每一组均包括：样本粉尘分布状况、与所述样本粉尘分布状况对应的样本本文档来自技高网...
【技术保护点】
1.一种露天开采过程中的粉尘防治方法，其特征在于，包括：
2.根据权利要求1所述的露天开采过程中的粉尘防治方法，其特征在于，接收粉尘监测气象站传输的粉尘监测数据，包括：
3.根据权利要求1所述的露天开采过程中的粉尘防治方法，其特征在于，在将所述粉尘监测数据输入至粉尘预测模型中，以利用粉尘预测模型对所述粉尘监测数据进行处理，得到所述开采环境中的粉尘分布状况之前，还包括：
4.根据权利要求3所述的露天开采过程中的粉尘防治方法，其特征在于，将多组所述历史粉尘监测数据按照采集时间所属的采集周期进行整理，得到样本训练数据集，包括：
5.根据权利要求3所述的露天开采过程中的粉尘防治方法，其特征在于，利用所述样本训练数据集中的多组样本训练数据通过机器学习的方式进行迭代训练，直至达到迭代终止条件时，得到初始粉尘预测模型，包括：
6.根据权利要求5所述的露天开采过程中的粉尘防治方法，其特征在于，根据各所述网格单元的所述历史粉尘分布状况构建欧拉模型和偏微分扩散方程，包括：
7.根据权利要求1所述的露天开采过程中的粉尘防治方法，其
8.一种露天开采过程中的粉尘防治装置，其特征在于，包括：
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，所述程序执行权利要求1至7中任意一项所述的露天开采过程中的粉尘防治方法。
10.一种计算机程序产品，包括计算机指令，其特征在于，所述计算机指令被处理器执行时执行权利要求1至7中任意一项所述的露天开采过程中的粉尘防治方法。
...【技术特征摘要】
1.一种露天开采过程中的粉尘防治方法，其特征在于，包括：
2.根据权利要求1所述的露天开采过程中的粉尘防治方法，其特征在于，接收粉尘监测气象站传输的粉尘监测数据，包括：
3.根据权利要求1所述的露天开采过程中的粉尘防治方法，其特征在于，在将所述粉尘监测数据输入至粉尘预测模型中，以利用粉尘预测模型对所述粉尘监测数据进行处理，得到所述开采环境中的粉尘分布状况之前，还包括：
4.根据权利要求3所述的露天开采过程中的粉尘防治方法，其特征在于，将多组所述历史粉尘监测数据按照采集时间所属的采集周期进行整理，得到样本训练数据集，包括：
5.根据权利要求3所述的露天开采过程中的粉尘防治方法，其特征在于，利用所述样本训练数据集中的多组样本训练数据通过机器学习的方式进行迭代训练，直至达到迭代终止条件时，得到初始粉尘预测...
【专利技术属性】
技术研发人员：王桂林，颜杰，焦晓亮，才庆祥，张禹，陆翔，
申请(专利权)人：中国神华能源股份有限公司哈尔乌素露天煤矿，
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。