基于云平台的矿井水害智慧应急救援系统与应用

随着云计算、物联网、大数据、人工智能等技术的发展,智慧应急救援已成为矿山安全生产监察的迫切需求。提出了基于云平台的矿井水害智慧应急救援服务体系,采用混合云架构,提供按需和弹性计算能力及存储资源。通过集成与挖掘所有可能的历史和实时数据,建立云环境下多源异构、大规模、跨领域、动态信息资源"一张图",推动信息资源共享,建设应急救援智库。在此基础上,研发了应急救援系统,实现数值模拟、预测预警、应急疏散、应急评估、人员设备管理等功能,支持矿山应急演练和应急决策,依托现代信息技术为矿井水害应急救援提供智能化的服务和管理,实现矿井水害事故预防、检测、预警、处置、评估等全过程动态管理和控制。     

矿井巷道突(透)水蔓延模型研究及应用

为定量化预测矿井巷道突(透)水的蔓延过程,科学地解释突(透)水在矿井巷道中的蔓延规律,提出了基于SWMM建立矿井巷道突(透)水蔓延模型并实现定量化计算的方法。对模拟方法、参数选取进行分析,构建适用于巷道计算的SWMM模型,并通过分析矿井充水条件、设置合理的边界条件,进行矿井巷道突(透)水蔓延过程的动态预测。以河北蔚县北阳庄矿井为例,实现了矿井巷道突(透)水蔓延过程的动态预测。结果表明:利用基于SWMM构建的突(透)水蔓延模型可以计算得到任意空间位置、任意时间的水深、流量数据,并实现巷道突(透)水蔓延过程的可视化。     

融入情绪模型的人群实时路径规划

目的 人群仿真中高效性和逼真性是群体路径规划的关键问题。已有人群路径规划算法忽略了人群情绪造成的路径选择差异,在大规模实时仿真中仍存在一定的局限性。方法 提出一种融入情绪模型的人群实时路径规划算法(EPP)。使用人格特征理论对人群的情绪进行建模并设定不同情绪所具有的路径选择偏好。在路径建模阶段,通过单次搜索建立全局有向导航图,确定全局层面的可行路径;在路径搜索阶段,提出以期望时间最短为原则的路径规划目标函数,采用局部搜索策略为个体实时规划一条最优或次优的路径。结果 EPP算法可有效地仿真不同场景下大规模人群的路径选择现象;与已有工作的仿真效果和量化指标对比说明了该算法的有效性和高效性;通过不同情绪状态下人群路径选择差异的讨论以及在不同人群运动模型的兼容性实验进一步说明了该算法的健壮性。结论 本文算法具有良好的高效性和健壮性,适用于不同场景下大规模人群路径规划的相关应用。     

矿山突(透)水灾害应急疏散模拟系统与工程应用

矿山突(透)水灾害发生时,井下人员合理应急疏散是有效避免矿井群死群伤事故的重要举措。根据矿山突(透)水灾害应急疏散模拟需求及各种复杂影响因素分析,基于物联网的数据采集与识别,构建矿井地质环境与井下场景;通过突(透)水点及其相关信息获取、巷道水流模拟、人员逃生行为模拟、以及智能动态路径搜索,在VR仿真环境中进行应急疏散模拟及可视化分析,实现个体或群体行为动态过程模拟,生成安全迅速的井下人员最优疏散路径。针对应急疏散决策和疏散演练分析,进行定性定量评价与预警。经过在矿山实际工程应用,效果较好,为矿井灾害情景下的人员合理疏散、应急救援和人员培训等提供辅助决策支撑平台。     

矿井突(透)水灾害过程中涉险人员危险性评价方法与应用

矿井突(透)水灾害灾害应急抢险救援的"自救互救"和"他救"效果与成功率如何,很大程度取决于在灾害整个演变过程中对井下涉险人员所处危险性的科学评价与合理预测。针对我国目前在这方面缺乏系统定量评价的难题,构建了涉险人员危险性影响因素的评价指标体系,即个体特征、矿井巷道、水流特征、气体情况和其他物理因素;通过分析矿井水灾演变过程中灾情对涉险人员的危险作用形式,结合矿井水灾影响因素特点,定义了人员的水流危险性、气体危险性和其他危险性,提出了涉险人员危险性定量评价方法与模型,构建了适用于水灾演变过程中涉险人员多种危险性的综合评价计算规则。以典型矿井为例,实现了矿井水灾过程中涉险人员危险性的动态评价,分析了不同特征涉险人员在灾情中危险性的差异,讨论了坡度、地面摩擦因数、水流密度对危险性的敏感性,并给出了降低危险性的相应减灾建议。结果表明:所提出的方法可以科学地解释、评价、量化涉险人员在水灾环境多因素影响下的危险性,提高了涉险人员在矿井水灾演变过程中"知险"的能力,同时为应急抢险救援方案合理制定提供了技术支撑,对保障应急抢险救援过程中的"自救互救"效果和"他救"成功率均具有重要意义和实用价值。