共查询到19条相似文献,搜索用时 93 毫秒
1.
2.
煤矿瓦斯与煤尘爆炸会产生爆炸声,煤与瓦斯突出会产生煤炮声、支架发出的嘎嘎声和破裂折断声等,冲击地压会产生巨大的岩石破碎声响和震动等,煤矿透水会发出“嘶嘶”的水叫声、大量透水会产生水流声等,煤矿顶板冒落会发出顶板断裂声、煤岩落地撞击声、支护损毁声等。针对煤矿重特大事故声音特点,提出了煤矿井下瓦斯与煤尘爆炸、煤与瓦斯突出、冲击地压、水灾、顶板冒落等事故报警方法:各事故声音的时域和频域特征与其他声音不同,可通过矿用防爆拾音设备和系统实时监测声音,通过声音智能分析和声音频率、幅度、短时能量等特征参数分析感知事故并报警;通过监测和分析不同监测地点声音强度特征、声音发生的先后关系和防爆拾音设备损坏的先后关系等判定事故发生地点;根据各事故特点提出了多信息融合分析的灾害识别方法,减小工作面落煤、爆破作业、采煤设备、掘进设备、运输提升设备、供电设备、乳化液泵、水泵和局部通风机工作等产生的声音干扰。论述了不同拾音设备的优缺点,矿用拾音设备宜采用麦克风阵列;研究了适用于煤矿重特大事故的声音识别分类器。 相似文献
3.
提出了基于温度的冲击地压和煤与瓦斯突出感知报警方法:使用红外热像仪等监测物体温度,使用甲烷传感器监测环境甲烷浓度;当物体温度高于煤矿井下环境温度和已暴露煤岩温度,并且高于环境温度和已暴露煤岩温度的物体数量较多、体积和面积较大,则判定发生冲击地压、煤与瓦斯突出、矿井火灾或瓦斯和煤尘爆炸事故;进一步判别高温物体温度,若大于设定阈值,则判定发生矿井火灾或瓦斯和煤尘爆炸事故,反之,则判定发生冲击地压或煤与瓦斯突出事故;进一步分析甲烷浓度变化,若甲烷浓度迅速升高,则判定发生煤与瓦斯突出事故,反之,则判定发生冲击地压事故。提出了基于速度的冲击地压和煤与瓦斯突出感知报警方法:使用激光雷达、毫米波雷达、超声波雷达、双目视觉摄像机等监测物体移动速度,使用甲烷传感器监测环境甲烷浓度;当物体移动速度不小于设定阈值时,则判定发生冲击地压、煤与瓦斯突出或瓦斯和煤尘爆炸事故;进一步判别速度异常物体的数量、体积和面积,若速度异常物体的数量较少、体积和面积较小,则判定发生瓦斯和煤尘爆炸事故,若速度异常物体的数量较多、体积和面积较大,则判定发生冲击地压或煤与瓦斯突出事故;进一步分析甲烷浓度变化,若甲烷浓度迅速升高,则判定发生煤与瓦斯突出事故,反之,则判定发生冲击地压事故。提出了多信息融合的冲击地压和煤与瓦斯突出感知报警及灾源判定方法:监测并融合温度、速度、加速度、掩埋深度、声音、气压、风速、风向、粉尘、甲烷浓度、设备状态、微震、地音、应力、红外辐射、电磁辐射、图像等多种信息,感知冲击地压和煤与瓦斯突出;通过不同位置参数变化的幅度、先后时序关系及传感器损坏情况,判定灾源。 相似文献
4.
分析了冲击地压和煤与瓦斯突出时抛出大量黑色煤岩的掩埋图像特征:监视区域内颜色及其对应图形面积变化、颜色及其对应图形数量变化、颜色及其对应图形形状变化、掩埋位置异常等。根据灾害发生时会造成监视区域内非黑色区域面积减少,且减少的速度和加速度较大的特征,提出了基于颜色及其对应图形面积变化特征的冲击地压和煤与瓦斯突出感知报警方法。根据灾害发生时会造成监视区域内非黑色区域数量减少,且减少的速度和加速度较大的特征,提出了基于颜色及其对应图形数量变化特征的冲击地压和煤与瓦斯突出感知报警方法。根据灾害发生时会造成监视区域内非黑色图形的圆形度、矩形度和面积周长比减少,且减少的速度和加速度较大的特征,提出了基于颜色及其对应图形形状变化特征的冲击地压和煤与瓦斯突出感知报警方法。根据灾害发生时会导致煤矿井下人员、液压支架顶部及靠近顶部等位置被煤岩掩埋的特征,提出了基于掩埋位置异常特征的冲击地压和煤与瓦斯突出感知报警方法。上述基于掩埋图像特征的煤矿冲击地压和煤与瓦斯突出感知报警方法具有响应速度快、非接触、监测范围广、成本低和使用维护方便等优点。 相似文献
5.
分析了冲击地压和煤与瓦斯突出发生时抛出煤岩的图像特征:(1)冲击地压和煤与瓦斯突出发生时抛出的煤岩主要是黑色,但煤矿井下设备一般不是黑色,因此,可利用非黑色矿用设备作为背景,采用彩色摄像机识别煤岩。(2)正常落煤速度、采煤机和掘进机等设备移动速度、井下人员和车辆移动速度远小于冲击地压和煤与瓦斯突出发生时抛出的煤岩速度,因此,可根据速度特征,排除正常落煤、采煤机和掘进机等设备移动、井下人员和车辆移动的干扰。(3)瓦斯和煤尘爆炸也会造成巷道中物体短时速度较高,并伴有高亮,但冲击地压和煤与瓦斯突出不会产生高亮,因此,可根据图像平均亮度,排除瓦斯和煤尘爆炸的干扰。提出了彩色摄像机设置方法:掘进工作面摄像机宜设置在掘进巷道顶板或掘进巷道两帮靠近顶板位置;回采工作面摄像机宜设置在液压支架顶部。提出了基于彩色图像的煤矿冲击地压和煤与瓦斯突出感知报警方法:(1)在掘进巷道顶板或掘进巷道两帮靠近顶板位置、回采工作面液压支架顶部,以非黑色矿用设备为背景,设置具有补光灯的彩色摄像机。(2)监测识别彩色图像颜色是否发生较大变化。(3)若图像颜色发生较大变化,则进行图像平均亮度识别,否则继续监测识别图像颜色变化... 相似文献
6.
7.
传统的信息资料主要以文本形式存在,目录结构复杂,报文种类和文件数量繁多,资料的查询和使用过程繁琐,已不适应物联网环境下信息监测预警、业务资料的统计分析以及灾害评估等工作的需要.论文以物联网应用为基础,提出了大数据预警信息高速处理规则引擎(REoHIWI),实现了对预警信息的业务逻辑和业务数据分离,将通常作为变更主体的业务逻辑从混乱的代码当中提取出来,作为一个独立维护的部分.同时,文章分析了规则引擎的外部工作流程和内部工作机制,并从结构的角度对规则引擎逻辑与数据分离的工作原理和实现方法进行了描述. 相似文献
8.
9.
科学技术的不断进步,社会的不断发展,跟着世界的发展趋势,我国也赢来了大数据时代的到来.大数据时代产生的大量数据,有些数据是通过物联网产生的,物联网与大数据二者之间可以很好地融合,积极地推动了信息产业化的迅猛发展.本文作者结合大数据与物联网之间的关系进行分析,对大数据和物联网进行了重新的定位,对其在实际生活和工作中的发展进行探讨. 相似文献
10.
对物联网大数据的存储与管理技术进行研究的目的在于提高物联网大数据的存储与管理技术的精准程度,提高物联网大数据的计算速度从而减少物联网大数据的控制与处理时间,增加了物联网大数据的存储空间以及查询效率,全面提高物联网的运作效率和使用效率,进而推动物联网大数据的广泛应用. 相似文献
11.
阐述了物联网、大数据及云计算技术的研究现状,指出3种技术之间的关系,即物联网产生大数据,大数据助力物联网;大数据需要云计算,云计算增值大数据。结合煤矿综合自动化的建设发展历程,研究了3种技术在煤矿安全生产保障中的作用和地位,提出了3种技术在煤矿生产安全保障中的关系:物联网是煤矿各个子系统建设的技术框架和路线图,大数据是矿山物联网建设的产物,云计算则是对大数据处理利用的技术手段,并指出基于物联网、大数据及云计算技术的煤矿安全生产监测监控系统将是主动式、多参数融合、具备预警功能的监测监控系统,可有效提升煤矿安全生产水平。 相似文献
12.
智能家居的出现,改变了人们使用家电设备的习惯,为人们推送更加智能、便捷的家居模式,受到大众的喜爱,具有较大的发展潜力。为了进一步提高智能家居的应用效果,将大数据技术应用到智能家居中,可以优化智能家居的功能,给用户带来更佳的使用体验。基于此,文章立足当下智能家居的发展情况,介绍其未来的发展前景。 相似文献
13.
14.
15.
16.
许驰 《单片机与嵌入式系统应用》2013,13(2):62-65
摘要:设计了一种基于物联网架构的智能火灾预警系统,以ZigBee无线传感器网络为底层的数据采集和传输网络,完成对火灾信息的准确感知。WSN节点以CC2530和CC2591为处理和无线收发单元,以DHT21和MQ传感器为数据采集单元,实现了多传感器数据采集。采用Qt技术设计了系统GUI,基于qextserialport类和SQLite数据库实现了系统的串口通信和数据库操作。测试表明,系统准确可靠,GUI界面友好,易于操作。 相似文献
17.
煤矿物联网研究现状及发展趋势 总被引:1,自引:0,他引:1
阐述了国内外煤矿物联网的一些概念及发展历史,分别从系统架构、感知层、传输层、应用层及工程应用方面总结了国内外煤矿物联网研究现状;指出目前煤矿物联网研究存在的主要问题为缺乏低功耗智能传感器及装置、矿井环境能量捕获技术、数据与网络安全方法、公共服务平台以及煤矿物联网相关标准;从嵌入式智能信息传感技术、基于大数据的矿山安全生产云服务平台、安全性方面探讨了煤矿物联网可能的发展方向。 相似文献
18.
闭坑矿井矿界煤柱受采动损伤后其隔水能力降低,易导致闭坑老空水破坏矿界煤柱进入相邻生产矿井,影响矿井安全生产。以淮北矿区两相邻矿井即闭坑矿井沈庄矿和生产矿井袁庄矿的矿界煤柱为研究对象,采用FLAC 3d数值模拟和理论计算方法,对沈庄矿S2Ⅱ313工作面和袁庄矿Ⅲ3142工作面矿界煤柱采动损伤区宽度进行研究,根据研究结果确定矿界煤柱采动损伤区宽度为13.1 m,表明矿界煤柱已被破坏,两相邻矿井边界煤岩层已不具备阻水能力。在此基础上对矿界煤柱安全性进行了评价,得出现有矿界煤柱存在渗水和溃水危险性,需采取布置阻水帷幕或注浆加固等措施。 相似文献
19.
目前的聚类方法单纯从某个角度研究数据聚类问题,对基于云模式的混沌的物联网大数据聚类的考虑不足,聚类质量不高。为实现敏捷、智能、平稳的物联网大数据聚类,基于开展物联网事件的云模式通用描述模型、物联网事件混沌关联特征的云模式通用解析模型、基于云模式的物联网事件混沌关联特征提取算法、基于云模式混沌关联特征的物联网大数据关联挖掘研究,改进分解奇异值算法、网格耦合聚类算法、K-means算法、决策树学习法、分析主成分法、分层合并法等算法和分布概率函数,设计了一种基于事件混沌关联特征、敏捷、智能、平稳的物联网大数据聚类算法。最后,开展实验验证,并与传统算法进行性能对比分析。实验结果表明,相比传统算法,该算法聚类时间短、误差小,且敏捷性、智能性、动态演化性和平稳性高。因此,该算法实现了基于云模式的具有混沌关联特征的物联网事件大数据的有效聚类,具有较高的应用价值。 相似文献