基于数字孪生技术的大型煤矿远程智能监控研究

为了保证大型煤矿开采工作的安全性与质量,利用数字孪生技术优化设计大型煤矿远程智能监控方法。利用数字孪生技术构建大型煤矿虚拟模型,在该模型下确定测点位置,远程采集大型煤矿实时运行数据。通过对数据特征的提取与匹配,从煤矿开挖设备和施工环境两个方面,监测大型煤矿运行状态。改装大型煤矿远程智能控制器,以运行状态的监测结果作为控制程序的启动条件,实现对大型煤矿的远程智能监控任务。通过与传统监控方法的对比得出结论:优化设计方法对煤矿开挖设备的监控性能明显升高,对环境中瓦斯浓度和温度的监测误差分别降低了0.34%和0.19℃,控制误差分别降低0.09%和0.145℃,同时监控范围扩大27.4%。     

基于改进RBF数据融合算法的煤矿井下安全监控研究

为了解决煤矿井下施工安全性低的问题,利用改进RBF数据融合算法优化设计煤矿井下安全监控方法。在煤矿井下环境下安装瓦斯、温湿度等传感器设备,将其安装在确定的测点位置上。利用改进RBF数据融合算法采集并处理传感数据,根据数据融合结果,考虑瓦斯浓度、温湿度、矿压等环境参数,得出煤矿井下安全性的监测结果。考虑煤矿井下人员实时位置,确定井下安全监控方向,在安全性监测结果的驱动下,利用设计的安全监控器,实现煤矿井下安全监控工作。通过效果测试实验得出结论：与传统监控方法相比,优化设计方法的瓦斯与温度监控误差分别降低了1.005mg/m3和5.65℃,同时安全监控范围得到明显扩大。