矿山多层级安全态势感知系统

李敬兆, 孟亦凡, 王继伟

李敬兆，孟亦凡，王继伟.矿山多层级安全态势感知系统［J］.工矿自动化，2020,46（12）：1-6.. DOI: 10.13272/j.issn.1671-251x.17672
引用本文: 李敬兆，孟亦凡，王继伟.矿山多层级安全态势感知系统［J］.工矿自动化，2020,46（12）：1-6.. DOI: 10.13272/j.issn.1671-251x.17672
shu
LI Jingzhao, MENG Yifan, WANG Jiwei. Multi-level safety situation awareness system for mines[J]. Journal of Mine Automation, 2020, 46(12): 1-6. DOI: 10.13272/j.issn.1671-251x.17672
Citation: LI Jingzhao, MENG Yifan, WANG Jiwei. Multi-level safety situation awareness system for mines[J]. Journal of Mine Automation, 2020, 46(12): 1-6. DOI: 10.13272/j.issn.1671-251x.17672
shu

矿山多层级安全态势感知系统

  • 1.

    安徽理工大学 电气与信息工程学院， 安徽 淮南232001

  • 2.

    淮北矿业股份有限公司 涡北煤矿， 安徽 亳州233600

基金项目: 

国家自然科学基金资助项目（51874010）

物联网关键技术创新团队项目（201950ZX003）

详细信息

  • 中图分类号: TD67

Multi-level safety situation awareness system for mines

  • 1.

    School of Electrical and Information Engineering, Anhui University of Science and Technology, Huainan 232001, China

  • 2.

    Guobei Coal Mine, Huaibei Mining Co., Ltd., Bozhou 233600, China

HTML全文

    摘要
  • 摘要: 在智慧矿山建设过程中需要从整体角度统筹分析海量矿山监测数据，从而全面感知矿山安全状况。针对该问题，提出了一种矿山多层级安全态势感知系统。该系统通过在雾计算设施中部署局部安全态势感知模型对矿山区域范围内各子系统的监测数据进行分析，从而感知矿山局部安全态势；局部安全态势通过矿山高速通信网络汇集至云计算设施，通过部署在云计算设施中的全局安全态势感知模型进一步感知矿山全局安全态势。局部和全局安全态势感知模型采用基于门控循环单元构建的编码器与解码器处理数据之间的相关性，并引入Attention机制使模型具备筛选重点数据的能力，以提高模型运算速度。同时，为使模型运行在最佳状态，采用粒子群算法寻找模型最优超参数。仿真结果表明，安全态势感知模型具有较高的精度。
    Abstract: In the process of intelligent mine construction, it is essential to analyze massive mine monitoring data from a global perspective so as to observe the mine safety situation comprehensively. To address this issue, a multi-level safety situation awareness system for mines is proposed. The system analyzes the monitoring data of each subsystem within the mine area by deploying a local safety situation awareness model in the fog computing facility to observe the local safety situation of the mine. The local safety situation is gathered to the cloud computing facility through the high-speed communication network of the mine. The global safety situation is further achieved by the global safety situation awareness model deployed in the cloud computing facility. The local and global safety situation awareness model processes the correlation between the data by using the encoder and decoder based on the gated recurrent unit. The Attention mechanism is applied in the model so as to filter the key data and improve the model’s computing speed. Meanwhile, in order to make the model run in the best state, the particle swarm algorithm is used to find the optimal hyperparameters of the model. The simulation results show that the safety situation awareness model has high accuracy.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(33)

  • 期刊类型引用(17)

    1. 杨科，李彩青，刘文杰，张寨男. 煤岩瓦斯复合动力灾害监测预警与防控技术研究进展. 工矿自动化. 2024(04): 18-32 . 本站查看
    2. 张立亚，李晨鑫，刘斌，姜玉峰. 矿山物联网区块链机制研究. 工矿自动化. 2022(08): 10-15 . 本站查看
    3. 朱晓娟，张浩. 智慧煤矿中边缘计算任务分配研究. 工矿自动化. 2021(06): 32-39 . 本站查看
    4. 张楠，高超，雷霄，刘智，王子奡. 地质装备的物联网技术分析与应用. 资源环境与工程. 2021(06): 935-939 . 百度学术
    5. 卢新明，闫长青，袁照平. 掘进机精准定位方法与掘进机器人系统. 通信学报. 2020(02): 58-65 . 百度学术
    6. 袁亮. 煤矿典型动力灾害风险判识及监控预警技术研究进展. 煤炭学报. 2020(05): 1557-1566 . 百度学术
    7. 李自臣，刘娟. 基于云平台的物联网多路数据处理研究. 电子测试. 2020(11): 92-93+84 . 百度学术
    8. 丁恩杰，廖玉波，张雷，刘忠育. 煤矿信息化建设回顾与展望. 工矿自动化. 2020(07): 5-11 . 本站查看
    9. 卢新明，阚淑婷. 煤矿动力灾害本源预警方法关键技术与展望. 煤炭学报. 2020(S1): 128-139 . 百度学术
    10. 李敬兆，宫华强. 煤矿信息物理系统场景感知自配置与优化策略研究. 煤炭科学技术. 2019(04): 20-25 . 百度学术
    11. 卢新明，阚淑婷. 煤炭精准开采地质保障与透明地质云计算技术. 煤炭学报. 2019(08): 2296-2305 . 百度学术
    12. 杨兴科，苗霖田，段中会，李梅，崔浩源，吕婷婷，张建军. 煤炭地质云(CGC)在线地图服务技术与应用. 中国煤炭地质. 2019(08): 17-21+39 . 百度学术
    13. 谭章禄，吴琦. 智慧矿山理论与关键技术探析. 中国煤炭. 2019(10): 30-40 . 百度学术
    14. 李客，俞章法，郝兵，弯勇. 面向服务的矿物流程生产大数据应用研究. 矿山机械. 2019(12): 34-37 . 百度学术
    15. 韩志磊，张达. 物联网技术在金属矿山的应用思考. 工矿自动化. 2018(05): 1-6 . 本站查看
    16. 盛璐. 煤炭企业专网加速体系构建. 工矿自动化. 2018(09): 67-72 . 本站查看
    17. 王君. 云计算平台建设与应用. 中国战略新兴产业. 2018(44): 32 . 百度学术

    其他类型引用(16)

    • 资源附件(0)
计量
  • 文章访问数:  126
  • HTML全文浏览量:  28
  • PDF下载量:  28
  • 被引次数: 33
出版历程
  • 刊出日期:  2020-12-19

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献(33)
    资源附件(0)

    /

    返回文章
    返回

    苏ICP备 05016349号-2

    本系统由 北京仁和汇智信息技术有限公司 开发  访问量：1224309    百度统计