CN117514360B - 一种矿山监测预警*** - Google Patents
一种矿山监测预警*** Download PDFInfo
- Publication number
- CN117514360B CN117514360B CN202410009217.2A CN202410009217A CN117514360B CN 117514360 B CN117514360 B CN 117514360B CN 202410009217 A CN202410009217 A CN 202410009217A CN 117514360 B CN117514360 B CN 117514360B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- early warning
- mine
- preset
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 380
- 238000004140 cleaning Methods 0.000 claims abstract description 39
- 238000004891 communication Methods 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000001914 filtration Methods 0.000 claims description 25
- 238000012217 deletion Methods 0.000 claims description 22
- 230000037430 deletion Effects 0.000 claims description 22
- 230000002159 abnormal effect Effects 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 12
- 230000005856 abnormality Effects 0.000 claims description 8
- 230000007812 deficiency Effects 0.000 claims description 4
- 230000006872 improvement Effects 0.000 abstract description 4
- 238000000034 method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 239000000779 smoke Substances 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 239000003245 coal Substances 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 229910002091 carbon monoxide Inorganic materials 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000003915 air pollution Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- CLOMYZFHNHFSIQ-UHFFFAOYSA-N clonixin Chemical compound CC1=C(Cl)C=CC=C1NC1=NC=CC=C1C(O)=O CLOMYZFHNHFSIQ-UHFFFAOYSA-N 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
- E21F17/18—Special adaptations of signalling or alarm devices
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明涉及监测预警技术领域,尤其涉及一种矿山监测预警***,包括:监测模块,用以分别对矿山通信预警参数和矿山特征参数进行监测;数据获取模块,通过对所述矿山通信预警参数进行数据处理以获取矿山通信预警特征参数;控制模块,用以根据所述单个监测周期的预警故障率对云端备份数据的容量占比进行初次调节,以及,根据所述预警延迟时长二次调节所述云端备份数据的容量占比,以及,根据所述若干监测周期的监测信号缺失数量的方差确定标准数据清洗阈值。本发明实现了提高监测终端的监测稳定性和监测终端的监测有效性。
Description
技术领域
本发明涉及监测预警技术领域,尤其涉及一种矿山监测预警***。
背景技术
随着社会的发展和人民生活水平的进步,同时科技水平也在快速发展。大家对于煤矿安全作业更加重视。矿山安全生产监测预警***应运而生,矿山安全生产监测预警***发现人员违规行为及现场设备异常情况时,及时告警并将报警信息推送至管理中心,提醒相关工作人员,进行有效监管。矿山安全生产监测预警***对煤矿作业场景自动化、无人值守管控,实现煤矿行业数字化转型。
中国专利公开号:CN114519263A 公开了一种矿山安全监测预警***及其综合监测预警方法,其中,一种矿山安全监测预警***包括数据监测设备、服务器和客户端。数据监测设备形成监测数据;服务器与数据监测设备通信连接,服务器具有监测预警***模块和业务功能模块,业务功能模块用于进行安全管理,形成安全管理数据;监测预警***模块设有具有预警阈值数据的安全监测预警模块,安全监测预警模块根据预警阈值数据对监测数据和安全管理数据进行处理,得出预警信息;客户端与服务器通信连接,客户端用于查看预警信息。本发明的目的是解决现有的安全监测预警***无法对矿山企业的安全生产状态进行综合分析,不能反映矿山企业整体的安全状况的问题。由此可见,所述矿山安全监测预警***及其综合监测预警方法存在由于云端备份数据的容量占比过低导致监测设备供电不稳定和标准数据清洗阈值过低导致非异常数据被清洗进而导致监测终端的监测稳定性下降和监测终端的监测有效性下降的问题。
发明内容
为此,本发明提供一种矿山监测预警***,用以克服现有技术中由于云端备份数据的容量占比过低导致监测设备供电不稳定和标准数据清洗阈值过低导致非异常数据被清洗进而导致监测终端的监测稳定性下降和监测终端的监测有效性下降的问题。
为实现上述目的,本发明提供一种矿山监测预警***,包括:监测模块,用以分别对矿山通信预警参数和矿山特征参数进行监测,包括若干种类型的传感器;数据获取模块,其与所述监测模块相连,其通过对所述矿山通信预警参数进行数据处理以获取矿山通信预警特征参数,所述矿山通信预警特征参数包括单个监测周期的预警故障率、若干监测周期的监测信号缺失数量的方差、传感器的监测信号缺失量占比以及预警延迟时长;存储模块,其分别与所述监测模块和所述数据获取模块相连,用以分别对所述矿山通信预警参数、所述矿山特征参数以及所述矿山通信预警特征参数进行存储;控制模块,其分别与所述监测模块、所述数据获取模块以及所述存储模块相连,用以根据所述单个监测周期的预警故障率对云端备份数据的容量占比进行初次调节,以及,根据所述预警延迟时长二次调节所述云端备份数据的容量占比,以及,根据所述单个监测周期的预警故障率和所述若干监测周期的监测信号缺失数量的方差确定标准数据清洗阈值,以及,根据所述若干监测周期的监测信号缺失数量的方差和传感器的监测信号缺失量占比确定滤波频率;预警模块,其分别与所述数据获取模块、所述存储模块以及所述控制模块相连,用以在所述矿山通信预警特征参数满足预警条件时发出预警信息。
进一步地,所述矿山通信预警参数包括单个监测周期中发生预警故障的时长,单个监测周期的时长、单个监测周期的监测信号缺失数量、监测周期的数量、传感器的监测信号缺失数量、传感器的监测信号的总数量、矿山发生异常的时刻以及发出矿山异常预警的时刻。
进一步地,所述监测模块对单个监测周期中发生预警故障的时长和单个监测周期的时长进行监测,所述数据获取模块对所述监测模块监测的单个监测周期中发生预警故障的时长和单个监测周期的时长进行数据处理以输出单个监测周期的预警故障率,若所述单个监测周期的预警故障率大于预设第一故障率,所述控制模块判定监测终端的监测稳定性低于允许范围,其中,
若所述单个监测周期的预警故障率大于预设第一故障率且小于等于预设第二故障率,所述控制模块对云端备份数据的容量占比进行初次调节;
若所述单个监测周期的预警故障率大于预设第二故障率,所述控制模块初步判定监测终端的监测有效性低于允许范围,并控制所述监测模块对单个监测周期的监测信号缺失数量和监测周期的数量进行监测。
进一步地,所述控制模块根据所述单个监测周期的预警故障率与所述第一故障率的差值对所述云端备份数据的容量占比进行初次调节,其中,所述云端备份数据的容量占比与所述单个监测周期的预警故障率与所述第一故障率的差值成正比关系。
进一步地,所述数据获取模块对所述监测模块监测的单个监测周期的监测信号缺失数量和监测周期的数量进行数据处理以输出若干监测周期的监测信号缺失数量的方差,若所述若干监测周期的监测信号缺失数量的方差大于预设第一方差,所述控制模块二次判定监测终端的监测有效性低于允许范围,其中,
若所述若干监测周期的监测信号缺失数量的方差大于所述预设第一方差且小于等于预设第二方差,所述控制模块对标准数据清洗阈值进行确定;
若所述若干监测周期的监测信号缺失数量的方差大于预设第二方差,所述控制模块初步判定非监测设备对监测终端的干扰程度超出允许范围,并控制所述监测模块对传感器的监测信号缺失数量和传感器的监测信号的总数量进行监测。
进一步地,所述控制模块根据所述若干监测周期的监测信号缺失数量的方差与所述预设第一方差的差值确定所述标准数据清洗阈值,其中,所述标准数据清洗阈值与所述若干监测周期的监测信号缺失数量的方差与所述预设第一方差的差值成正比关系。
进一步地,所述数据获取模块对所述监测模块监测的传感器的监测信号缺失数量和传感器的监测信号的总数量进行数据处理以输出传感器的监测信号缺失量占比,若所述传感器的监测信号缺失量占比大于预设占比,所述控制模块二次判定非监测设备对监测终端的干扰程度超出允许范围,并对所述滤波频率进行确定。
进一步地,所述控制模块根据所述传感器的监测信号缺失量占比与预设占比的差值确定所述滤波频率,其中,所述滤波频率与传感器的监测信号缺失量占比与预设占比的差值成反比关系。
进一步地,所述控制模块控制监测模块对云端备份数据的容量占比进行初次调节后的矿山实际发生异常的时刻和发出矿山异常预警的时刻进行监测,并进行数据处理以输出预警延迟时长,若所述预警延迟时长大于预设时长,所述控制模块判定备份数据调配的有效性低于允许范围,并对云端备份数据的容量占比进行二次调节。
进一步地,所述控制模块根据所述预警延迟时长与所述预设时长的差值对所述云端备份数据的容量占比进行二次调节,所述二次调节云端备份数据的容量占比与所述预警延迟时长与所述预设时长的差值成反比关系。
与现有技术相比,本发明的有益效果在于,本发明所述预警***通过设置监测模块、数据获取模块、存储模块、预警模块以及控制模块,根据单个监测周期的预警故障率对云端备份数据的容量占比进行初次调节,降低了由于云端备份数据的容量占比过低导致监测装置的供电不稳定导致的监测终端的监测稳定性下降,根据若干监测周期的监测信号缺失数量的方差对标准数据清洗阈值进行调节,降低了由于数据清洗的标准数据清洗阈值过低导致非异常数据被清洗导致的监测终端的监测有效性下降,根据传感器的监测信号缺失量占比对滤波频率进行调节,降低了由于滤波频率过高对传感器的干扰导致的非监测设备对监测终端的干扰程度超出允许范围,进一步实现了提高监测终端的监测稳定性和监测终端的监测有效性。
进一步地,本发明所述预警***通过设置预设第一故障率和预设第二故障率,通过根据单个监测周期的预警故障率对云端备份数据的容量占比进行调高,降低了由于云端备份数据的容量占比过低导致监测设备供电不稳定对监测终端的监测稳定性的影响,进一步实现了提高监测终端的监测稳定性和监测终端的监测有效性。
进一步地,本发明所述预警***通过设置预设第一方差和预设第二方差,通过根据若干监测周期的监测信号缺失数量的方差对标准数据清洗阈值进行调节,降低了由于标准数据清洗阈值过低导致非异常数据被清洗对监测终端的监测有效性的影响,进一步实现了提高监测终端的监测稳定性和监测终端的监测有效性。
进一步地,本发明所述预警***通过设置预设占比,通过传感器的监测信号缺失量占比对滤波频率进行调节,降低了由于滤波频率过高对传感器造成干扰进而对非监测设备对监测终端的干扰程度的影响,进一步实现了提高监测终端的监测稳定性和监测终端的监测有效性。
进一步地,本发明所述预警***通过设置预设时长,通过对云端备份数据的容量占比进行初次调节后的预警延迟时长对云端备份数据的容量占比进行二次调节,降低了由于云端备份数据的容量占比过高导致调取数据时间增加对备份数据调配的有效性的影响,进一步实现了提高监测终端的监测稳定性和监测终端的监测有效性。
附图说明
图1为本发明实施例矿山监测预警***的整体结构框图;
图2为本发明实施例矿山监测预警***的检测模块的具体结构框图;
图3为本发明实施例矿山监测预警***的对标准数据清洗阈值进行确定的逻辑框图;
图4为本发明实施例矿山监测预警***的对云端备份数据的容量占比进行调节的逻辑框图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1、图2、图3以及图4所示,其分别为矿山监测预警***的整体结构框图、检测模块的具体结构框图、对标准数据清洗阈值进行确定的逻辑框图以及对云端备份数据的容量占比进行调节的逻辑框图。本发明一种矿山监测预警***,包括:
监测模块,用以分别对矿山通信预警参数和矿山特征参数进行监测,包括若干种类型的传感器;
数据获取模块,其与所述监测模块相连,其通过对所述矿山通信预警参数进行数据处理以获取矿山通信预警特征参数,所述矿山通信预警特征参数包括单个监测周期的预警故障率、若干监测周期的监测信号缺失数量的方差、传感器的监测信号缺失量占比以及预警延迟时长;
存储模块,其分别与所述监测模块和所述数据获取模块相连,用以分别对所述矿山通信预警参数、所述矿山特征参数以及所述矿山通信预警特征参数进行存储;
控制模块,其分别与所述监测模块、所述数据获取模块以及所述存储模块相连,用以根据所述单个监测周期的预警故障率对云端备份数据的容量占比进行初次调节,以及,根据所述预警延迟时长二次调节所述云端备份数据的容量占比,以及,根据所述单个监测周期的预警故障率和所述若干监测周期的监测信号缺失数量的方差确定标准数据清洗阈值,以及,根据所述若干监测周期的监测信号缺失数量的方差和传感器的监测信号缺失量占比确定滤波频率;
预警模块,其分别与所述数据获取模块、所述存储模块以及所述控制模块相连,用以在所述矿山通信预警特征参数满足预警条件时发出预警信息。
具体而言,通过提高标准数据清洗阈值,可以减少对非异常数据清洗的数量,从而实现监测终端的监测有效性的提高。
具体而言,传感器的类型包括但不限于以下传感器的类型,以下举例仅作为本发明的优选的实施例:用以监测矿山气体浓度的气体监测仪、用以监测矿山是否出现烟雾的烟雾探测器、用以监测矿山内部的温度情况的温度传感器以及用以监测地质活动的地震监测仪。
具体而言,发出预警信息过程为,当气体监测仪监测到空气一氧化碳浓度达到10%时,预警模块发出预警信息、当烟雾探测器监测矿山中出现烟雾时,预警模块发出预警信息以及当温度传感器监测矿山温度达到30℃时,预警模块发出预警信息。
具体而言,所述若干监测周期的监测信号缺失数量的方差为若干个监测周期中若干种类型传感器的监测信号缺失的数量的方差,所述若干监测周期的监测信号缺失数量的方差的计算方法是本领域技术人员所熟知的常规的技术手段,因此对于所述若干监测周期的监测信号缺失数量的方差的计算过程在此不再赘述。
具体而言,所述非监测设备包括挖掘机、矿用卡车以及破碎机。
具体而言,预警故障包括矿山中没出现烟雾时预警模块进行烟雾预警、空气一氧化碳浓度达到10%时,预警模块没有进行空气污染预警以及预警的矿山温度与实际矿山温度的差值达到5℃。
具体而言,预警延迟时长的含义为发出矿山异常预警的时刻与矿山实际发生异常例如温度超出警戒值时刻的间隔时长。
具体而言,单个监测周期的预警故障率的计算公式为:
,
Q为单个监测周期的预警故障率,K1为单个监测周期中发生预警故障的时长,K0为单个监测周期的时长。
请继续参阅图1所示,所述矿山通信预警参数包括单个监测周期中发生预警故障的时长,单个监测周期的时长、单个监测周期的监测信号缺失数量、监测周期的数量、传感器的监测信号缺失数量、传感器的监测信号的总数量、矿山发生异常的时刻以及发出矿山异常预警的时刻。
本发明所述预警***通过设置监测模块、数据获取模块、存储模块、预警模块以及控制模块,根据单个监测周期的预警故障率对云端备份数据的容量占比进行初次调节,降低了由于云端备份数据的容量占比过低导致监测装置的供电不稳定导致的监测终端的监测稳定性下降,根据若干监测周期的监测信号缺失数量的方差对标准数据清洗阈值进行调节,降低了由于数据清洗的标准数据清洗阈值过低导致非异常数据被清洗导致的监测终端的监测有效性下降,根据传感器的监测信号缺失量占比对滤波频率进行调节,降低了由于滤波频率过高对传感器的干扰导致的非监测设备对监测终端的干扰程度超出允许范围,进一步实现了提高监测终端的监测稳定性和监测终端的监测有效性。
请参阅图4所示,所述监测模块对单个监测周期中发生预警故障的时长和单个监测周期的时长进行监测,所述数据获取模块对所述监测模块监测的单个监测周期中发生预警故障的时长和单个监测周期的时长进行数据处理以输出单个监测周期的预警故障率,若所述单个监测周期的预警故障率大于预设第一故障率,所述控制模块判定监测终端的监测稳定性低于允许范围,其中,
若所述单个监测周期的预警故障率大于预设第一故障率且小于等于预设第二故障率,所述控制模块对云端备份数据的容量占比进行初次调节;
若所述单个监测周期的预警故障率大于预设第二故障率,所述控制模块初步判定监测终端的监测有效性低于允许范围,并控制所述监测模块对单个监测周期的监测信号缺失数量和监测周期的数量进行监测。
请参阅图4所示,所述控制模块根据所述单个监测周期的预警故障率与所述第一故障率的差值对所述云端备份数据的容量占比进行初次调节,其中,所述云端备份数据的容量占比与所述单个监测周期的预警故障率与所述第一故障率的差值成正比关系。
具体而言,当单个监测周期的预警故障率小于等于预设第一故障率时,所述控制模块判定云端备份数据的容量占比根据标准占比对数据进行备份。
具体而言,云端备份数据的容量占比的计算公式为:
,
其中,E为云端备份数据的容量占比,B1为云端备份的矿山通信预警参数和矿山特征参数的字节量,B2为存储模块存储的矿山通信预警参数和矿山特征参数的字节量。
具体而言,若△Q≤△Q0,控制模块使用预设第一占比调节系数将云端备份数据的容量占比调节至第一占比;
若△Q>△Q0,控制模块使用预设第二占比调节系数将云端备份数据的容量占比调节至第二占比。
具体而言,单个监测周期中发生预警故障的时长记为C,单个监测周期的时长记为V,单个监测周期的预警故障率记为Q,设定Q=C/V,第一故障率记为Q1,第二故障率记为Q2,单个监测周期的预警故障率与预设第一故障率的差值记为△Q,设定△Q=Q-Q1,△Q0为预设故障率差值,预设第一占比调节系数记为α1,预设第二占比调节系数记为α2,其中,1<α1<α2,云端备份数据的容量占比记为E,调节后的云端备份数据的容量占比记为E’设定E’=E×αi,其中,αi为预设第i占比调节系数,设定i=1,2。
本发明所述预警***通过设置预设第一故障率和预设第二故障率,通过根据单个监测周期的预警故障率对云端备份数据的容量占比进行调高,降低了由于云端备份数据的容量占比过低导致监测设备供电不稳定对监测终端的监测稳定性的影响,进一步实现了提高监测终端的监测稳定性和监测终端的监测有效性。
请继续参阅图3所示,所述数据获取模块对所述监测模块监测的单个监测周期的监测信号缺失数量和监测周期的数量进行数据处理以输出若干监测周期的监测信号缺失数量的方差,若所述若干监测周期的监测信号缺失数量的方差大于预设第一方差,所述控制模块二次判定监测终端的监测有效性低于允许范围,其中,
若所述若干监测周期的监测信号缺失数量的方差大于所述预设第一方差且小于等于预设第二方差,所述控制模块对标准数据清洗阈值进行确定;
若所述若干监测周期的监测信号缺失数量的方差大于预设第二方差,所述控制模块初步判定非监测设备对监测终端的干扰程度超出允许范围,并控制所述监测模块对传感器的监测信号缺失数量和传感器的监测信号的总数量进行监测。
请继续参阅图3所示,所述控制模块根据所述若干监测周期的监测信号缺失数量的方差与所述预设第一方差的差值确定所述标准数据清洗阈值,其中,所述标准数据清洗阈值与所述若干监测周期的监测信号缺失数量的方差与所述预设第一方差的差值成正比关系。
具体而言,当若干监测周期的监测信号缺失数量的方差小于等于预设第一方差,所述控制模块判定标准数据清洗阈值根据标准数据清洗阈值数据进行清洗。
具体而言,对标准数据清洗阈值进行确定的具体过程为:
若△M≤△M0,控制模块使用预设第一阈值调节系数将标准数据清洗阈值调节至第一阈值;
若△M>△M0,控制模块使用预设第二阈值调节系数将标准数据清洗阈值调节至第二阈值。
具体而言,若干监测周期的监测信号缺失数量的方差记为M,预设第一方差记为M1,预设第二方差记为M2,预设数量方差记为M0,若干监测周期的监测信号缺失数量的方差与所述预设第一方差的差值记为△M,设定△M=M-M1,△M0为预设方差差值,预设第一阈值调节系数记为β1,预设第二阈值调节系数记为β2,其中,1<β1<β2,标准数据清洗阈值记为D,调节后的标准数据清洗阈值记为D’,设定D’=D×(1+βk)/2,其中,βk为预设第k阈值调节系数,设定k=1,2。
本发明所述预警***通过设置预设第一方差和预设第二方差,通过根据若干监测周期的监测信号缺失数量的方差对标准数据清洗阈值进行调节,降低了由于标准数据清洗阈值过低导致非异常数据被清洗对监测终端的监测有效性的影响,进一步实现了提高监测终端的监测稳定性和监测终端的监测有效性。
请继续参阅图1所示,所述数据获取模块对所述监测模块监测的传感器的监测信号缺失数量和传感器的监测信号的总数量进行数据处理以输出传感器的监测信号缺失量占比,若所述传感器的监测信号缺失量占比大于预设占比,所述控制模块二次判定非监测设备对监测终端的干扰程度超出允许范围,并对所述滤波频率进行确定。
请继续参阅图1所示,所述控制模块根据所述传感器的监测信号缺失量占比与预设占比的差值确定所述滤波频率,其中,所述滤波频率与传感器的监测信号缺失量占比与预设占比的差值成反比关系。
具体而言,对滤波频率进行确定的具体过程为:
具体而言,若△R≤△R0,控制模块使用预设第二频率调节系数将滤波频率调节至第一频率;
若△R>△R0,控制模块使用预设第一频率调节系数将滤波频率调节至第二频率。
具体而言,传感器的监测信号缺失数量记为X,传感器的监测信号的总数量记为Y,传感器的监测信号缺失量占比记为R,R=X/Y,预设占比记为R0,传感器的监测信号缺失量占比与预设占比的差值记为△R0,设定△R=R-R0,△R0为预设占比差值,预设第一频率调节系数记为γ1,预设第二频率调节系数记为γ2,其中,0<γ1<γ2<1,滤波频率记为T,调节后的滤波频率记为T’,设定T’=T×γP,其中,γP为预设第p频率系数,设定p=1,2。
本发明所述预警***通过设置预设占比,通过传感器的监测信号缺失量占比对滤波频率进行调节,降低了由于滤波频率过高对传感器造成干扰进而对非监测设备对监测终端的干扰程度的影响,进一步实现了提高监测终端的监测稳定性和监测终端的监测有效性。
请继续参阅图1所示,所述控制模块控制监测模块对云端备份数据的容量占比进行初次调节后的矿山实际发生异常的时刻和发出矿山异常预警的时刻进行监测,并进行数据处理以输出预警延迟时长,若所述预警延迟时长大于预设时长,所述控制模块判定备份数据调配的有效性低于允许范围,并对云端备份数据的容量占比进行二次调节。
请继续参阅图1所示,所述控制模块根据所述预警延迟时长与所述预设时长的差值对所述云端备份数据的容量占比进行二次调节,所述二次调节云端备份数据的容量占比与所述预警延迟时长与所述预设时长的差值成反比关系。
具体而言,若△W≤△W0,控制模块使用预设第四占比调节系数将云端备份数据的容量占比调节至第三占比;
若△W>△W0,控制模块使用预设第三占比调节系数将云端备份数据的容量占比调节至第四占比。
具体而言,预警延迟时长记为W,预设时长记为W0,预警延迟时长与所述预设时长的差值记为△W,设定△W=W-W0,△W0为预设时长差值,预设第三占比调节系数记为α3,预设第四占比调节系数记为α4,其中,0<α3<α4<1,二次调节后的云端备份数据的容量占比E”,设定E”=E’×αj,其中,αj为预设第j占比调节系数,设定j=3,4。
本发明所述预警***通过设置预设平均时长,通过对云端备份数据的容量占比进行初次调节后的预警延迟时长对云端备份数据的容量占比进行二次调节,降低了由于云端备份数据的容量占比过高导致调取数据时间增加对备份数据调配的有效性的影响,进一步实现了提高监测终端的监测稳定性和监测终端的监测有效性。
实施例1:
本实施例1中,当R>R0时,控制模块根据传感器的监测信号缺失量占比与预设占比的差值记为△R对滤波频率T进行调节。传感器的监测信号缺失数量记为X,传感器的监测信号的总数量记为Y,传感器的监测信号缺失量占比记为R,R=X/Y,预设占比记为R0,传感器的监测信号缺失量占比与预设占比的差值记为△R0,设定△R=R-R0,△R0为预设占比差值,预设第一频率调节系数记为γ1,预设第二频率调节系数记为γ2,其中,0<γ1<γ2<1,滤波频率记为T,调节后的滤波频率记为T’,R0=0.3,γ1=0.8,γ2=0.9,△R0=0.2,T=50HZ,本实施例1中R=0.6,
本实施例1求得△R=0.6-0.3=0.3控制模块判定△R>△R0并使用预设第一频率调节系数γ1将滤波频率调节至第一频率T’,数据处理得T’=50HZ×0.9=45HZ。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (8)
1.一种矿山监测预警***,其特征在于,包括:
监测模块,用以分别对矿山通信预警参数和矿山特征参数进行监测,包括若干种类型的传感器;
数据获取模块,其与所述监测模块相连,其通过对所述矿山通信预警参数进行数据处理以获取矿山通信预警特征参数,所述矿山通信预警特征参数包括单个监测周期的预警故障率、若干监测周期的监测信号缺失数量的方差、传感器的监测信号缺失量占比以及预警延迟时长;
存储模块,其分别与所述监测模块和所述数据获取模块相连,用以分别对所述矿山通信预警参数、所述矿山特征参数以及所述矿山通信预警特征参数进行存储;
控制模块,其分别与所述监测模块、所述数据获取模块以及所述存储模块相连,用以根据所述单个监测周期的预警故障率对云端备份数据的容量占比进行初次调节,以及,根据所述预警延迟时长二次调节所述云端备份数据的容量占比,以及,根据所述单个监测周期的预警故障率和所述若干监测周期的监测信号缺失数量的方差确定标准数据清洗阈值,以及,根据所述若干监测周期的监测信号缺失数量的方差和传感器的监测信号缺失量占比确定滤波频率;
预警模块,其分别与所述数据获取模块、所述存储模块以及所述控制模块相连,用以在所述矿山通信预警特征参数满足预警条件时发出预警信息;
所述监测模块对单个监测周期中发生预警故障的时长和单个监测周期的时长进行监测,所述数据获取模块对所述监测模块监测的单个监测周期中发生预警故障的时长和单个监测周期的时长进行数据处理以输出单个监测周期的预警故障率,若所述单个监测周期的预警故障率大于预设第一故障率,所述控制模块判定监测终端的监测稳定性低于允许范围,其中,
若所述单个监测周期的预警故障率大于预设第一故障率且小于等于预设第二故障率,所述控制模块对云端备份数据的容量占比进行初次调节;
若所述单个监测周期的预警故障率大于预设第二故障率,所述控制模块初步判定监测终端的监测有效性低于允许范围,并控制所述监测模块对单个监测周期的监测信号缺失数量和监测周期的数量进行监测;
所述数据获取模块对所述监测模块监测的单个监测周期的监测信号缺失数量和监测周期的数量进行数据处理以输出若干监测周期的监测信号缺失数量的方差,若所述若干监测周期的监测信号缺失数量的方差大于预设第一方差,所述控制模块二次判定监测终端的监测有效性低于允许范围,其中,
若所述若干监测周期的监测信号缺失数量的方差大于所述预设第一方差且小于等于预设第二方差,所述控制模块对标准数据清洗阈值进行确定;
若所述若干监测周期的监测信号缺失数量的方差大于预设第二方差,所述控制模块初步判定非监测设备对监测终端的干扰程度超出允许范围,并控制所述监测模块对传感器的监测信号缺失数量和传感器的监测信号的总数量进行监测。
2.根据权利要求1所述的矿山监测预警***,其特征在于,所述矿山通信预警参数包括单个监测周期中发生预警故障的时长,单个监测周期的时长、单个监测周期的监测信号缺失数量、监测周期的数量、传感器的监测信号缺失数量、传感器的监测信号的总数量、矿山发生异常的时刻以及发出矿山异常预警的时刻。
3.根据权利要求2所述的矿山监测预警***,其特征在于,所述控制模块根据所述单个监测周期的预警故障率与所述第一故障率的差值对所述云端备份数据的容量占比进行初次调节,其中,所述云端备份数据的容量占比与所述单个监测周期的预警故障率与所述第一故障率的差值成正比关系。
4.根据权利要求3所述的矿山监测预警***,其特征在于,所述控制模块根据所述若干监测周期的监测信号缺失数量的方差与所述预设第一方差的差值确定所述标准数据清洗阈值,其中,所述标准数据清洗阈值与所述若干监测周期的监测信号缺失数量的方差与所述预设第一方差的差值成正比关系。
5.根据权利要求4所述的矿山监测预警***,其特征在于,所述数据获取模块对所述监测模块监测的传感器的监测信号缺失数量和传感器的监测信号的总数量进行数据处理以输出传感器的监测信号缺失量占比,若所述传感器的监测信号缺失量占比大于预设占比,所述控制模块二次判定非监测设备对监测终端的干扰程度超出允许范围,并对所述滤波频率进行确定。
6.根据权利要求5所述的矿山监测预警***,其特征在于,所述控制模块根据所述传感器的监测信号缺失量占比与预设占比的差值确定所述滤波频率,其中,所述滤波频率与传感器的监测信号缺失量占比与预设占比的差值成反比关系。
7.根据权利要求6所述的矿山监测预警***,其特征在于,所述控制模块控制监测模块对云端备份数据的容量占比进行初次调节后的矿山实际发生异常的时刻和发出矿山异常预警的时刻进行监测,并进行数据处理以输出预警延迟时长,若所述预警延迟时长大于预设时长,所述控制模块判定备份数据调配的有效性低于允许范围,并对云端备份数据的容量占比进行二次调节。
8.根据权利要求7所述的矿山监测预警***,其特征在于,所述控制模块根据所述预警延迟时长与所述预设时长的差值对所述云端备份数据的容量占比进行二次调节,所述二次调节云端备份数据的容量占比与所述预警延迟时长与所述预设时长的差值成反比关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410009217.2A CN117514360B (zh) | 2024-01-04 | 2024-01-04 | 一种矿山监测预警*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410009217.2A CN117514360B (zh) | 2024-01-04 | 2024-01-04 | 一种矿山监测预警*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117514360A CN117514360A (zh) | 2024-02-06 |
CN117514360B true CN117514360B (zh) | 2024-03-22 |
Family
ID=89766881
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410009217.2A Active CN117514360B (zh) | 2024-01-04 | 2024-01-04 | 一种矿山监测预警*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117514360B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4381549A (en) * | 1980-10-14 | 1983-04-26 | Trane Cac, Inc. | Automatic fault diagnostic apparatus for a heat pump air conditioning system |
SU1105667A1 (ru) * | 1982-12-23 | 1984-07-30 | Государственный Проектно-Конструкторский И Научно-Исследовательский Институт По Автоматизации Угольной Промышленности | Стенд дл поверки и настройки шахтных сигнализаторов метана |
RU98051U1 (ru) * | 2010-05-11 | 2010-09-27 | Учреждение Российской академии наук Конструкторско-технологический институт вычислительной техники Сибирского отделения РАН | Устройство оповещения и сигнализации для работы в условиях подземной выработки угля |
JP2017016534A (ja) * | 2015-07-03 | 2017-01-19 | 富士通コンポーネント株式会社 | 情報処理システム、情報処理装置及び外部装置 |
CN113538861A (zh) * | 2021-09-16 | 2021-10-22 | 山东金科星机电股份有限公司 | 基于矿产地质勘查的地质灾害信息管理*** |
CN114519263A (zh) * | 2022-01-25 | 2022-05-20 | 贵州省劳动保护科学技术研究院(贵州省应急管理科学研究院) | 一种矿山安全监测预警***及其综合监测预警方法 |
CN115562027A (zh) * | 2022-10-14 | 2023-01-03 | 易门铜业有限公司 | 一种防止烟气制酸预干吸波动的多变量控制方法 |
CN115792543A (zh) * | 2022-12-14 | 2023-03-14 | 徐州工程学院 | Gis设备检测方法、***及其应用 |
WO2023103027A1 (zh) * | 2021-12-10 | 2023-06-15 | 北京腾锐视讯科技有限公司 | 一种故障电弧检测装置 |
CN116567127A (zh) * | 2023-06-15 | 2023-08-08 | 深圳市誉源通讯技术有限公司 | 一种具有故障监测功能的智能手机 |
CN116805068A (zh) * | 2023-05-24 | 2023-09-26 | 江苏卓特电气科技有限公司 | 一种基于大数据的故障监测预警***及方法 |
CN117097030A (zh) * | 2023-10-19 | 2023-11-21 | 北京爱朗格瑞科技有限公司 | 一种用于电网配电终端的智能化运行监控*** |
CN117331614A (zh) * | 2023-09-14 | 2024-01-02 | 成都飞机工业(集团)有限责任公司 | 航空制造业生产现场在线检测组态文件管理方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060195728A1 (en) * | 2005-02-25 | 2006-08-31 | Inventec Corporation | Storage unit data transmission stability detecting method and system |
-
2024
- 2024-01-04 CN CN202410009217.2A patent/CN117514360B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4381549A (en) * | 1980-10-14 | 1983-04-26 | Trane Cac, Inc. | Automatic fault diagnostic apparatus for a heat pump air conditioning system |
SU1105667A1 (ru) * | 1982-12-23 | 1984-07-30 | Государственный Проектно-Конструкторский И Научно-Исследовательский Институт По Автоматизации Угольной Промышленности | Стенд дл поверки и настройки шахтных сигнализаторов метана |
RU98051U1 (ru) * | 2010-05-11 | 2010-09-27 | Учреждение Российской академии наук Конструкторско-технологический институт вычислительной техники Сибирского отделения РАН | Устройство оповещения и сигнализации для работы в условиях подземной выработки угля |
JP2017016534A (ja) * | 2015-07-03 | 2017-01-19 | 富士通コンポーネント株式会社 | 情報処理システム、情報処理装置及び外部装置 |
CN113538861A (zh) * | 2021-09-16 | 2021-10-22 | 山东金科星机电股份有限公司 | 基于矿产地质勘查的地质灾害信息管理*** |
WO2023103027A1 (zh) * | 2021-12-10 | 2023-06-15 | 北京腾锐视讯科技有限公司 | 一种故障电弧检测装置 |
CN114519263A (zh) * | 2022-01-25 | 2022-05-20 | 贵州省劳动保护科学技术研究院(贵州省应急管理科学研究院) | 一种矿山安全监测预警***及其综合监测预警方法 |
CN115562027A (zh) * | 2022-10-14 | 2023-01-03 | 易门铜业有限公司 | 一种防止烟气制酸预干吸波动的多变量控制方法 |
CN115792543A (zh) * | 2022-12-14 | 2023-03-14 | 徐州工程学院 | Gis设备检测方法、***及其应用 |
CN116805068A (zh) * | 2023-05-24 | 2023-09-26 | 江苏卓特电气科技有限公司 | 一种基于大数据的故障监测预警***及方法 |
CN116567127A (zh) * | 2023-06-15 | 2023-08-08 | 深圳市誉源通讯技术有限公司 | 一种具有故障监测功能的智能手机 |
CN117331614A (zh) * | 2023-09-14 | 2024-01-02 | 成都飞机工业(集团)有限责任公司 | 航空制造业生产现场在线检测组态文件管理方法 |
CN117097030A (zh) * | 2023-10-19 | 2023-11-21 | 北京爱朗格瑞科技有限公司 | 一种用于电网配电终端的智能化运行监控*** |
Non-Patent Citations (2)
Title |
---|
数据中心基础设施管理***在电力行业的应用;谭雄华;;信息与电脑(理论版);20160808(15);第120-122页 * |
矿山灾害在线预测预警***的设计与实现;侯志华;;矿业安全与环保;20120825(S1);第89-91页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117514360A (zh) | 2024-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106291201B (zh) | 一种防雷箱的雷电监测及劣化状态监测***及方法 | |
CN106645870B (zh) | 一种隧道中电缆的接地电流安全预警专家分析方法 | |
CN108964274B (zh) | 一种电气安全的智能管理***及控制方法 | |
CN108429348A (zh) | 一种智慧用电安全*** | |
CN112129353A (zh) | 一种火电厂配电间环境监测方法和*** | |
CN111865680A (zh) | 一种工厂生产加工设备故障预警*** | |
CN116205638B (zh) | 一种基于bms的工商业能源管理***及其管理方法 | |
CN117514360B (zh) | 一种矿山监测预警*** | |
CN111736096B (zh) | 一种直流开关柜框架绝缘监测与定位*** | |
CN106406199A (zh) | 危化品监测装置及方法 | |
CN113344739B (zh) | 一种自动检查电力故障的数据***方法和*** | |
CN209342855U (zh) | 一种电缆绝缘状态诊断装置 | |
CN109308062A (zh) | 一种企业生产设备监控网络集成*** | |
CN111610463A (zh) | 一种应用于电阻柜智能监测装置 | |
CN107390131B (zh) | 变电站蓄电池综合监测*** | |
CN217155586U (zh) | 一种用于带式输送机的托辊异常声音检测装置 | |
CN210007723U (zh) | 一种基于局部物联网的瞬时故障捕捉报警装置 | |
CN109142916A (zh) | 电能质量监测*** | |
CN213754563U (zh) | 一种区域在线监察*** | |
CN114495007A (zh) | 变电站故障点监控方法及装置 | |
CN210323201U (zh) | 一种接地电阻监测*** | |
CN111769644B (zh) | 一种基于电网安全的监控*** | |
CN112255554A (zh) | 一种直流***蓄电池健康状况及内部故障监测装置 | |
CN111026097A (zh) | 一种巡检机器人的故障自诊断及预警方法 | |
CN212543444U (zh) | 一种智能台区综合管理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |