CN117868951A - 一种连续除尘***用智能控制方法 - Google Patents
一种连续除尘***用智能控制方法 Download PDFInfo
- Publication number
- CN117868951A CN117868951A CN202410078577.8A CN202410078577A CN117868951A CN 117868951 A CN117868951 A CN 117868951A CN 202410078577 A CN202410078577 A CN 202410078577A CN 117868951 A CN117868951 A CN 117868951A
- Authority
- CN
- China
- Prior art keywords
- dust
- dust removal
- early warning
- removal system
- sub
- 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.)
- Granted
Links
- 239000000428 dust Substances 0.000 title claims abstract description 241
- 238000000034 method Methods 0.000 title claims abstract description 37
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 54
- 239000011707 mineral Substances 0.000 claims abstract description 54
- 230000011664 signaling Effects 0.000 claims abstract description 4
- 238000004880 explosion Methods 0.000 claims description 18
- 239000002245 particle Substances 0.000 claims description 9
- 238000012417 linear regression Methods 0.000 claims description 3
- 230000036962 time dependent Effects 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 abstract description 3
- 239000007789 gas Substances 0.000 description 22
- 230000001276 controlling effect Effects 0.000 description 8
- 230000005856 abnormality Effects 0.000 description 6
- 230000001105 regulatory effect Effects 0.000 description 4
- 230000004308 accommodation Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005453 pelletization Methods 0.000 description 1
- 230000036632 reaction speed Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Landscapes
- Filtering Of Dispersed Particles In Gases (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明涉及除尘领域,公开了一种连续除尘***用智能控制方法,S1:先将矿井划分为若干个子区域,每个子区域内设置有一个除尘分***,除尘分***包括风机、除尘器,每个子区域之间设置有自动门;S2:实时采集地下矿井内各个子区域内产生的矿尘参数、瓦斯气体浓度及气体流速;S3:对采集的所述矿尘参数、瓦斯气体浓度和空气流速进行分析;S4:根据分析结果判断井下除尘***是否存在风险,若存在风险则生成预警信号;S5:接收预警信号,并根据预警信号的级别控制子区域内的除尘***进行调节。通过上述技术方案,实现快速识别局部异常情况并进行针对性调节处理的目的。
Description
技术领域
本发明涉及除尘领域,具体涉及一种连续除尘***用智能控制方法。
背景技术
地下矿井在开采过程中会产生大量的矿尘和各种有害气体,若是矿尘浓度过高或者有害气体浓度过高,一方面会导致矿井环境恶劣,工作人员无法工作;另一方面还容易发生***,造成恶劣影响。因此矿井内会使用连续除尘***,以保证井下通风和矿尘浓度的控制。
现有技术中采用的连续除尘***虽然能够实现对井下环境的改善,但是一旦矿井局部区域发生矿尘浓度过高或者有害气体浓度过高,只能够按照预定的工作模式进行工作,即统一调高工作功率或者调低工作功率,而整体性的控制整个***的反应速度相对较慢,容易让局部异常情况发生扩散,因此难以应对局部矿井异常情况的快速处理。
发明内容
本发明的目的在于提供一种连续除尘***用智能控制方法,解决以上技术问题。
本发明的目的可以通过以下技术方案实现:
一种连续除尘***用智能控制方法,包括:
S1:将矿井划分为若干个子区域,每个子区域内设置有一个除尘分***,除尘分***包括风机、除尘器,每个子区域之间设置有自动门;
S2:实时采集地下矿井内各个子区域内产生的矿尘参数、瓦斯气体浓度及气体流速;
S3:对采集的所述矿尘参数、瓦斯气体浓度和空气流速进行分析;
S4:根据分析结果判断井下除尘***是否存在风险,若存在风险则生成预警信号;
S5:接收预警信号,并根据预警信号的级别控制子区域内的除尘***进行调节。
作为进一步的技术方案,所述矿尘参数包括子区域内的矿尘浓度、矿尘颗粒直径值以及子区域内的温度值。
作为进一步的技术方案,对矿尘参数进行分析的过程为:
实时获取第i个子区域内的粉尘浓度Ai、矿尘颗粒直径Bi以及温度值Ci;
通过公式:
计算获取第i个子区域内的矿尘系数Qi;其中,α、β、γ为预设影响系数,根据历史数据和经验数据选择确定;
将实时矿尘系数Qi与预设的矿尘系数阈值Q0进行比对;
若Qi>Q0,则判断矿尘参数超标,生成一级预警信号;
若Qi<Q0,则判断矿尘参数正常。
作为进一步的技术方案,在矿尘参数判断正常的情况下,获取矿尘系数的历史数据;
通过线性回归算法拟合实时矿尘系数随时间变化曲线Qi(t),将Qi(t)与标准矿尘系数变化曲线Q0(t)进行比对;
通过公式:
计算获得矿尘潜在风险系数Wj;
其中,ΔW0j为第j个时间周期内矿尘潜在风险系数的参考值;t1、t2为时间周期的左右时间端点,n为时间周期的个数,为预设比例系数,根据历史数据和经验数据选择确定;
将矿尘潜在风险系数Wj与预设的矿尘潜在风险阈值范围[W01,W02]进行比对;
若Wj∈[W01,W02],则判断存在矿尘潜在危险,生成一级预警信号;
若Wj>W02,则判断存在高矿尘危险,生成二级预警信号;
若Wj<W02,则判断不存在潜在危险。
作为进一步的技术方案,所述S3中判断井下除尘***是否存在风险的过程为:
实时获取第i个子区域内的瓦斯气体浓度和空气流速θi;
根据矿尘系数Qi、瓦斯气体浓度和空气流速θi获得预警值Di;
将预警值Di与预警阈值D0进行比较;
若Di>D0,则判断该子区域存在***危险,除尘***存在高风险,发出三级预警信号;
若Di<D0,则判断该子区域不存在***危险;
将瓦斯气体浓度空气流速θi、矿尘系数Qi与各自的阈值进行比对;
若中满足任意一项,则判断该子区域存在潜在***风险,除尘***存在低风险,发出一级预警信号。
作为进一步的技术方案,根据预警信号对除尘***进行调节的过程为:
正常状态下,每个子区域内设置有一个除尘分***,除尘分***包括风机、除尘器,每个子区域之间设置有自动门;
当除尘***接收到一级预警信号后,先根据GPS定位确定子区域的位置,控制该子区域内除尘分***功率调大;
当除尘***接收到二级预警信号后,确定子区域位置后,以该子区域的中心位置作为坐标点,按照坐标点为圆心,预设距离d作为半径圈定调节范围,控制该调节范围内的所有除尘分***功率调大;
当除尘***接收到三级预警信号后,确定子区域,按照设定的距离2d作为半径圈定调节范围,控制该调节范围内的所有除尘分***功率调大,及距离该调节范围最近的自动门关闭;每工作设定时间后以2d/k的半径值逐步缩小调节范围,K为调节范围内的除尘分***数量,并保持距离该调节范围最近的自动门处于关闭状态。
作为进一步的技术方案,所述预警值Di的获取方式为:
通过公式:
计算获得第i个子区域的预警值Di;其中μ1、μ2、μ3为转化系数,根据经验数据选择确定。
作为进一步的技术方案,还包括S6:根据单位时间内预警信号的生成次数对每个除尘分***进行分析评分,根据评分结果判断每个除尘分***是否存在故障;
获取除尘分***评分的过程为:
统计除尘***的平均预警次数和每个单位时间内的除尘分***的预警次数;
通过公式:求出评分值UZ;
其中,s为单位时间的总个数;
将获得的评分值UZ与预设的评分阈值Utg进行比对;
若评分值UZ小于评分阈值Utg,则认为当前除尘分***运行较好;否则,则认为除尘分***运行存在故障。
本发明的有益效果:
(1)本发明通过将矿井划分成多个子区域,从而对每个子区域内矿尘参数、瓦斯气体浓度和空气流速进行实时监测,一旦发生异常,则控制该子区域内的除尘分***加大功率,以实现快速处理局部异常情况的目的,提高了矿井局部异常的反应效率;并能够通过对上述多种参数进行综合分析,从而针对性分析每个子区域内的潜在危险,提升矿井的安全。
附图说明
下面结合附图对本发明作进一步的说明。
图1为本发明的方法步骤图;
图2为本发明中子区域生成预警信号后的调节范围示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1-图2所示,本发明为一种连续除尘***用智能控制方法,包括:
S1:将矿井划分为若干个子区域,每个子区域内设置有一个除尘分***,除尘分***包括风机、除尘器,每个子区域之间设置有自动门;
S2:实时采集地下矿井内各个子区域内产生的矿尘参数、瓦斯气体浓度及气体流速;
S3:对采集的所述矿尘参数、瓦斯气体浓度和空气流速进行分析;
S4:根据分析结果判断井下除尘***是否存在风险,若存在风险则生成预警信号;
S5:接收预警信号,并根据预警信号的级别控制子区域内的除尘***进行调节。
本发明通过将矿井划分成多个子区域,从而对每个子区域内矿尘参数、瓦斯气体浓度和空气流速进行实时监测,一旦发生异常,则控制该子区域内的除尘分***加大功率,以实现快速处理局部异常情况的目的,提高了矿井局部异常的反应效率;并能够通过对上述多种参数进行综合分析,从而针对性分析每个子区域内的潜在危险,提升矿井的安全。
所述矿尘参数包括子区域内的矿尘浓度、矿尘颗粒直径值以及子区域内的温度值。
对矿尘参数进行分析的过程为:
实时获取第i个子区域内的粉尘浓度Ai、矿尘颗粒直径Bi以及温度值Ci;
通过公式:
计算获取第i个子区域内的矿尘系数Qi;其中,α、β、γ为预设影响系数,根据历史数据和经验数据选择确定;
将实时矿尘系数Qi与预设的矿尘系数阈值Q0进行比对;
若Qi>Q0,则判断矿尘参数超标,生成一级预警信号;
若Qi<Q0,则判断矿尘参数正常。
本实施中,矿尘浓度可由安装在该子区域内的粉尘浓度传感器获得,矿尘颗粒直径可由激光粒度分析仪检测获得,温度值由温度传感器获得;有害气体浓度根据瓦斯气体检测仪器获得,通过仪器设备获得瓦斯气体的浓度,通过风速传感器获取空气流速;
通过公式计算获得矿尘系数Qi,通过将实时矿尘系数Qi与预设的矿尘系数阈值Q0进行比对;若Qi>Q0,则判断矿尘参数超标,生成一级预警信号;若Qi<Q0,则判断矿尘参数正常;显然可以看出,当前子区域内矿尘浓度越大、矿尘颗粒直径越小、温度越高,则表明当前子区域的矿尘系数越大,除尘分***运行除尘的效果不佳,同时发生粉尘***的可能性越大,可更加准确的判断矿井中除尘效果和***预警的准确率,减少误判。
在矿尘参数判断正常的情况下,获取矿尘系数的历史数据;
通过线性回归算法拟合实时矿尘系数随时间变化曲线Qi(t),将Qi(t)与标准矿尘系数变化曲线Q0(t)进行比对;
通过公式:
计算获得矿尘潜在风险系数Wj;
其中,ΔW0j为第j个时间周期内矿尘潜在风险系数的参考值;t1、t2为时间周期的左右时间端点,n为时间周期的个数,为预设比例系数,根据历史数据和经验数据选择确定;
将矿尘潜在风险系数Wj与预设的矿尘潜在风险阈值范围[W01,W02]进行比对;
若Wj∈[W01,W02],则判断存在矿尘潜在危险,生成一级预警信号;
若Wj>W02,则判断存在高矿尘危险,生成二级预警信号;
若Wj<W02,则判断不存在潜在危险。
本实施例中,在矿尘参数正常的情况下对矿尘系数的变化进行累计分析,从而判断出粉尘***的潜在危险和除尘分析***运行效果不佳的潜在表现,具体的,实时矿尘系数随时间变化曲线Qi(t),将Qi(t)与标准矿尘系数变化曲线Q0(t)进行比对;通过公式:计算获得矿尘潜在风险系数Wj;其中ΔW0j为第j个时间周期内矿尘潜在风险系数的参考值,由历史数据和经验数据选择确定;t1、t2为时间周期的左右时间端点,n为时间周期的个数,/>为预设比例系数,根据历史数据和经验数据选择确定;显然,风险系数Wj则表面该子区域内矿尘潜在风险越大,有利于预先判断子区域内的潜在危险,并且通过对每个子区域内的矿尘潜在风险系数从大到小进行排列,能够显示出始终处于危险的子区域,对该类子区域内的除尘分***的工作功率预先增大,将安全隐患消灭在萌芽状态;
同时将矿尘潜在风险系数Wj与预设的矿尘潜在风险阈值范围[W01,W02]进行比对;若Wj∈[W01,W02],则判断存在矿尘潜在危险,生成一级预警信号;若Wj>W02,则判断存在高矿尘危险,生成二级预警信号;若Wj<W02,则判断不存在潜在危险;从而减少漏预警的发生。
所述S3中判断井下除尘***是否存在风险的过程为:
实时获取第i个子区域内的瓦斯气体浓度和空气流速θi;
根据矿尘系数Qi、瓦斯气体浓度和空气流速θi获得预警值Di;
将预警值Di与预警阈值D0进行比较;
若Di>D0,则判断该子区域存在***危险,除尘***存在高风险,发出三级预警信号;
若Di<D0,则判断该子区域不存在***危险;
将瓦斯气体浓度空气流速θi、矿尘系数Qi与各自的阈值进行比对;
若中满足任意一项,则判断该子区域存在潜在***风险,除尘***存在低风险,发出一级预警信号。
本实施例中,提供了一种对连续除尘***是否存在风险的判断方法,具体的,先通过将瓦斯气体浓度空气流速θi、矿尘系数Qi与各自的阈值进行比对;若/>中满足任意一项,则判断该子区域存在潜在***风险,除尘***存在低风险,发出一级预警信号,此时表明该子区域内存在风险,除尘分***运行功率不足;再根据矿尘系数Qi、瓦斯气体浓度/>和空气流速θi,通过公式/>计算获取预警值Di;将预警值Di与预警阈值D0进行比较;若Di>D0,则判断该子区域存在***危险,除尘***存在高风险,发出三级预警信号;显然可以判断出该处子区域内整体情况都处于最危险的状态,随时可能发生***,因此发出三级预警信号,告知附近人员快速撤离,同时也反映出该子区域内除尘分***运行处于故障状态。
根据预警信号对除尘***进行调节的过程为:
当除尘***接收到一级预警信号后,先根据GPS定位确定子区域的位置,控制该子区域内除尘分***功率调大;
当除尘***接收到二级预警信号后,确定子区域位置后,以该子区域的中心位置作为坐标点,按照坐标点为圆心,预设距离d作为半径圈定调节范围,控制该调节范围内的所有除尘分***功率调大;
当除尘***接收到三级预警信号后,确定子区域,按照设定的距离2d作为半径圈定调节范围,控制该调节范围内的所有除尘分***功率调大,及距离该调节范围最近的自动门关闭;每工作设定时间后以2d/k的半径值逐步缩小调节范围,K为调节范围内的除尘分***数量,并保持距离该调节范围最近的自动门处于关闭状态。
本实施例中,给出了一种根据预警信号等级对除尘***进行对应处理的方法,以便于将存在危险的子区域进行发现并及时进行处理,降低风险扩散和继续恶化发展的几率,提升除尘***的有效运行,保证矿井的安全;具体的,一级预警信号等级较低,通过调大对应子区域内的除尘分***功率即可,二级预警信号等级中等,表明该子区域内的风险较高,仅靠该子区域内的除尘分***以及无法处理,一方面可以反馈给工作人员进行该处除尘子***的维修,另一方面则将预设d半径范围内的所有除尘子***均调大功率,以集中风险子区域及相邻子区域的除尘能力,达到快速反应,降低情况带来的***风险;三号预警信号等级高等,表面该子区域内随时可能发生***,因此以2d作为半径圈定调节范围,进行集中除尘的同时,还将最靠近该调节范围内的自动门下落,从而防止危险源头向外扩散,有利于该调节范围内的除尘***集中运作,快速反应。
还包括S6:根据单位时间内预警信号的生成次数对每个除尘分***进行分析评分,根据评分结果判断每个除尘分***是否存在故障;
获取除尘分***评分的过程为:
获取除尘分***评分的过程为:
统计除尘***的平均预警次数和每个单位时间内的除尘分***的预警次数;
通过公式:求出评分值UZ;
其中,s为单位时间的总个数;
将获得的评分值UZ与预设的评分阈值Uth进行比对;
若评分值UZ小于评分阈值Uth,则认为当前除尘分***运行较好;否则,则认为除尘分***运行存在故障。
本实施例提供了对除尘分***的分析评价的方法,先统计整个除尘***的平均预警次数,以及每个除尘分***在每个单位时间内的预警次数,单位时间可以是一小时、一天、一周、一个月或者一年,从而通过公式求出评分值UZ,从而可知晓除尘分***的故障情况,并将获得的评分值UZ与预设的评分阈值Uth进行比对;若评分值UZ小于评分阈值Uth,则认为当前除尘分***运行较好;否则,则认为除尘分***运行存在故障,显然通过每个除尘分***的故障情况能够快速知晓整个除尘***的故障情况,以便于及时对除尘分***进行检修维护,其中,***预设的评分阈值Uth可根据历史数据进行选定。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。
Claims (8)
1.一种连续除尘***用智能控制方法,其特征在于,包括:
S1:将矿井划分为若干个子区域,每个子区域内设置有一个除尘分***,除尘分***包括风机、除尘器,每个子区域之间设置有自动门;
S2:实时采集地下矿井内各个子区域内产生的矿尘参数、瓦斯气体浓度及气体流速;
S3:对采集的所述矿尘参数、瓦斯气体浓度和空气流速进行分析;
S4:根据分析结果判断井下除尘***是否存在风险,若存在风险则生成预警信号;
S5:接收预警信号,并根据预警信号的级别控制子区域内的除尘***进行调节。
2.根据权利要求1所述的连续除尘***用智能控制方法,其特征在于,所述矿尘参数包括子区域内的矿尘浓度、矿尘颗粒直径值以及子区域内的温度值。
3.根据权利要求2所述的连续除尘***用智能控制方法,其特征在于,对矿尘参数进行分析的过程为:
实时获取第i个子区域内的粉尘浓度Ai、矿尘颗粒直径Bi以及温度值Ci;
通过公式:
计算获取第i个子区域内的矿尘系数Qi;其中,α、β、γ为预设影响系数,根据历史数据和经验数据选择确定;
将实时矿尘系数Qi与预设的矿尘系数阈值Q0进行比对;
若Qi>Q0,则判断矿尘参数超标,生成一级预警信号;
若Qi<Q0,则判断矿尘参数正常。
4.根据权利要求3所述的连续除尘***用智能控制方法,其特征在于,
在矿尘参数判断正常的情况下,获取矿尘系数的历史数据;
通过线性回归算法拟合实时矿尘系数随时间变化曲线Qi(t),将Qi(t)与标准矿尘系数变化曲线Q0(t)进行比对;
通过公式:
计算获得矿尘潜在风险系数Wj;
其中,ΔW0j为第j个时间周期内矿尘潜在风险系数的参考值;t1、t2为时间周期的左右时间端点,n为时间周期的个数,为预设比例系数,根据历史数据和经验数据选择确定;
将矿尘潜在风险系数Wj与预设的矿尘潜在风险阈值范围[W01,W02]进行比对;
若Wj∈[W01,W02],则判断存在矿尘潜在危险,生成一级预警信号;
若Wj>W02,则判断存在高矿尘危险,生成二级预警信号;
若Wj<W02,则判断不存在潜在危险。
5.根据权利要求4所述的连续除尘***用智能控制方法,其特征在于,所述S4中判断井下除尘***是否存在风险的过程为:
实时获取第i个子区域内的瓦斯气体浓度和空气流速θi;
根据矿尘系数Qi、瓦斯气体浓度和空气流速θi获得预警值Di;
将预警值Di与预警阈值D0进行比较;
若Di>D0,则判断该子区域存在***危险,除尘***存在高风险,发出三级预警信号;
若Di<D0,则判断该子区域不存在***危险;
将瓦斯气体浓度空气流速θi、矿尘系数Qi与各自的阈值进行比对;
若中满足任意一项,则判断该子区域存在潜在***风险,除尘***存在低风险,发出一级预警信号。
6.根据权利要求5所述的连续除尘***用智能控制方法,其特征在于,根据预警信号对除尘***进行调节的过程为:
正常状态下,每个子区域内设置有一个除尘分***,除尘分***包括风机、除尘器,每个子区域之间设置有自动门;
当除尘***接收到一级预警信号后,先根据GPS定位确定子区域的位置,控制该子区域内除尘分***功率调大;
当除尘***接收到二级预警信号后,确定子区域位置后,以该子区域的中心位置作为坐标点,按照坐标点为圆心,预设距离d作为半径圈定调节范围,控制该调节范围内的所有除尘分***功率调大;
当除尘***接收到三级预警信号后,确定子区域,按照设定的距离2d作为半径圈定调节范围,控制该调节范围内的所有除尘分***功率调大,及距离该调节范围最近的自动门关闭;
每工作设定时间后以2d/k的半径值逐步缩小调节范围,K为调节范围内的除尘分***数量,并保持距离该调节范围最近的自动门处于关闭状态。
7.根据权利要求5所述的连续除尘***用智能控制方法,其特征在于,所述预警值Di的获取方式为:
通过公式:
计算获得第i个子区域的预警值Di;其中μ1、μ2、μ3为转化系数,根据经验数据选择确定。
8.根据权利要求1所述的连续除尘***用智能控制方法,其特征在于,还包括S6:根据单位时间内预警信号的生成次数对每个除尘分***进行分析评分,根据评分结果判断每个除尘分***是否存在故障;
获取除尘***评分的过程为:
获取除尘分***评分的过程为:
统计除尘***的平均预警次数和每个单位时间内的除尘分***的预警次数;
通过公式:求出评分值UZ;
其中,s为单位时间的总个数;
将获得的评分值UZ与预设的评分阈值Uth进行比对;
若评分值UZ小于评分阈值Uth,则认为当前除尘分***运行较好;否则,则认为除尘分***运行存在故障。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410078577.8A CN117868951B (zh) | 2024-01-19 | 2024-01-19 | 一种连续除尘***用智能控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410078577.8A CN117868951B (zh) | 2024-01-19 | 2024-01-19 | 一种连续除尘***用智能控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117868951A true CN117868951A (zh) | 2024-04-12 |
CN117868951B CN117868951B (zh) | 2024-06-18 |
Family
ID=90593158
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410078577.8A Active CN117868951B (zh) | 2024-01-19 | 2024-01-19 | 一种连续除尘***用智能控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117868951B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2528807C1 (ru) * | 2013-07-18 | 2014-09-20 | Федеральное государственное бюджетное учреждение науки ИНСТИТУТ ПРОБЛЕМ КОМПЛЕКСНОГО ОСВОЕНИЯ НЕДР РОССИЙСКОЙ АКАДЕМИИ НАУК (ИПКОН РАН) | Способ прогноза риска взрывов метана и пыли в шахтах |
CN110307173A (zh) * | 2019-05-22 | 2019-10-08 | 无锡市双超风机有限公司 | 一种煤矿井下安全控制*** |
DE102019100301A1 (de) * | 2019-01-08 | 2020-07-09 | Cft Gmbh Compact Filter Technic | Tunnelreinigungszug |
CN111810219A (zh) * | 2020-08-01 | 2020-10-23 | 中国水利水电第七工程局有限公司 | 一种隧道自动降尘喷雾控制***及其控制方法 |
CN111897243A (zh) * | 2020-06-24 | 2020-11-06 | 中南大学 | 矿井集中作业分区通风控制方法、装置及设备、通风*** |
CN112780344A (zh) * | 2021-01-26 | 2021-05-11 | 中冶赛迪工程技术股份有限公司 | 一种矿井内危险区域入侵监测方法及*** |
CN115788591A (zh) * | 2023-02-08 | 2023-03-14 | 山东大学 | 一种深埋长隧道粉尘及有害气体监测与智能调控*** |
-
2024
- 2024-01-19 CN CN202410078577.8A patent/CN117868951B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2528807C1 (ru) * | 2013-07-18 | 2014-09-20 | Федеральное государственное бюджетное учреждение науки ИНСТИТУТ ПРОБЛЕМ КОМПЛЕКСНОГО ОСВОЕНИЯ НЕДР РОССИЙСКОЙ АКАДЕМИИ НАУК (ИПКОН РАН) | Способ прогноза риска взрывов метана и пыли в шахтах |
DE102019100301A1 (de) * | 2019-01-08 | 2020-07-09 | Cft Gmbh Compact Filter Technic | Tunnelreinigungszug |
CN110307173A (zh) * | 2019-05-22 | 2019-10-08 | 无锡市双超风机有限公司 | 一种煤矿井下安全控制*** |
CN111897243A (zh) * | 2020-06-24 | 2020-11-06 | 中南大学 | 矿井集中作业分区通风控制方法、装置及设备、通风*** |
CN111810219A (zh) * | 2020-08-01 | 2020-10-23 | 中国水利水电第七工程局有限公司 | 一种隧道自动降尘喷雾控制***及其控制方法 |
CN112780344A (zh) * | 2021-01-26 | 2021-05-11 | 中冶赛迪工程技术股份有限公司 | 一种矿井内危险区域入侵监测方法及*** |
CN115788591A (zh) * | 2023-02-08 | 2023-03-14 | 山东大学 | 一种深埋长隧道粉尘及有害气体监测与智能调控*** |
Also Published As
Publication number | Publication date |
---|---|
CN117868951B (zh) | 2024-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110322583B (zh) | 异常探测***、支持装置以及异常探测方法 | |
CN104360677B (zh) | 一种卷烟加工过程质量评价与诊断方法 | |
CN107067100B (zh) | 风电功率异常数据辨识方法及辨识装置 | |
CN102393299A (zh) | 一种定量计算滚动轴承运行可靠性的方法 | |
CN116660672B (zh) | 基于大数据的电网设备故障诊断方法及*** | |
CN106570651A (zh) | 一种输电线路绝缘子污闪风险评估方法 | |
CN117032415B (zh) | 一种基于温度变化的设备数据监管***及方法 | |
CN110412966B (zh) | 监测变桨电机温度异常的方法和装置 | |
CN116611742B (zh) | 道路狭长坑槽的摊铺机配套输料设备运行状态评估*** | |
CN115375154A (zh) | 一种建筑施工质量安全在线风险管理*** | |
CN117630319B (zh) | 一种基于大数据的水质监测预警方法及*** | |
CN116758719A (zh) | 一种生产车间设备环境在线监测*** | |
CN116105802A (zh) | 一种基于物联网的地下设施安全监测预警方法 | |
CN117868951B (zh) | 一种连续除尘***用智能控制方法 | |
CN117482445A (zh) | 一种基于物联网的智慧简易喷淋火灾早期抑制*** | |
CN117688480B (zh) | 一种基于损伤频率全景图与随机森林的桥梁损伤识别方法 | |
Ellenbecker et al. | Capture efficiency of local exhaust ventilation systems | |
CN117035564B (zh) | 一种适用于工程监理的施工质量监管*** | |
CN102436252A (zh) | 一种基于免疫危险理论的流程工业的故障诊断方法和*** | |
CN117234164A (zh) | 全面数字化生产管理的智慧工厂控制*** | |
CN110083131A (zh) | 基于变化幅度的工艺参数在线预警方法及可读存储介质 | |
CN113781758A (zh) | 面向高端燃煤发电装备的变量协同动态报警阈值优化方法 | |
Li et al. | Simulation research on high-speed railway dropper fault detection and location based on time-frequency analysis | |
CN111814325A (zh) | 燃煤发电装备非平稳运行的单变量报警阈值优化方法 | |
CN117404735B (zh) | 一种有限空间安全作业空气质量智能预警*** |
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 |