【技术实现步骤摘要】
本专利技术涉及金属矿山动态监测预警，具体地说就是一种金属矿山风险动态监测及智能分级预警系统。
技术介绍
1、金属矿山生产企业的生产安全是国家和政府高度关注的问题。但目前大部分企业在生产过程中，使用的监测方法，仍然停留在靠人工采集和监测的相对落后的起步阶段，存在采集设备单一，采集范围覆盖不足，采集数据传输方式落后，数据传输距离短，数据存储及共享方式单一，人工监测评估技术落后，人工掌握生产标准不全面，矿山企业风险分级规划不明确等问题，金属矿山企业高度关注这些问题，这些问题的产生会严重导致企业的经济损失和生命财产损失。
2、目前，各金属矿山企业都在积极融合数字化、智慧化。为了达到这一目标，金属矿山企业需要不断地进行设备与技术的更新和升级，以达到来自社会各方面的要求。在金属矿山企业的安全生产管理领域，需要使用更先进的技术手段和方法，来实现对各个生产场景下的各类情况进行实时的监测、预警和响应，从而提高生产过程的安全性和可靠性。
3、金属矿山企业的安全风险预警评估主要通过分析企业内生产作业区域、设备、人员参与实际生产过程产生的各种数据来实现，包括：设备运行数据、物资监测数据、区域监测数据、作业行为监测数据等。通过对这些数据的实时动态监测和分析评估，可以发现生产过程中存在的异常情况，从而及时预测规避潜在的安全风险，并采取对应的措施，消除或降低风险的产生。
4、目前，主流的技术手段包括物联网传感器技术、数据挖掘技术、机器学习技术、图像分类识别技术等。物联网传感器技术可以获取各类设备的实时运行数据，并将这些数据
5、虽然金属矿山企业已经有一定的动态监测预警技术应用，能够在一定程度上提高生产安全，但仍然存在一定的缺陷待改进和提升，包括：1、数据获取不全面，动态监测预警的精度和可靠性直接受到采集数据的质量和数量影响。目前在金属矿山企业中，监测设备和采集单元指标数量都存在一些不足，无法达到多层次、多方位的数据采集。2、安全监测预警指标不全面：当前安全监测预警指标存在遗漏，无法全面覆盖所有监测场景和监测设备，对于行为分析、目标检测等难以预测的监测场景都没有覆盖，缺乏有效的手段和方法去监测预警。3、预警模型未应用：目前金属矿山企业的指标监测预警仅使用传统的数学模型，存在表达能力差、数据利用率低、鲁棒性差、自适应力低、计算效率低、解释性差、模型选择组合方式少等各类缺点。
6、因此，本申请提供一种金属矿山风险动态监测及智能分级预警系统。
技术实现思路
1、为解决上述问题，本专利技术提供了一种金属矿山风险动态监测及智能分级预警系统。
2、本专利技术解决其技术问题所采取的技术方案是：一种金属矿山风险动态监测及智能分级预警系统，包括采集模块，用于获取各类设备的实时运行数据，得到采集数据；
3、分布式数据存储中心，用于储存采集数据、基础数据模块、模型库、特征库、规则单元和预警记录；
4、网络传输模块，用于将采集数据传递给分布式数据存储中心；
5、动态监测引擎，用于分析分布式数据存储中心生成的最新规则单元，通过匹配特征和模型，再利用用户指定的规则参数，动态匹配并生成动态预警信息通知，异常通知持久化存储至数据中心，动态监测引擎匹配到异常信息需要推送至用户；
6、可视化动态规则编辑模块，通过规则模块中的可视化动态规则生成关联多模型、多特征的规则单元，将规则单元存储至分布式数据中心中，并且支持对已生成的规则单元进行运行效果验证及执行效率和完成度监控；
7、风险监测全景图与用户端连接，用户通过风险监测全景图查阅风险预警评估信息、各场景、设备、区域的预警触发分布情况。
8、作为优化，所述采集模块包括安装于生产场景及生产设备上，所述采集模块包括传感器模块、标签模块和遥感视频模块，所述采集模块用于高风险设备运行监测、高风险物资监测、高风险区域监测和高风险作业行为监测信息。
9、作为优化，所述采集数据包括传感器模块实时采样数据、标签模块实时运动数据、遥感视频模块图像监视数据。
10、作为优化，所述特征库用于根据采集数据分析生产作业区域、设备、人员，对潜在高风险的活动及行为采取相应的预警及报警措施，并汇聚成通用的风险预警监测管控信息。
11、作为优化，通过所述网络传输模块传输的基于矿山生产作业过程数据流，将各单元模块的基础指标配置数据、采样数据、运动数据、视频图像数据分别进行数据特征提取、编码、冗余数据融合、异常数据监测转储至分布式数据存储中心或持久化存储服务；
12、所述持久化存储服务包括：图形数据库服务，关系型数据库服务，非关系型数据库服务，文件型存储服务，时序型数据库服务。
13、作为优化，所述基础数据模块提供可维护的包括企业、部门组、用户、角色、职务的基本信息数据；提供可维护的金属矿山企业的所有生产区域、生产设备、生产指标基本信息数据；提供可维护的符合国家标准的矿山生产应用的标准参数；提供可维护的实际车间生产设备与工艺标准适配的工况校准基本数据；
14、所述基础数据模块的功能实现方式包括：企业、部门组、用户、角色、职务的基本信息数据创建、修改、删除、复制，基于企业、部门组、用户、角色、职务的属性名称信息的查询条件的全局筛选查询功能，基于企业、部门组、用户、角色、职务的属性名称信息的信息报表一键导出、导入功能；金属矿山企业的所有生产区域、生产设备、生产指标。
15、作为优化，所述特征库包括模型动态训练系统，所述模型动态训练系统包括动态监测特征库支持，所述动态监测特征库包括感知神经网络、竞争神经网络、反馈神经网络、有监督模型、无监督模型、概率模型、机器视觉、图像提取、图像识别、目标检测、物体识别、文字识别、行为识别、活体检测、生物特征识别；特征库模型训练与构建；
16、特征库模型动态训练系统的基础功能实现方式包括基于采集模块获取一个或多个金属矿山的生产作业数据作为训练集数据，根据动态监测特征库分类类别进行特征提取，得到特征向量，并确定每个类别的基于每轮训练数据的中心向量，融合多轮特征向量，存储最终特征模型至文件型存储服务；并通知广播模块；
17、所述广播模块包括用户消息通知服务、音频广播服务。
18、作为优化，所述可视化动态规则编辑模块包括自定义数据流规则编辑；
19、所述可视化动态规则编本文档来自技高网...
【技术保护点】
1.一种金属矿山风险动态监测及智能分级预警系统，其特征在于：包括采集模块，用于获取各类设备的实时运行数据，得到采集数据；
2.根据权利要求1所述的一种金属矿山风险动态监测及智能分级预警系统，其特征在于：所述采集模块包括安装于生产场景及生产设备上，所述采集模块包括传感器模块、标签模块和遥感视频模块，所述采集模块用于高风险设备运行监测、高风险物资监测、高风险区域监测和高风险作业行为监测信息。
3.根据权利要求2所述的一种金属矿山风险动态监测及智能分级预警系统，其特征在于：所述采集数据包括传感器模块实时采样数据、标签模块实时运动数据、遥感视频模块图像监视数据。
4.根据权利要求1所述的一种金属矿山风险动态监测及智能分级预警系统，其特征在于：所述特征库用于根据采集数据分析生产作业区域、设备、人员，对潜在高风险的活动及行为采取相应的预警及报警措施，并汇聚成通用的风险预警监测管控信息。
5.根据权利要求1所述的一种金属矿山风险动态监测及智能分级预警系统，其特征在于：通过所述网络传输模块传输的基于矿山生产作业过程数据流，将各单元模块的基础指标配置
6.根据权利要求1所述的一种金属矿山风险动态监测及智能分级预警系统，其特征在于：所述基础数据模块提供可维护的包括企业、部门组、用户、角色、职务的基本信息数据；提供可维护的金属矿山企业的所有生产区域、生产设备、生产指标基本信息数据；提供可维护的符合国家标准的矿山生产应用的标准参数；提供可维护的实际车间生产设备与工艺标准适配的工况校准基本数据；
7.根据权利要求1所述的一种金属矿山风险动态监测及智能分级预警系统，其特征在于：所述特征库包括模型动态训练系统，所述模型动态训练系统包括动态监测特征库支持，所述动态监测特征库包括感知神经网络、竞争神经网络、反馈神经网络、有监督模型、无监督模型、概率模型、机器视觉、图像提取、图像识别、目标检测、物体识别、文字识别、行为识别、活体检测、生物特征识别；特征库模型训练与构建；
8.根据权利要求1所述的一种金属矿山风险动态监测及智能分级预警系统，其特征在于：所述可视化动态规则编辑模块包括自定义数据流规则编辑；
9.根据权利要求1所述的一种金属矿山风险动态监测及智能分级预警系统，其特征在于：所述风险监测全景图支持单表及多表关联数据加载；支持折线图、饼图、柱状图、散点图的图形插件加载；支持运用WebGL、3D、Canvas、GIS引擎加载；支持可视化图形检索。
...【技术特征摘要】
1.一种金属矿山风险动态监测及智能分级预警系统，其特征在于：包括采集模块，用于获取各类设备的实时运行数据，得到采集数据；
2.根据权利要求1所述的一种金属矿山风险动态监测及智能分级预警系统，其特征在于：所述采集模块包括安装于生产场景及生产设备上，所述采集模块包括传感器模块、标签模块和遥感视频模块，所述采集模块用于高风险设备运行监测、高风险物资监测、高风险区域监测和高风险作业行为监测信息。
3.根据权利要求2所述的一种金属矿山风险动态监测及智能分级预警系统，其特征在于：所述采集数据包括传感器模块实时采样数据、标签模块实时运动数据、遥感视频模块图像监视数据。
4.根据权利要求1所述的一种金属矿山风险动态监测及智能分级预警系统，其特征在于：所述特征库用于根据采集数据分析生产作业区域、设备、人员，对潜在高风险的活动及行为采取相应的预警及报警措施，并汇聚成通用的风险预警监测管控信息。
5.根据权利要求1所述的一种金属矿山风险动态监测及智能分级预警系统，其特征在于：通过所述网络传输模块传输的基于矿山生产作业过程数据流，将各单元模块的基础指标配置数据、采样数据、运动数据、视频图像数据分别进行数据特征提取、编码、冗余数据融合、异常数据监测转储至分布式数据存储中心或持久化存储服务；
【专利技术属性】
技术研发人员：苑文波，姚卫东，桑锦国，王博雄，刘慧娟，孙延棚，隋钊，栾文军，吕九辉，曹桂文，郭绍霞，王玉娇，孙杰龙，
申请(专利权)人：山东金软科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。