【技术实现步骤摘要】
本专利技术实施例涉及煤矿智能通风，特别是一种基于移动终端的井下测风智能传输控制系统。
技术介绍
1、井下通风系统是矿井安全生产中至关重要的组成部分，其正常运行与否直接关系到整个矿井人员的生命安全。这一系统通常由风机、风道、风门、风窗、仓储设备和控制系统等多个组件构成。通风系统的关键任务包括提供新鲜空气、排除有害、危险气体、降低温度以及确保巷道的安全和舒适。通风系统在煤矿运营中扮演着至关重要的角色。其有效运行不仅有助于维持合适的工作环境，还有助于保护工作人员免受有害气体、危险的侵害，降低火灾和爆炸的风险。然而，传统的通风系统存在着一些挑战，包括能耗高、控制方式智能化程度低、通风效率低下等问题。
2、随着自动化技术和智能控制系统的不断进步，矿井通风系统也迎来了改进的机会。plc控制模块的广泛应用，使系统可以更有效地监控和调整通风参数，提高通风系统的运行效率。然而，在真实的巷道生产中，不能完全保证网络的畅通并且基于中心化服务器的处理，缺少危险场景检测的灵活性。目前方式需要工作人员井下观测记录然后上井导入系统再进行计算的繁琐步骤，不能从传感器中实时获取观测数据，不能及时发现和处理井下危险等问题。极大降低了井下测风人员的工作便捷性以及井上地图数据更新效率。存在矿井通风参数获取即时性不高，网络解算时效差，生成控风决策困难等难点问题。
技术实现思路
1、本专利技术实施例在于提供一种基于移动终端的井下测风智能传输控制系统，旨在解决煤矿井下通风系统自动化程度低，系统控制方式落后，安全事故
2、本专利技术提供一种基于移动终端的井下测风智能传输控制系统，所述井下测风智能传输控制系统包括：手持传感器、超声波风速仪、移动终端、风门风窗；
3、所述手持传感器和超声波风速仪采集实时数据并发送到移动终端，所述实时数据包括：环境气体参数以及风速风量监测值；
4、所述移动终端接收并缓存所述实时数据；
5、所述移动终端基于所述实时数据和指标数据库中的指标数据确定当前环境气体参数是否超过上限阈值；
6、若超过所述上限阈值，所述移动终端利用自身的自动化模块中的报警功能进行报警，以及及时记录并报告智能通风系统；
7、若未超过所述上限阈值，所述移动终端利用自身的智能预测模型，结合所述实时数据进行智能预测，输出预测数据；
8、所述移动终端利用自身的智能分析模型，结合所述实时数据、所述预测数据生成智能通风方案，以使得未来时间段内所述环境气体参数不超过所述上限阈值。
9、可选地，所述移动终端利用自身的智能分析数学模型，结合所述实时数据、所述预测数据生成智能通风方案，以使得未来时间段内所述环境气体参数不超过所述上限阈值，包括：
10、若所述实时数据、所述预测数据均属于正常范围时，所述移动终端根据所述实时数据以及风门风窗状态和环境气体参数关系表进行风门风窗状态微调，以保证所述环境气体参数尽量远离所述上限阈值；
11、若所述预测数据高于所述上限阈值时，所述移动终端利用自身的智能分析数学模型，计算得到需求风量，进而根据所述需求风量确定风门风窗状态的调整量，以及时调整所述风门风窗的状态，改变风流方向及通风量以避免未来巷道风险的发生。
12、可选地，所述移动终端利用自身的自动化控制模块，在所述实时数据、所述预测数据均属于正常范围后，自行微小调控巷道内自身及周边的风门风窗的开关状态；
13、当所述移动终端检测到巷道中当前位置有网络时，将所述实时数据及自动化控制模块的控制指令上传到所述智能通风系统，进行统筹规划。
14、可选地，所述智能预测模型包括：多层lstm模型；
15、所述多层lstm模型接受多个时间步和多个巷道历史数据的输入，并最终输出对某一个巷道在任一个时间步的预测数据；其中，多个所述时间步包括：整年范围的季节性时间步，其是以一天为单位定义的时间步，一个时间步包括一天内的代表性的数据点，以使得所述智能预测模型能够学习数据每天的周期性变化，并随着时间的推移逐渐学习到一年内的季节性变化；或者，
16、多个所述时间步包括：整日范围的季节性时间步，其是将一天按照时段分为多个时间步，以使得所述智能预测模型能够学习一天内不同时间段的周期性变化；每个巷道的历史数据包括：各种测量值，各种测量值包括：风速、温度、湿度、气压、环境气体参数。
17、可选地，所述多层lstm模型包括：双层lstm模型；
18、其中，第一层的lstm单元接收整年的季节性时间步和多个巷道历史数据作为输入；
19、第二层的lstm单元接收整日范围的季节性时间步和多个巷道历史数据作为输入；
20、所述双层lstm模型的输出通过适当的结构和层次来设计，以产生对某一个巷道在任一个时间步的预测数据。
21、可选地，所述移动终端利用自身的缓存模块接收并缓存所述实时数据；
22、所述缓存模块用于将实时监测数据存储到本地，并在检测到巷道中当前位置有网络时，将所述实时数据上传到所述智能通风系统；
23、所述指标数据库包括：风速、温度、湿度、气压、环境气体参数各自的参数值，以及风门风窗的状态、负压、正压数据；
24、所述移动终端利用所述智能分析模型，对所述实时数据和所述指标数据库中数据进行对比，以确定所述实时数据的值是否在安全范围内，以及确定多个相互影响指标对应的实时数据的值是否在安全范围内。
25、可选地，所述移动终端利用自身的通讯模块与所述智能通风系统、所述超声波风速仪进行通讯；
26、其中，所述通讯模块以工业物联网为架构，用于将所述实时数据传输到所述智能通风系统，以及将所述风门风窗状态传输至所述移动终端。
27、可选地，所述自动化控制模块利用内置的切换模式模块进行运行模式的切换；
28、所述运行模式包括：手动控制模式、半自动控制模式以及全自动控制模式；
29、所述自动化控制模块在常规情况下，强制处于所述手动控制模式或者所述半自动模式下运行，以充分保证其辅助决策功能；
30、其中，所述全自动控制模式用于根据所述环境气体参数的检测结果，结合所述智能通风方案，当所述环境气体参数超过所述上限阈值，或者智能通风方案的调整结构未达到预期目标时，将代替工作人员自行调控所述风门风窗的状态；
31、所述半自动化控制模式用于根据所述智能通风方案，指导工作人员按照所述智能通风方案进行通风操作；
32、所述手动控制模式用于日常巡检。
33、可选地，所述移动终端接收来自于智能视频监控模块的视频信号，利用自身的智能分析模型进行视频分析，自动检测出危险情况并通过通讯模块发送至服务器内存储并呈现给专业技术人员进行统筹调控，以及实时将检测结果利用人机交互模块展示，以供工作人员参考指导；
34、所述移动终端设备利用所述人机交互模块实时显示所述手持传感器检测的本文档来自技高网...
【技术保护点】
1.一种基于移动终端的井下测风智能传输控制系统，其特征在于，所述井下测风智能传输控制系统包括：手持传感器、超声波风速仪、移动终端、风门风窗；
2.根据权利要求1所述的井下测风智能传输控制系统，其特征在于，所述移动终端利用自身的智能分析数学模型，结合所述实时数据、所述预测数据生成智能通风方案，以使得未来时间段内所述环境气体参数不超过所述上限阈值，包括：
3.根据权利要求1所述的井下测风智能传输控制系统，其特征在于，所述移动终端利用自身的自动化控制模块，在所述实时数据、所述预测数据均属于正常范围后，自行微小调控巷道内自身及周边的风门风窗的开关状态；
4.根据权利要求1所述的井下测风智能传输控制系统，其特征在于，所述智能预测模型包括：多层LSTM模型；
5.根据权利要求4所述的井下测风智能传输控制系统，其特征在于，所述多层LSTM模型包括：双层LSTM模型；
6.根据权利要求1所述的井下测风智能传输控制系统，其特征在于，所述移动终端利用自身的缓存模块接收并缓存所述实时数据；
7.根据权利要求1所述的井下测风智能传输
8.根据权利要求1所述的井下测风智能传输控制系统，其特征在于，所述自动化控制模块利用内置的切换模式模块进行运行模式的切换；
9.根据权利要求1所述的井下测风智能传输控制系统，其特征在于，所述移动终端接收来自于智能视频监控模块的视频信号，利用自身的智能分析模型进行视频分析，自动检测出危险情况并通过通讯模块发送至服务器内存储并呈现给专业技术人员进行统筹调控，以及实时将检测结果利用人机交互模块展示，以供工作人员参考指导；
10.根据权利要求9所述的井下测风智能传输控制系统，其特征在于，所述自动化模块利用内置的报警模块，对所述智能分析模型得到的内容进行实时播报；
...【技术特征摘要】
1.一种基于移动终端的井下测风智能传输控制系统，其特征在于，所述井下测风智能传输控制系统包括：手持传感器、超声波风速仪、移动终端、风门风窗；
2.根据权利要求1所述的井下测风智能传输控制系统，其特征在于，所述移动终端利用自身的智能分析数学模型，结合所述实时数据、所述预测数据生成智能通风方案，以使得未来时间段内所述环境气体参数不超过所述上限阈值，包括：
3.根据权利要求1所述的井下测风智能传输控制系统，其特征在于，所述移动终端利用自身的自动化控制模块，在所述实时数据、所述预测数据均属于正常范围后，自行微小调控巷道内自身及周边的风门风窗的开关状态；
4.根据权利要求1所述的井下测风智能传输控制系统，其特征在于，所述智能预测模型包括：多层lstm模型；
5.根据权利要求4所述的井下测风智能传输控制系统，其特征在于，所述多层lstm模型包括：双层lstm模型；
6.根据权利要求1所述...
【专利技术属性】
技术研发人员：郭泰安，尚琦奇，雷小平，景超，任金权，耿家军，
申请(专利权)人：北京龙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。