首页 / 专利库 / 变压器和转换设备 / 传感器 / 煤矿底板突水灾害智能、实时预测预警的大数据云平台

底板灾害智能、实时预测预警的大数据平台

阅读:865发布:2024-01-25

专利汇可以提供底板灾害智能、实时预测预警的大数据平台专利检索,专利查询,专利分析的服务。并且本 发明 属于智能预测领域,涉及 煤 矿 底板 突 水 灾害智能、实时预测预警的 大数据 云 平台,所述的大数据云平台通过阿里云、自己组建云平台等方式实现其平台。采用Hadoop编程模型包设计的分布式存储。数据的分布式存储采用的是一个高可靠性、高性能、面向列、可伸缩的分布式 数据库 HBase。采用计算引擎Spark实现 聚类分析 、预测预警 算法 。采用一种高吞吐量的分布式发布订阅消息系统实现的实现预测结果的实时显示和发送。本发明将待预测预警工作面底板煤矿底板监测 物联网 系统监测到的数据及工作面底板突水情况存储至历史煤矿底板监测物联网监测数据库。在此 基础 上对煤矿底板突水灾害智能、实时 预测模型 及预警 阀 值进行修正。,下面是底板灾害智能、实时预测预警的大数据平台专利的具体信息内容。

1.底板灾害智能、实时预测预警的大数据平台,其特征在于,包含煤矿底板地质分类系统、煤矿底板监测物联网系统和实时显示、预测预警系统;
所述的煤矿底板监测物联网系统将采集到的信息传输给煤矿底板地质分类系统,经过数据处理后,煤矿底板地质分类系统将数据传递给实时显示、预测预警系统;
煤矿底板地质分类系统包含煤矿底板地质信息的获取模、煤矿底板地质信息定量化处理模块、煤矿底板地质信息数据库和煤矿底板地质聚类分析模块;
煤矿底板地质信息的获取模块实现收集煤矿的底板的工程地质及水文地质信息,信息包括煤矿底板空间分布、含水层富水性、含水层水头和隔水层的厚度;
煤矿底板地质信息定量化处理模块,实现对煤矿底板地质信息的获取模块采集到的信息进行如下处理:
a对含水层富水性X1判断分级:煤层底板含水层的富水性是突水的物质基础,将含水层中富水性分为五个等级,即
b对含水层水头压力X2进行判断:底板含水层具有的水头压力是底板发生突水的前提条件,在煤层底板地质条件相同的情况下,承压水水压越高,越容易突水;
c对隔水层的厚度X3进行判断:其他地质条件相同时,隔水层厚度越大,阻抗水能力越强;
d对断裂导水性X4进行分级:按其水文地质特点,划分为富水断裂、导水断裂、储水断裂、无水断裂和阻水断裂五种类型,断裂的导水性依次降低,对底板突水的贡献依次减少;
e按煤层底板岩性组合X5进行分级:将煤矿底板岩体岩性组合进行如下划分:
所述煤矿底板地质信息数据库为基于Hadoop编程模型包设计的分布式数据库,将煤矿底板地质信息定量化处理模块定量化处理后的数据存储于该分布式数据库;
所述煤矿底板地质聚类分析模块采用基于计算引擎Spark实现的聚类分析算法,对煤矿底板地质信息数据库的数据进行分析,将煤矿底板分为四种底板类型:极易发生突水灾害底板、较易发生突水灾害底板、较难发生突水灾害底板和极难发生突水灾害底板;
所述煤矿底板监测物联网系统,包括物联网监测装置、数据传输模块和煤矿底板监测物联网监测数据库;
物联网监测装置包括有微震传感器、水压传感器、钻孔应力计、水流量传感器和水质分析传感器;所述数据传输模块采用电缆将物联网监测装置与煤矿底板监测物联网监测数据库相连;
所述煤矿底板监测物联网监测数据库为基于Hadoop编程模型包设计的分布式数据库;
将煤矿底板监测物联网系统监测到的实时监测数据及工作面空间分布、微震传感器、钻孔应力计、水压传感器、水流量传感器和水质分析传感器的空间坐标信息数据存储于该分布式数据库;
所述实时显示、预测预警系统包括历史煤矿底板监测物联网监测数据库、预测预警算法模块和实时显示模块;
所述的预测预警算法模块对历史煤矿底板监测物联网监测数据库中的数据进行分析,并通过实时显示模块显示;
所述历史煤矿底板监测物联网监测数据库为基于Hadoop编程模型包设计的分布式数据库;
历史煤矿底板监测物联网监测数据库中存储的数据有两种:第一种,煤矿底板地质分类系统中的收集的煤矿底板监测数据,该数据包含微震事件坐标及相关震源参数、水压数据、水流量数据、应力数据、水质分析数据的实时监测数据和微震传感器、水压传感器、水流量传感器、应力传感器、水质分析传感器的空间坐标、工作面底板突水情况信息;第二种,已开采完成的安装过煤矿底板监测物联网系统的煤矿底板监测数据及工作面底板突水情况;
所述预测预警算法模块为基于计算引擎Spark实现的深度神经网络算法;通过煤矿底板的四种底板类型的历史煤矿底板监测物联网监测数据库中的数据,采用基于计算引擎Spark实现的深度神经网络算法训练四种底板类型对应的煤矿底板突水灾害智能、实时预测模型及预警值;从而得到不同底板地质类型对应的煤矿底板突水灾害智能、实时预测预警模型。
2.如权利要求1所述的煤矿底板突水灾害智能、实时预测预警的大数据云平台,其特征在于,所述物联网监测装置设置如下:
①微震传感器:利用枪对钻孔内残留的水和煤渣进行清除;利用安装工具将传感器送至钻孔的底部,使传感器底部与岩壁耦合;而后向钻孔中倒入水泥砂浆,并使泥浆盖过传感器;水泥砂浆凝固时,将传感器安装工具抽出,并用水泥砂浆将钻孔灌实;
②水压传感器:采用孔隙水压力计,钻1.5m深度下向孔,采用压入法将孔隙水压力计送至设计深度,回填1米以上膨润土泥球,最后封孔;
③钻孔应力计:采用直径为55mm的钻头,垂直煤壁方向钻深度为8m圆孔,将钻孔应力计置入孔中;
④水流量传感器:水流量传感器设置在工作面排水沟内,安装完成后需单独对其坐标进行测量;
⑤水质分析传感器:水质分析传感器安装于工作面排水沟内,安装完成后需要单独对其坐标进行测量。
3.如权利要求1或2所述的煤矿底板突水灾害智能、实时预测预警的大数据云平台,其特征在于,所述数据传输模块采用电缆将物联网监测装置与煤矿底板监测物联网监测数据库相连,具体方式如下:
a对布设电缆进行套管保护,套管选用的材料为2.0MPa的PPR管材,管材厚度为3.5mm,线管和线管之间采用双向结头进行加固;
b对布设电缆进行填埋保护,将套管后的电缆放入30cm的线槽中,利用煤渣进行填埋压实保护电缆。

说明书全文

底板灾害智能、实时预测预警的大数据平台

技术领域

[0001] 本发明属于智能预测领域,涉及煤矿底板突水灾害智能、实时预测预警的大数据云平台。

背景技术

[0002] 我国浅部煤炭资源逐渐枯竭,深部突水灾害频发,安全生产迫切需要煤矿突水灾害相关的险判识及预测预警方法和大数据应用系统。本发明通过研究煤矿突水灾害大数据智能预测预警关键技术,将提供一种基于云平台的煤矿突水灾害防治相关的预测预警方法和大数据应用系统,提升煤矿突水风险判识及预警精度,保障安全生产。依托现有技术服务市场基础,可在全国煤矿突水威胁的矿井推广应用,为服务矿井提供煤矿突水灾害防控大数据挖掘分析等增值服务、为煤监局等政府主管部提供突水防治决策支持。

发明内容

[0003] 本发明提供一种煤矿底板突水灾害预测预警的大数据云平台,采用大数据的计算方法,根据待预测煤矿工作面底板工程地质条件,确定煤矿底板所属的类型,然后根据工面监测数据实现煤矿底板突水灾害智能、实时预测预警,以防止煤矿底板突水灾害的发生。
[0004] 本发明的技术方案如下:
[0005] 煤矿底板突水灾害智能、实时预测预警的大数据云平台,通过阿里云、自己组建云平台等方式实现其平台。采用Hadoop编程模型包设计和实现数据的分布式存储。数据的分布式存储采用的是一个高可靠性、高性能、面向列、可伸缩的分布式数据库HBase。采用计算引擎Spark实现聚类分析、预测预警算法。采用一种高吞吐量的分布式发布订阅消息系统(Kafka)实现的实现预测结果的实时显示和发送。
[0006] 一种煤矿底板突水灾害智能、实时预测预警的大数据云平台,包含煤矿底板地质分类系统、煤矿底板监测物联网系统和实时显示、预测预警系统。
[0007] 煤矿底板监测物联网系统将采集到的信息传输给煤矿底板地质分类系统,经过数据处理后,煤矿底板地质分类系统将数据传递给实时显示、预测预警系统。
[0008] 所述的煤矿底板地质分类系统包含煤矿底板地质信息的获取模、煤矿底板地质信息定量化处理模块、煤矿底板地质信息数据库及煤矿底板地质聚类分析模块。
[0009] 煤矿底板地质信息的获取模块实现收集煤矿的底板的工程地质及水文地质信息,信息包括含煤矿底板空间分布、含水层富水性、含水层水头和隔水层的厚度等。
[0010] 煤矿底板地质信息定量化处理模块,实现对煤矿底板地质信息的获取模块采集到的信息进行如下处理:
[0011] (1)对含水层富水性X1判断分级:煤层底板含水层的富水性是突水的物质基础,其富水程度和补给条件决定了底板突水的水量大小和突水点能否持久涌水。影响富水性的因素主要有单位涌水量和渗透系数,将含水层中富水性分为五个等级,即
[0012]
[0013] (2)对含水层水头压力X2进行判断:底板含水层具有的水头压力是底板发生突水的前提条件,在煤层底板地质条件相同的情况下,承压水水压越高,越容易突水。
[0014] (3)对隔水层的厚度X3进行判断:其他地质条件相同时,隔水层厚度越大,阻抗水能力越强。
[0015] (4)对断裂导水性X4进行分级:断裂按其水文地质特点,划分为富水断裂、导水断裂、储水断裂、无水断裂和阻水断裂5种类型,断裂的导水性依次降低,对底板突水的贡献依次减少。
[0016]
[0017] (5)按煤层底板岩性组合X5进行分级:不同岩性具有不同的力学强度,阻抗水能力也各不相同,将煤矿底板岩体岩性组合进行如下划分:
[0018]
[0019] 所述煤矿底板地质信息数据库为基于Hadoop编程模型包设计的高可靠性、高性能、面向列和可伸缩的分布式数据库,将煤矿底板地质信息定量化处理模块定量化处理后的数据存储于该分布式数据库。
[0020] 所述煤矿底板地质聚类分析模块采用基于计算引擎Spark实现的聚类分析算法,对煤矿底板地质信息数据库的数据进行分析,将煤矿底板分为四种底板类型:极易发生突水灾害底板、较易发生突水灾害底板、较难突水灾害底板和极难发生突水灾害底板。
[0021] 所述煤矿底板监测物联网系统,包括物联网监测装置、数据传输模块和煤矿底板监测物联网监测数据库。
[0022] 物联网监测装置包括有微震传感器、水压传感器、钻孔应力计、水流量传感器和水质分析传感器等,根据现场需求及工程施工条件,进一步补充或筛选。
[0023] 所述传感设置如下:
[0024] ①微震传感器:首先,利用风枪对钻孔内残留的水和煤渣进行清除。然后,利用安装工具将传感器送至钻孔的底部,使传感器底部与岩壁充分耦合、贴牢。而后向钻孔中倒入适量水泥砂浆,并使泥浆盖过传感器。最后,水泥砂浆开始凝固时,将传感器安装工具抽出,并用水泥砂浆将钻孔灌实。
[0025] ②水压传感器:本发明采用孔隙水压力计,钻1.5m深度下向孔,采用压入法将孔隙水压力计送至设计深度,回填1米以上膨润土泥球,最后封孔,具体安装要求根据传感器产品要求做适当调整。
[0026] ③钻孔应力计:采用直径为55mm的钻头钻,垂直煤壁方向钻深度为8m圆孔,将钻孔应力计置入孔中。
[0027] ④水流量传感器:水流量传感器设置在工作面排水沟内,安装完成后需单独对其坐标进行测量。
[0028] ⑤水质分析传感器:水质分析传感器安装于工作面排水沟内,安装完成后需要单独对其坐标进行测量。
[0029] 所述数据传输模块采用电缆将物联网监测装置与煤矿底板监测物联网监测数据库相连,具体方式如下:
[0030] a对布设电缆进行套管保护,套管选用的材料为2.0MPa的PPR管材,管材厚度为3.5mm,线管和线管之间采用双向结头进行加固;
[0031] b对布设电缆进行填埋保护,将套管后的电缆放入30cm的线槽中,利用煤渣进行填埋压实保护电缆。
[0032] 所述煤矿底板监测物联网监测数据库为基于Hadoop编程模型包设计的高可靠性、高性能、面向列、可伸缩的分布式数据库。将煤矿底板监测物联网系统监测到的微震事件坐标及相关震源参数、水压数据、水流量数据、应力数据和水质分析数据等实时监测数据及工作面空间分布、微震传感器、钻孔应力计、水压传感器、水流量传感器和水质分析传感器的空间坐标等信息数据存储于该分布式数据库。
[0033] 所述实时显示、预测预警系统包括历史煤矿底板监测物联网监测数据库、预测预警算法模块和实时显示模块。
[0034] 所述的预测预警算法模块对历史煤矿底板监测物联网监测数据库中的数据进行分析,并通过实时显示模块显示。
[0035] 所述历史煤矿底板监测物联网监测数据库为基于Hadoop编程模型包设计的高可靠性、高性能、面向列和可伸缩的分布式数据库。
[0036] 历史煤矿底板监测物联网监测数据库中存储的数据有两种:第一种,煤矿底板地质分类系统中的收集的煤矿底板监测数据,该部分数据包含微震事件坐标及相关震源参数、水压数据、水流量数据、应力数据、水质分析数据的实时监测数据和微震传感器、水压传感器、水流量传感器、应力传感器、水质分析传感器的空间坐标、工作面底板突水情况等信息。第二种,已开采完成的安装过煤矿底板监测物联网系统的煤矿底板监测数据及工作面底板突水情况。
[0037] 所述预测预警算法模块为基于计算引擎Spark实现的深度神经网络算法。通过煤矿底板的四种底板类型的历史煤矿底板监测物联网监测数据库中的数据,采用基于计算引擎Spark实现的深度神经网络算法训练四种底板类型对应的煤矿底板突水灾害智能、实时预测模型及预警值。从而得到不同底板地质类型对应的煤矿底板突水灾害智能、实时预测预警模型。
[0038] 本发明的有益效果:
[0039] (1)大量收集国内煤矿底板空间分布、含水层富水性、含水层水头压力、隔水层的厚度和隔水层的厚度等的工程地质及水文地质信息及微震事件坐标及相关震源参数、水压数据、水流量数据、应力数据、水质分析数据等实时监测数据和微震传感器、水压传感器、水流量传感器、应力传感器、水质分析传感器等的空间坐标、工作面底板突水情况等信息,建立煤矿底板地质信息数据库和历史煤矿底板监测物联网监测数据库。
[0040] (2)通过对煤矿底板地质信息数据库中煤矿底板的含水层富水性、含水层水头压力、隔水层的厚度和隔水层的厚度等信息,将煤矿底板分为极易发生突水灾害底板、较易发生突水灾害底板、较难突水灾害底板和极难发生突水灾害底板,并建立相应的分类方法。
[0041] (3)通过四种底板类型的历史煤矿底板监测物联网监测数据库中的数据,采用基于计算引擎Spark实现的深度神经网络算法训练四种底板类型对应的煤矿底板突水灾害智能、实时预测模型及预警阀值。从而得到不同底板地质类型对应的煤矿底板突水灾害智能、实时预测预警模型。
[0042] (4)分析待预测预警工作面的底板地质条件,对煤矿底板地质信息的获取、煤矿底板地质信息进行定量化处理通过计算引擎Spark实现的聚类分析算法确定待预测预警工作面的底板所属的地质类型。
[0043] (5)在待预测预警工作面的底板建立煤矿底板监测物联网系统,对其开展实时监测,并存储于煤矿底板监测物联网监测数据库。
[0044] (6)选用合适的模型,基于煤矿底板监测物联网监测数据库中的数据,采用合适的煤矿底板突水灾害智能、实时预测模型及预警阀值,对工作面灾害进行实时预测预警,并对监测结果、预测预警结果进行实时显示和发布。
[0045] (7)待预测预警工作面开采完成后,将待预测预警工作面进行定量化处理后存储至煤矿底板地质信息数据库。将待预测预警工作面底板煤矿底板监测物联网系统监测到的数据及工作面底板突水情况存储至历史煤矿底板监测物联网监测数据库。在此基础上对煤矿底板突水灾害智能、实时预测模型及预警阀值进行修正。附图说明
[0046] 图1为煤矿底板地质信息包含的内容示意图。
[0047] 图2为突水大数据平台数据仓库架构示意图。
[0048] 图3为突水大数据联机分析处理构架示意图。

具体实施方式

[0049] 下面结合说明书附图来对本发明进一步说明。
[0050] 第一步:在待预测采煤矿工作面底板布置煤矿底板监测物联网系统。
[0051] 所述煤矿底板监测物联网系统,包括微震传感器、水压传感器、水流量传感器、应力传感器、信号电缆和矿山数据采集中心。
[0052] 将微震传感器、水压传感器、水流量传感器和应力传感器分别通过信号电缆与矿山数据采集中心连接,矿山数据采集中心用于监测待预测采煤矿工作面开采过程中的微震信号、水压变化、流量变化、水质变化和应力变化。
[0053] 所述的监测物联网系统建立方式步骤如下:
[0054] 1.1传感器设置
[0055] 因微震、水压、水流量、水质和应力传感器的布设对钻孔位置、深度、倾具有不同要求,由矿山地测部门对各个钻孔孔口、孔底坐标进行测量,并计算传感器坐标,形成报表。
[0056] 1.1.1微震传感器安装:首先,利用风枪对钻孔内残留的水和煤渣进行清除。然后,将微震传感器送至钻孔的底部,使微震传感器底部与岩壁充分耦合、贴牢。而后,向钻孔中缓慢倒入适量水泥砂浆,并使泥浆盖过微震传感器,用水泥砂浆将钻孔灌实。
[0057] 1.1.2水压传感器安装:水压传感器采用孔隙水压力计,钻1.5m深度下向孔,采用压入法将孔隙水压力计送至下向孔中,回填1米以上膨润土泥球,最后封孔。
[0058] 1.1.3应力传感器安装:应力传感器采用钻孔应力计垂直煤壁方向设置在深度8m的孔中。
[0059] 1.1.4水流量传感器安装:水流感器固定于工作面排水沟内,单独对其坐标进行测量。
[0060] 1.2信号电缆铺设
[0061] 为确保矿山数据采集中心与传感器之间的信号畅通,采用如下措施对电缆进行保护:
[0062] 1.2.1对布设信号电缆进行套管保护,套管选用的材料为2.0MPa的PPR管材,管材厚度为3.5mm,线管和线管之间采用双向结头进行加固;
[0063] 1.2.2对布设信号电缆进行填埋保护,将套管后的电缆放入30~32cm的线槽中,利用煤渣进行填埋压实保护电缆。
[0064] 第二步:数据分析
[0065] 将采集到的煤矿底板地质信息进行定量化处理,形成煤矿底板地质信息数据仓库。采用大数据的计算方法对煤矿底板地质信息数据仓库进行分析,确定煤矿底板地质的分类。
[0066] 所述的大数据的计算方法采用聚类分析方法;
[0067] 所述煤矿底板地质信息定量化处理方法如下:
[0068] (1)含水层富水性:煤层底板含水层的富水性是突水的物质基础,其富水程度和补给条件决定了底板突水的水量大小和突水点能否持久涌水。影响富水性的因素主要有单位涌水量和渗透系数,将含水层中富水性分为五个等级,即
[0069]
[0070] (2)含水层水头压力:底板含水层具有的水头压力是底板发生突水的前提条件,在煤层底板地质条件相似的情况下,承压水水压越高,越容易突水。
[0071] (3)隔水层的厚度:其他地质条件相似时,隔水层厚度越大,阻抗水能力越强。
[0072] (4)断裂导水性:断裂按其水文地质特点,可划分为富水断裂、导水断裂、储水断裂、无水断裂、阻水断裂等5种类型,断裂的导水性依次降低,对底板突水的贡献依次减少。
[0073]
[0074] (5)煤层底板岩性组合:不同岩性具有不同的力学强度,阻抗水能力也各不相同,将煤矿常见底板岩体岩性组合进行如下划分:
[0075]
[0076] 第三步:将采集到的数据信息,根据待预测采煤矿工作面底板地质条件,采用大数据的计算方法——模式识别,确定待预测采煤矿工作面底板地质类型。利用相同煤矿工作面底板地质类型的监测数据,形成煤矿底板监测信息数据仓库。
[0077] 所述煤矿底板监测信息数据仓库建设方法为:将应力、水压、水量、水质、微震等监测数据,按照不同的分析主题将监测数据整理为不同的数据集市,在Hadoop大数据平台上构建地下水突水数据仓库,见图2,实现对不同数据集市、不同主题的地下水突水数据联机分析处理,如图3。
[0078] 第四步:采用大数据的计算方法——深度神经网络进行对煤矿底板监测信息数据仓库进行学习,训练该底板地质类型对应的煤矿底板突水灾害智能、实时预测预警模型。从而得到不同底板地质类型对应的煤矿底板突水灾害智能、实时预测预警模型。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈