-
公开(公告)号：CN117114946A
公开(公告)日：2023-11-24
申请号：CN202310727388.4
申请日：2023-06-19
申请人： 陕西陕煤曹家滩矿业有限公司 , 西安科技大学
IPC分类号： G06Q50/26 , G06Q50/02 , G06F18/25 , G06F18/2433 , G06V20/40 , G06V20/52 , G06F3/14 , E21F1/00
摘要： 本发明提供了一种基于多屏联动的矿井通风溯源分析系统及方法；该系统包括：计算机、获取模块、提取模块、溯源模块、表达模块。本发明还涉及该系统的方法，包括以下步骤：步骤1，获取井下监测设备的数据信息；步骤2，构建动态显示模式；步骤3，获得异常状态的监测信息；步骤4，采用遗传算法进行溯源分析；步骤5，基于位置信息，获得所述故障点的视频监控，以对所述故障点进行溯源分析。本发明对矿井内部产生的异常报警数据进行溯源分析，多屏联动的方式可以同时显示多组数据，用户可以通过对比数据来寻找异常情况，即数据异常、设备异常等，快速定位问题，解决了以往企业监测到异常数据无法排查原因及难排查的问题。
-
公开(公告)号：CN116882106A
公开(公告)日：2023-10-13
申请号：CN202310727390.1
申请日：2023-06-19
申请人： 陕西陕煤曹家滩矿业有限公司 , 西安科技大学
IPC分类号： G06F30/18 , G06F30/17 , G06F30/20 , G06F18/241 , G06F18/23213 , G06Q50/02 , G06F111/04 , G06F119/14
摘要： 本发明提供了一种矿井多元情景自适应的通风网络解算方法；包括：步骤1，建立巷道网络的几何模型；步骤2，对预设巷道进行精细化模拟预设巷道；步骤3，整合为一体的智能通风系统管控平台对通风状态进行分类；步骤4，通过聚类降噪算法反复迭代得到最终结果；步骤5，改进节点压能方程来处理数据。步骤6，最终根据通风智能化构架进行多元情景自适应的通风网络解算。本发明通过物联网和互联网将日常通风与灾变时期的通风网络解算有机结合，按需且自适应的完成重要用风区域精细化模拟，充分发挥了矿山智能化构架计算精准的优势。该方法所涉及的通风网络解算是基于改进节点压能法完成的；所涉及的监测数据是基于聚类降噪算法进行优化得到的。
-
公开(公告)号：CN217849525U
公开(公告)日：2022-11-18
申请号：CN202221373116.6
申请日：2022-06-02
申请人： 陕西陕煤曹家滩矿业有限公司 , 西安科技大学
摘要： 本实用新型公开了一种用于煤矿井下的监控摄像装置，涉及矿井用监控装置技术领域，包括安装支架、球面摄像头、固定外壳，球面摄像头通过连接轴与安装支架连接，固定外壳上转动安装有清洁机构，用于球面摄像头的清洁操作；固定外壳内设置有驱动机构，用于驱动清洁机构运行；安装支架上设置有喷洒机构，用于清洗剂的喷洒操作。本实用新型通过设置的清洁机构，能够与球面摄像头紧密贴合，有效将球面摄像头上粘附的灰尘清理，防止摄像头粘附灰尘对拍摄画面造成影响，且清洁机构收放自如，可折叠收纳在收纳槽中，不会对球面摄像头的正常工作造成干扰。
-
公开(公告)号：CN219472431U
公开(公告)日：2023-08-04
申请号：CN202221276207.8
申请日：2022-05-25
申请人： 陕西陕煤曹家滩矿业有限公司 , 西安科技大学
IPC分类号： F04D29/70 , B01D46/681 , B01D46/79
摘要： 本实用新型公开了一种基于传感器的煤矿局部通风机调控装置，涉及煤矿通风技术领域。包括支撑板，支撑板上开设有通风口，通风口处安装有过滤板，支撑板安装有支撑架，支撑架连接有底板，底板铰接有第一转动杆，第一转动杆铰接有第二转动杆，第二转动杆铰接有固定块，固定块连接有第一滑动杆，第一滑动杆插设于支撑架，支撑架连接有放置板，放置板连接有电机，电机输出轴固定连接有第三转动杆，第三转动杆固定连接有套杆，套杆在第一转动杆内滑动，固定块连接有移动架，移动架通过若干第一弹簧连接有擦板，移动架连接有若干光敏传感器，光敏传感器与电机电连接。本实用新型能够自动对过滤板上的灰尘进行清理。
-
公开(公告)号：CN113094247B
公开(公告)日：2023-08-15
申请号：CN202110438420.8
申请日：2021-04-22
申请人： 西安科技大学
摘要： 本申请涉及煤矿安全技术领域，公开了一种基于Storm的采煤机运行状态实时预测方法，基于Storm的采煤机运行状态数据分布式实时预测框架，结合Hadoop Database数据库，模拟实践生产中采煤机中时间序列的运行数据。基于Storm将预测模型GRU预测的各种数据结合各数据的阈值，实现对数据状态的预警。且GRU经过在训练集训练后，从RMSE、MAE以及R2三方面分别对GRU在测试集的表现做出评估，证明预测模型GRU可以适用于采煤机状态数据的预测。本发明打破了传统对采煤机运行状态的监控方法，融入了采煤机实时运行状态的预测预警方法，Storm分布式实时处理框架在海量煤矿数据的并行处理中有很大的实用价值。
-
公开(公告)号：CN111723530B
公开(公告)日：2024-01-30
申请号：CN201911272329.2
申请日：2019-12-11
申请人： 西安科技大学
IPC分类号： G06F30/28 , G06F111/10 , G06F119/14
摘要： 本发明公开了地铁隧道及站厅火灾烟气流动耦合分析方法，包括如下步骤：1)、基于MFIRE的地铁隧道火灾通风分析；2)、对地铁站厅火灾高温烟流分布进行数值模拟；3)、对地铁隧道及站厅火灾烟气流动耦合模拟分析。本发明准确的进行地铁火灾的人员疏散模拟，需要将人员疏散模拟与火灾通风模拟相关联，在合理的火灾情境下构建起能反应人员逃避者行为的疏散模型，将实时的站厅人员密度分布数据有效地带入疏散模拟，决定疏散模拟成果的实用性。
-
公开(公告)号：CN111723530A
公开(公告)日：2020-09-29
申请号：CN201911272329.2
申请日：2019-12-11
申请人： 西安科技大学
IPC分类号： G06F30/28 , G06F111/10 , G06F119/14
摘要： 本发明公开了地铁隧道及站厅火灾烟气流动耦合分析方法，包括如下步骤：1)、基于MFIRE的地铁隧道火灾通风分析；2)、对地铁站厅火灾高温烟流分布进行数值模拟；3)、对地铁隧道及站厅火灾烟气流动耦合模拟分析。本发明准确的进行地铁火灾的人员疏散模拟，需要将人员疏散模拟与火灾通风模拟相关联，在合理的火灾情境下构建起能反应人员逃避者行为的疏散模型，将实时的站厅人员密度分布数据有效地带入疏散模拟，决定疏散模拟成果的实用性。
-
公开(公告)号：CN112926270B
公开(公告)日：2023-05-05
申请号：CN202110290687.7
申请日：2021-03-18
申请人： 西安科技大学
IPC分类号： G06F30/27 , G06F18/23 , G06F18/213 , G06F111/08
摘要： 本发明公开了瓦斯多因素耦合关系分析及预警模型构建方法，主要分为两个部分，一部分是基于簇心初始值选取优化的k‑均值算法异常值检测，另一部分是基于项集支持度权值优化Apriori算法的关联规则挖掘。主要思路：采集工作面、上隅角、本煤层瓦斯浓度数据以及工作面液压支架压力数据，对四个维度数据进行基于簇心初始值选取优化的k‑均值算法异常值检测并提取异常值作为关联规则挖掘的原始数据，对原始数据进行降维处理，转换为0‑1布尔矩阵，然后采用基于支持度权值优化的Apriori算法对矩阵进行关联规则挖掘，最终确定4个瓦斯影响因素之间的耦合关系，探索其关联规则，并确定瓦斯预警等级，有效地提升了瓦斯数据异常值分析能力和瓦斯灾害危险性预警的性能。
-
公开(公告)号：CN104636560B
公开(公告)日：2018-06-05
申请号：CN201510075457.3
申请日：2015-02-12
申请人： 西安科技大学
IPC分类号： G06F17/50
摘要： 本发明公开了一种基于子图同构的高风险区域自动识别方法，包括以下步骤：(1)建立典型高风险区域的等效图模型，将典型高风险区域的拓扑结构和属性信息加以完整表达；(2)将要分析的通风系统和典型高风险区域转换为属性图形式；(3)利用子图同构算法在通风网络中找出与高风险区域同构的部分即为高风险区域。本发明能够准确识别出煤矿通风网络中的高风险区域，能够有效辅助安全管理人员分析复杂的通风系统，有助于提高煤矿对通风系统的管理和控制能力。
-
公开(公告)号：CN116071965A
公开(公告)日：2023-05-05
申请号：CN202310176354.0
申请日：2023-02-28
申请人： 西安科技大学
摘要： 本发明公开了一种线上线下混合式教学辅助系统，包括教室台式电脑、笔记本电脑、平板电脑和可切换信号的投影仪及附件；所述教室台式电脑、笔记本电脑、平板电脑和可切换信号的投影仪及附件构成线下教学系统和线上教学系统。与现有技术相比，本发明通过本发明的线上线下混合式教学辅助系统已经实现了线上线下教学的深度融合，可以通过随时切换适应各类突发情况，在教师采用一套教学方法和教学准备的条件下，有效满足学生线上教学、线下教学和线上线下混合式教学的需要，在各种调节下可以让学生交互指导方便的开展，学生实际操作的体验效果良好，是一种符合新工科趋势和后疫情时代的全新教学模式。
-
-
-
-
-
-
-
-
-
搜索结果
22 条记录 (耗时 0.054 秒)