本發(fā)明涉及智能預(yù)警，具體為一種基于多源數(shù)據(jù)分析的礦山安全智能預(yù)警系統(tǒng)。

背景技術(shù)：

1、礦山安全是保障礦山作業(yè)人員、設(shè)備和環(huán)境穩(wěn)定的重要領(lǐng)域。在礦山作業(yè)過(guò)程中，由于作業(yè)環(huán)境的復(fù)雜性和多變性，存在諸多安全風(fēng)險(xiǎn)，包括設(shè)備故障、環(huán)境變化和人員操作失誤等。這些風(fēng)險(xiǎn)因素如果沒(méi)有得到及時(shí)有效的監(jiān)測(cè)和管理，可能會(huì)導(dǎo)致嚴(yán)重的安全事故，給礦山運(yùn)營(yíng)帶來(lái)巨大的損失。因此，及時(shí)準(zhǔn)確的礦山安全預(yù)警系統(tǒng)成為了必需，以便在安全隱患初現(xiàn)時(shí)就能采取有效措施，減少事故發(fā)生的可能性。

2、然而，現(xiàn)有的礦山安全預(yù)警系統(tǒng)在實(shí)際應(yīng)用中往往存在一定的不足。傳統(tǒng)系統(tǒng)依賴(lài)的單一數(shù)據(jù)來(lái)源常常無(wú)法全面反映礦山的實(shí)際安全狀況，導(dǎo)致預(yù)警信息不完整或不準(zhǔn)確。除此之外，數(shù)據(jù)處理和分析方法的局限性也可能影響預(yù)警模型的效果，使得系統(tǒng)無(wú)法有效應(yīng)對(duì)復(fù)雜的安全風(fēng)險(xiǎn)。此外，系統(tǒng)在面對(duì)突發(fā)情況時(shí)的響應(yīng)速度和處理能力也可能不足，未能及時(shí)采取有效措施。缺乏綜合數(shù)據(jù)分析的預(yù)警系統(tǒng)往往無(wú)法準(zhǔn)確預(yù)測(cè)設(shè)備故障、環(huán)境變化和人員行為的潛在風(fēng)險(xiǎn)，從而增加了礦山事故發(fā)生的可能性，影響了礦山運(yùn)營(yíng)的安全性和穩(wěn)定性。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于多源數(shù)據(jù)分析的礦山安全智能預(yù)警系統(tǒng)，解決了背景技術(shù)中提到的問(wèn)題。

2、為實(shí)現(xiàn)以上目的，本發(fā)明通過(guò)以下技術(shù)方案予以實(shí)現(xiàn)：一種基于多源數(shù)據(jù)分析的礦山安全智能預(yù)警系統(tǒng)，包括數(shù)據(jù)采集模塊、特征提取融合模塊、數(shù)據(jù)分析建模模塊、多級(jí)預(yù)警生成模塊、增強(qiáng)現(xiàn)實(shí)輔助模塊和用戶(hù)可視化模塊；

3、所述數(shù)據(jù)采集模塊用于從環(huán)境傳感器、設(shè)備傳感器、視頻監(jiān)控系統(tǒng)和人員定位系統(tǒng)中實(shí)時(shí)采集數(shù)據(jù)，獲取環(huán)境數(shù)據(jù)、設(shè)備狀態(tài)數(shù)據(jù)和人員安全數(shù)據(jù)，并建立環(huán)境數(shù)據(jù)組、設(shè)備狀態(tài)數(shù)據(jù)組和人員安全數(shù)據(jù)組；

4、所述特征提取融合模塊用于通過(guò)對(duì)環(huán)境數(shù)據(jù)組、設(shè)備狀態(tài)數(shù)據(jù)組和人員安全數(shù)據(jù)組進(jìn)行預(yù)處理和特征提取，將各種數(shù)據(jù)特征融合成統(tǒng)一的格式，形成綜合特征向量上傳至數(shù)據(jù)分析建模模塊；

5、所述數(shù)據(jù)分析建模模塊用于接收綜合特征向量數(shù)據(jù)，使用機(jī)器學(xué)習(xí)和統(tǒng)計(jì)分析方法對(duì)處理后的數(shù)據(jù)進(jìn)行建模，生成礦山安全智能預(yù)警模型，分析計(jì)算礦山安全智能預(yù)警指數(shù)ksyj；

6、所述多級(jí)預(yù)警生成模塊用于基于分析計(jì)算的結(jié)果生成多級(jí)預(yù)警信息，對(duì)設(shè)備和環(huán)境的未來(lái)狀態(tài)進(jìn)行預(yù)測(cè)，根據(jù)預(yù)警指數(shù)的不同級(jí)別生成相應(yīng)的預(yù)警信息，并向相關(guān)人員發(fā)送通知；

7、所述增強(qiáng)現(xiàn)實(shí)輔助模塊用于利用增強(qiáng)現(xiàn)實(shí)技術(shù)將安全數(shù)據(jù)和預(yù)警信息直觀地展示給操作人員，在ar設(shè)備，包括智能眼鏡和頭盔上顯示實(shí)時(shí)的安全數(shù)據(jù)和預(yù)警信息；

8、所述用戶(hù)可視化模塊用于提供用戶(hù)與系統(tǒng)交互的界面，支持用戶(hù)與ar界面交互，展示系統(tǒng)的分析結(jié)果和預(yù)警信息，并支持用戶(hù)進(jìn)行操作和管理。

9、優(yōu)選的，所述數(shù)據(jù)采集模塊包括環(huán)境數(shù)據(jù)采集單元、設(shè)備狀態(tài)數(shù)據(jù)采集單元和人員安全數(shù)據(jù)采集單元；

10、所述環(huán)境數(shù)據(jù)采集單元用于通過(guò)氣體傳感器、微氣候傳感器、土壤氣體傳感器和光譜分析儀，實(shí)時(shí)采集礦山環(huán)境中的氣體濃度、微氣候、土壤氣體、空氣質(zhì)量和光譜數(shù)據(jù)，獲?。簹怏w濃度變化率p1、微氣候指數(shù)p2、土壤氣體濃度p3、空氣質(zhì)量指數(shù)p4和光譜異常指數(shù)p5，形成環(huán)境數(shù)據(jù)組；

11、所述設(shè)備狀態(tài)數(shù)據(jù)采集單元用于通過(guò)振動(dòng)頻譜分析儀、聲學(xué)傳感器、熱成像儀、功率傳感器和負(fù)載傳感器，監(jiān)控礦山設(shè)備的運(yùn)行狀態(tài)、振動(dòng)數(shù)據(jù)、聲音數(shù)據(jù)、溫度數(shù)據(jù)、功率消耗和負(fù)載數(shù)據(jù)，獲?。赫駝?dòng)頻譜幅度q1、聲音異常指數(shù)q2、設(shè)備熱異常指數(shù)q3、功率消耗變化率q4和負(fù)載波動(dòng)指數(shù)q5，形成設(shè)備狀態(tài)數(shù)據(jù)組；

12、所述人員安全數(shù)據(jù)采集單元用于通過(guò)gps、生物識(shí)別系統(tǒng)、智能安全裝備傳感器、行為識(shí)別系統(tǒng)和心理健康監(jiān)測(cè)設(shè)備，實(shí)時(shí)監(jiān)測(cè)人員的位置、安全裝備佩戴情況和行為模式，包括人員位置、運(yùn)動(dòng)軌跡、安全裝備佩戴狀態(tài)、生物識(shí)別數(shù)據(jù)、行為分析數(shù)據(jù)，獲?。荷镒R(shí)別穩(wěn)定性sb、行為異常指數(shù)yc、環(huán)境適應(yīng)性指數(shù)hj、心理健康波動(dòng)jk和安全裝備佩戴完整性pd，形成人員安全數(shù)據(jù)組。

13、優(yōu)選的，所述特征提取融合模塊包括數(shù)據(jù)預(yù)處理單元、特征提取單元和特征融合單元；

14、所述數(shù)據(jù)預(yù)處理單元用于對(duì)原始數(shù)據(jù)進(jìn)行清洗、歸一化和格式化，處理缺失值、異常值和噪聲數(shù)據(jù)，通過(guò)min-max歸一化將數(shù)據(jù)縮放到統(tǒng)一的范圍，以消除不同特征的量綱影響，將數(shù)據(jù)轉(zhuǎn)換成一致的格式；

15、所述特征提取單元用于從預(yù)處理后的數(shù)據(jù)中提取有用的特征，進(jìn)行特征工程：從環(huán)境數(shù)據(jù)中提取氣體濃度變化趨勢(shì)、微氣候波動(dòng)特征和空氣質(zhì)量波動(dòng)特征；從設(shè)備狀態(tài)數(shù)據(jù)中提取如振動(dòng)頻譜特征、能耗變化率和負(fù)載變化特征；從人員安全數(shù)據(jù)中提取如定位精度、行為模式特征和安全裝備佩戴狀態(tài)；

16、所述特征融合單元用于將提取的特征融合成一個(gè)統(tǒng)一的特征向量，形成用于數(shù)據(jù)分析和建模的輸入數(shù)據(jù)，應(yīng)用特征級(jí)融合技術(shù)將不同來(lái)源的特征結(jié)合起來(lái)，并進(jìn)行特征映射和縮減。

17、優(yōu)選的，所述數(shù)據(jù)分析建模模塊包括模型訓(xùn)練單元和預(yù)警計(jì)算單元；

18、所述模型訓(xùn)練單元用于使用機(jī)器學(xué)習(xí)算法神經(jīng)網(wǎng)絡(luò)(nn)對(duì)綜合特征向量進(jìn)行建模，生成礦山安全智能預(yù)警模型，使用交叉驗(yàn)證和超參數(shù)優(yōu)化技術(shù)、網(wǎng)格搜索和隨機(jī)搜索，優(yōu)化模型的性能；

19、所述預(yù)警計(jì)算單元用于使用訓(xùn)練好的模型對(duì)新數(shù)據(jù)進(jìn)行預(yù)測(cè)，計(jì)算后生成礦山安全智能預(yù)警指數(shù)ksyj、環(huán)境安全系數(shù)hjaq、設(shè)備狀態(tài)系數(shù)sbzt和人員安全系數(shù)ryaq；

20、所述礦山安全智能預(yù)警指數(shù)ksyj通過(guò)以下公式計(jì)算后獲取：

21、

22、式中，ksyj表示礦山安全智能預(yù)警指數(shù)，hjaq表示環(huán)境安全系數(shù)，sbzt表示設(shè)備狀態(tài)系數(shù)，ryaq表示人員安全系數(shù)，μh表示環(huán)境安全系數(shù)的期望值，σh表示環(huán)境安全系數(shù)的標(biāo)準(zhǔn)差，μs表示設(shè)備狀態(tài)系數(shù)的期望值，γs表示設(shè)備狀態(tài)系數(shù)的標(biāo)準(zhǔn)化系數(shù)，μr表示人員安全系數(shù)的期望值，σr表示人員安全系數(shù)的標(biāo)準(zhǔn)差，α、β和γ分別表示環(huán)境安全系數(shù)hjaq、設(shè)備狀態(tài)系數(shù)sbzt和人員安全系數(shù)ryaq的權(quán)重系數(shù)；

23、其中，0≤α≤1，0≤β≤1，0≤γ≤1，且α+β+γ≤1.0；

24、所述環(huán)境安全系數(shù)hjaq通過(guò)以下公式計(jì)算后獲?。?/p>

25、

26、式中，p1表示氣體濃度變化率，p2表示微氣候指數(shù)，p3表示土壤氣體濃度，p4表示空氣質(zhì)量指數(shù)，p5表示光譜異常指數(shù)，μi表示第i個(gè)環(huán)境參數(shù)的期望值，σi表示第i個(gè)環(huán)境參數(shù)的標(biāo)準(zhǔn)差，wi表示第i個(gè)環(huán)境參數(shù)的權(quán)重，α表示壓縮因子，用于調(diào)整參數(shù)對(duì)安全系數(shù)的影響敏感度，pi，th表示第i個(gè)環(huán)境參數(shù)的閾值。

27、優(yōu)選的，所述設(shè)備狀態(tài)系數(shù)sbzt通過(guò)以下公式計(jì)算后獲?。?/p>

28、

29、式中，q1表示振動(dòng)頻譜幅度，q2表示聲音異常指數(shù)，q3表示設(shè)備熱異常指數(shù)，q4表示功率消耗變化率，q5表示負(fù)載波動(dòng)指數(shù)，norm(x)表示標(biāo)準(zhǔn)化后的第i個(gè)參數(shù)x的值，fi表示第i個(gè)設(shè)備狀態(tài)參數(shù)的權(quán)重，w1、w2、w3、w4和w5分別表示振動(dòng)頻譜幅度q1、聲音異常指數(shù)q2、設(shè)備熱異常指數(shù)q3、功率消耗變化率q4和負(fù)載波動(dòng)指數(shù)q5的比例系數(shù)；

30、式中，0≤w1≤1，0≤w2≤1，0≤w3≤1，0≤w4≤1，0≤w5≤1，且w1+w2+w3+w4+w5≤1.0。

31、優(yōu)選的，所述人員安全系數(shù)ryaq通過(guò)以下公式計(jì)算后獲?。?/p>

32、

33、式中，sb表示生物識(shí)別穩(wěn)定性，yc表示行為異常指數(shù)，hj表示環(huán)境適應(yīng)性指數(shù)，jk表示心理健康波動(dòng)，pd表示安全裝備佩戴完整性，用于衡量生物識(shí)別穩(wěn)定性sb相對(duì)于其正常值，μsb表示生物識(shí)別穩(wěn)定性的均值，σsb表示生物識(shí)別穩(wěn)定性的標(biāo)準(zhǔn)差，ycmax表示行為異常指數(shù)的最大值，hjmax表示環(huán)境適應(yīng)性指數(shù)的最大值，σjk表示心理健康波動(dòng)的均值，pdmax表示安全裝備佩戴完整性的最大值。

34、優(yōu)選的，所述多級(jí)預(yù)警生成模塊包括預(yù)警級(jí)別判定單元和通知管理單元；

35、所述預(yù)警級(jí)別判定單元用于設(shè)置不同級(jí)別的預(yù)警閾值m和n，通過(guò)礦山安全智能預(yù)警指數(shù)ksyj與預(yù)設(shè)預(yù)警閾值m和預(yù)設(shè)預(yù)警閾值n進(jìn)行閾值比較，判斷預(yù)警的級(jí)別：

36、礦山安全智能預(yù)警指數(shù)ksyj<預(yù)設(shè)預(yù)警閾值m，獲取第一預(yù)警等級(jí)評(píng)價(jià)，礦山安全狀態(tài)無(wú)異常，設(shè)備和環(huán)境運(yùn)行正常，按固定周期對(duì)礦山設(shè)備及環(huán)境進(jìn)行檢查和維護(hù)，繼續(xù)使用振動(dòng)頻譜分析儀和聲學(xué)傳感器監(jiān)測(cè)設(shè)備的振動(dòng)頻譜幅度和聲音異常，確保設(shè)備運(yùn)行穩(wěn)定；

37、預(yù)設(shè)預(yù)警閾值m≤礦山安全智能預(yù)警指數(shù)ksyj≤預(yù)設(shè)預(yù)警閾值n，獲取第二預(yù)警等級(jí)評(píng)價(jià)，礦山安全狀態(tài)顯示異常，需要采取中度警戒措施，在風(fēng)險(xiǎn)區(qū)域設(shè)置安全圍欄，防止無(wú)關(guān)人員進(jìn)入，降低潛在風(fēng)險(xiǎn)，當(dāng)檢測(cè)到生物識(shí)別穩(wěn)定性低于標(biāo)準(zhǔn)值或行為異常指數(shù)高時(shí)，系統(tǒng)自動(dòng)觸發(fā)警報(bào)，通知相關(guān)人員，觸發(fā)系統(tǒng)警報(bào)，通知相關(guān)人員，立即通過(guò)熱成像儀檢查設(shè)備熱異常，并通過(guò)功率傳感器監(jiān)測(cè)功率消耗變化率，評(píng)估是否存在設(shè)備異常，設(shè)置警示標(biāo)志，限制進(jìn)入此區(qū)域；

38、礦山安全智能預(yù)警指數(shù)ksyj＞預(yù)設(shè)預(yù)警閾值n，獲取第三預(yù)警等級(jí)評(píng)價(jià)，礦山安全狀態(tài)異常，立即啟動(dòng)緊急停機(jī)程序，根據(jù)設(shè)備狀態(tài)數(shù)據(jù)、負(fù)載波動(dòng)指數(shù)和振動(dòng)頻譜幅度，啟動(dòng)緊急停機(jī)程序，關(guān)閉相關(guān)設(shè)備，組織人員進(jìn)行緊急疏散，確保所有人員遠(yuǎn)離此高風(fēng)險(xiǎn)區(qū)域，使用生物識(shí)別系統(tǒng)和心理健康監(jiān)測(cè)設(shè)備調(diào)查人員健康狀態(tài)，確保沒(méi)有因健康問(wèn)題導(dǎo)致的安全隱患。

39、優(yōu)選的，所述通知管理單元用于向設(shè)備操作員、維護(hù)人員和安全管理人員發(fā)送預(yù)警通知，通知方式包括短信、電子郵件和應(yīng)用內(nèi)通知，根據(jù)預(yù)警級(jí)別和內(nèi)容協(xié)調(diào)相應(yīng)的響應(yīng)措施，包括安排檢查、啟動(dòng)應(yīng)急響應(yīng)程序和調(diào)整操作計(jì)劃，記錄預(yù)警通知的發(fā)送情況和響應(yīng)措施的執(zhí)行情況，收集相關(guān)人員的反饋。

40、優(yōu)選的，所述增強(qiáng)現(xiàn)實(shí)輔助模塊包括增強(qiáng)現(xiàn)實(shí)顯示單元；

41、所述增強(qiáng)現(xiàn)實(shí)顯示單元用于通過(guò)增強(qiáng)現(xiàn)實(shí)設(shè)備、智能眼鏡或頭盔，將礦山的安全數(shù)據(jù)、預(yù)警信息、環(huán)境狀態(tài)和設(shè)備狀態(tài)以實(shí)時(shí)可視化的形式展示給操作人員，將實(shí)時(shí)數(shù)據(jù)疊加在操作人員的視野中，使其能夠在不離開(kāi)工作崗位的情況下獲取關(guān)鍵信息，并作出快速反應(yīng)，提供交互功能，允許操作人員通過(guò)手勢(shì)或語(yǔ)音命令與顯示的數(shù)據(jù)進(jìn)行互動(dòng)：放大數(shù)據(jù)視圖、選擇特定數(shù)據(jù)或切換顯示模式。

42、優(yōu)選的，所述用戶(hù)可視化模塊包括用戶(hù)交互界面單元；

43、所述用戶(hù)交互界面單元用于提供用戶(hù)界面，展示系統(tǒng)的分析結(jié)果、預(yù)警信息和其他相關(guān)數(shù)據(jù)，支持用戶(hù)通過(guò)圖形界面與系統(tǒng)進(jìn)行互動(dòng)，包括執(zhí)行操作、管理系統(tǒng)設(shè)置、查看數(shù)據(jù)報(bào)告和調(diào)整預(yù)警參數(shù)，允許用戶(hù)進(jìn)行各種管理任務(wù)，包括配置系統(tǒng)設(shè)置、生成數(shù)據(jù)報(bào)告和修改預(yù)警閾值。

44、本發(fā)明提供了一種基于多源數(shù)據(jù)分析的礦山安全智能預(yù)警系統(tǒng)，具備以下有益效果：

45、(1)系統(tǒng)運(yùn)行時(shí)，從環(huán)境傳感器、設(shè)備傳感器、視頻監(jiān)控系統(tǒng)和人員定位系統(tǒng)中實(shí)時(shí)采集數(shù)據(jù)，獲取環(huán)境數(shù)據(jù)組、設(shè)備狀態(tài)數(shù)據(jù)組和人員安全數(shù)據(jù)組，進(jìn)行預(yù)處理和特征提取后進(jìn)行建模，生成礦山安全智能預(yù)警模型，分析計(jì)算礦山安全智能預(yù)警指數(shù)ksyj，基于分析計(jì)算的結(jié)果生成多級(jí)預(yù)警信息，對(duì)設(shè)備和環(huán)境的未來(lái)狀態(tài)進(jìn)行預(yù)測(cè)，根據(jù)預(yù)警指數(shù)的不同級(jí)別生成相應(yīng)的預(yù)警信息，并向相關(guān)人員發(fā)送通知，利用增強(qiáng)現(xiàn)實(shí)技術(shù)將安全數(shù)據(jù)和預(yù)警信息直觀地展示給操作人員，提供用戶(hù)與系統(tǒng)交互的界面，展示系統(tǒng)的分析結(jié)果和預(yù)警信息，并支持用戶(hù)進(jìn)行操作和管理。

46、(2)數(shù)據(jù)采集模塊通過(guò)集成環(huán)境傳感器、設(shè)備傳感器、視頻監(jiān)控系統(tǒng)和人員定位系統(tǒng)，實(shí)現(xiàn)了對(duì)礦山作業(yè)環(huán)境和人員行為的實(shí)時(shí)數(shù)據(jù)采集。這一數(shù)據(jù)采集的全面性和實(shí)時(shí)性，為后續(xù)的數(shù)據(jù)處理和分析奠定了堅(jiān)實(shí)的基礎(chǔ)，確保了各類(lèi)安全數(shù)據(jù)的及時(shí)更新和準(zhǔn)確性。特征提取融合模塊通過(guò)對(duì)采集到的數(shù)據(jù)進(jìn)行預(yù)處理和特征提取，將不同來(lái)源的數(shù)據(jù)轉(zhuǎn)化為統(tǒng)一的格式，形成綜合特征向量。

47、(3)數(shù)據(jù)分析建模模塊則利用這些特征向量，運(yùn)用先進(jìn)的機(jī)器學(xué)習(xí)和統(tǒng)計(jì)分析方法構(gòu)建礦山安全智能預(yù)警模型，計(jì)算出礦山安全智能預(yù)警指數(shù)ksyj。該模型能夠基于綜合數(shù)據(jù)進(jìn)行精準(zhǔn)的預(yù)警分析，并通過(guò)多級(jí)預(yù)警生成模塊實(shí)現(xiàn)對(duì)設(shè)備和環(huán)境的狀態(tài)預(yù)測(cè)，從而生成不同級(jí)別的預(yù)警信息。此舉不僅提高了預(yù)警的準(zhǔn)確性和及時(shí)性，還使得礦山管理人員能夠更早識(shí)別和應(yīng)對(duì)潛在風(fēng)險(xiǎn)。與傳統(tǒng)的礦山安全管理方法相比，該系統(tǒng)在改進(jìn)方面顯著提升了安全管理的效率和效果。

48、(4)傳統(tǒng)方法依賴(lài)于定期檢查和人工監(jiān)控，響應(yīng)速度慢且信息不全面。而本系統(tǒng)通過(guò)實(shí)時(shí)數(shù)據(jù)采集和智能分析，實(shí)現(xiàn)了對(duì)礦山安全狀況的全面監(jiān)控與實(shí)時(shí)預(yù)警。增強(qiáng)現(xiàn)實(shí)輔助模塊和用戶(hù)可視化模塊的引入，使得操作人員能夠在ar設(shè)備上直觀地獲取實(shí)時(shí)安全數(shù)據(jù)和預(yù)警信息，從而提升了決策的準(zhǔn)確性和響應(yīng)的及時(shí)性。這一系列改進(jìn)不僅增強(qiáng)了礦山安全管理的能力，還顯著降低了事故發(fā)生的概率，提升了礦山作業(yè)的安全性和效率。