煤矿安全风险防控及预警系统设计

徐晓建

徐晓建.煤矿安全风险防控及预警系统设计[J].工矿自动化,2020,46(3):105-108.. DOI: 10.13272/j.issn.1671-251x.17554
引用本文: 徐晓建.煤矿安全风险防控及预警系统设计[J].工矿自动化,2020,46(3):105-108.. DOI: 10.13272/j.issn.1671-251x.17554
XU Xiaojia. Design of coal mine safety risk prevention and control and early warning system[J]. Journal of Mine Automation, 2020, 46(3): 105-108. DOI: 10.13272/j.issn.1671-251x.17554
Citation: XU Xiaojia. Design of coal mine safety risk prevention and control and early warning system[J]. Journal of Mine Automation, 2020, 46(3): 105-108. DOI: 10.13272/j.issn.1671-251x.17554

煤矿安全风险防控及预警系统设计

详细信息
  • 中图分类号: TD76

Design of coal mine safety risk prevention and control and early warning system

  • 摘要: 针对目前煤矿安全风险防控缺乏体系化、时效性差、被动响应等问题,设计了一种煤矿安全风险防控及预警系统。该系统以煤矿安全风险库为基础,利用风险地图实现风险状态变化各环节的动态监视;根据异常事件等级进行分级消息推送及现场异常联动处置,提高了异常事件响应及处置效率;利用安全网格细化风险防控的空间粒度,实现安全网格—作业区域—全矿的安全指数及安全等级评估,有效落实了各级安全管理层的主体责任。该系统有助于煤矿建立全方位、多重安全风险分级防控体系,有效提升了煤矿安全生产保障能力。
    Abstract: Aiming at problems of lack of systematization, poor timeliness and passive response in coal mine safety risk prevention and control, a coal mine safety risk prevention and control and early warning system was designed. Based on coal mine safety risk database, the system uses risk map to realize dynamic monitoring of each link of risk state change. According to level of abnormal event, hierarchical message push and on-site abnormal linkage disposal are carried out, which improve response and disposal efficiency of abnormal event. Safety grid is used to refine spatial granularity of risk prevention and control, safety index and safety grade assessment of safety grid, operation area and whole mine are realized, and main responsibility of safety management at all levels is effectively implemented. The system is helpful for coal mine to establish comprehensive and multiple safety risk prevention and control system, and effectively improve coal mine safety production guarantee capacity.
  • 期刊类型引用(18)

    1. 李富强. 基于深度卷积神经网络与多源信号的煤岩识别研究. 煤炭技术. 2025(03): 233-238 . 百度学术
    2. 高如新,杜亚博,常嘉浩. 基于改进YOLOX-S的轻量化煤矸石检测方法研究. 河南理工大学学报(自然科学版). 2024(04): 133-140 . 百度学术
    3. 陈晓杰,王亮,赵美玲,刘光伟,涂俊雄. 基于ECA-YOLOv5s的煤矿带式输送机异物检测网络模型. 采矿技术. 2024(04): 316-324 . 百度学术
    4. 陈世涛,张敏,栗超. 基于YOLOv5的带式输送机煤堆异物检测. 洁净煤技术. 2024(S2): 12-18 . 百度学术
    5. 涂灿. VCS智能干选机的试验研究. 煤炭加工与综合利用. 2023(06): 37-41 . 百度学术
    6. 高如新,常嘉浩,杜亚博,刘群坡. 基于改进YOLOv5s的煤矸石目标检测算法. 电子测量技术. 2023(13): 95-101 . 百度学术
    7. 汪岩,李自强. 基于AI图像处理的煤矸石特征提取及分类方法. 煤炭技术. 2023(11): 231-233 . 百度学术
    8. 曹现刚,刘思颖,王鹏,许罡,吴旭东. 面向煤矸分拣机器人的煤矸识别定位系统研究. 煤炭科学技术. 2022(01): 237-246 . 百度学术
    9. 倪云峰,封子杰,郭苹,王静. 基于卷积神经网络的煤矸石识别算法研究. 现代电子技术. 2022(10): 57-62 . 百度学术
    10. 张红,李晨阳. 基于光学图像的煤矸石识别方法综述. 煤炭工程. 2022(07): 159-163 . 百度学术
    11. 申利飞,田子建,白林绪. 改进纹理模糊筛选下煤矸石X射线图像处理. 激光与红外. 2022(07): 1090-1097 . 百度学术
    12. 陈彪,卢兆林,代伟,邵明,于大伟,董良. 基于轻量化HPG-YOLOX-S模型的煤矸石图像精准识别. 工矿自动化. 2022(11): 33-38 . 本站查看
    13. 郑新涛,苏道玉. 基于小波矩的智能手绘草图识别系统设计. 现代电子技术. 2021(12): 177-181 . 百度学术
    14. 胡璟皓,高妍,张红娟,靳宝全. 基于深度学习的带式输送机非煤异物识别方法. 工矿自动化. 2021(06): 57-62+90 . 本站查看
    15. 王冠军,苏婷婷,刘文博,钱智平,李佳泽. 基于EAIDK的智能煤矸分拣系统设计. 工矿自动化. 2020(01): 105-108 . 本站查看
    16. 柴炳升,胡峰. 石槽村选煤厂重介质浅槽分选工艺探究. 煤炭加工与综合利用. 2020(08): 33-34+38 . 百度学术
    17. 章振原,秦训鹏,李轶峰. 基于机器视觉的废旧有色金属碎料识别方法. 激光与光电子学进展. 2020(16): 194-201 . 百度学术
    18. 潘卫东,李新源,员明涛,袁永康,杨克虎. 基于顶煤运移跟踪仪的自动化放煤技术原理及应用. 煤炭学报. 2020(S1): 23-30 . 百度学术

    其他类型引用(31)

计量
  • 文章访问数:  79
  • HTML全文浏览量:  12
  • PDF下载量:  18
  • 被引次数: 49
出版历程
  • 刊出日期:  2020-03-19

目录

    /

    返回文章
    返回