-
题名煤与瓦斯突出预警技术研究现状及发展趋势
被引量：25
- 1
-
-
作者
宁小亮
-
机构
瓦斯灾害监控与应急技术国家重点实验室
中煤科工集团重庆研究院有限公司
-
出处
《工矿自动化》
北大核心
2019年第8期25-31,37,共8页
-
基金
国家重点研发计划资助项目(2018YFC0808305)
-
文摘
从煤与瓦斯突出灾害预警理论、预警信息采集途径、预警指标与模型、预警软件系统4个方面对煤与瓦斯突出预警技术的研究成果进行了综合梳理和详细分析,指出了现有煤与瓦斯突出预警技术存在的问题:部分预警信息获取的时效性和可靠性有待进一步提高,预警模型未实现信息有效深度挖掘等;提出了煤与瓦斯突出预警技术的发展趋势:高自动化水平、高精度的突出预警信息监测采集技术及装备研发,基于大数据的突出预警指标与模型研究,基于云技术的突出预警软件系统开发。
-
关键词
煤与瓦斯突出
煤与瓦斯突出预警
预警理论
预警信息采集
预警指标
预警模型
预警软件系统
-
Keywords
coal and gas outburst
early warning of coal and gas outburst
early warning theory
early warning information acquisition
early warning index
early warning model
early warning software system
-
分类号
TD713
[矿业工程—矿井通风与安全]
-
-
题名煤与瓦斯突出预警系统设计与实现
被引量：3
- 2
-
-
作者
赵亮
-
机构
天地(常州)自动化股份有限公司
中煤科工集团常州研究院有限公司
-
出处
《煤炭技术》
CAS
北大核心
2015年第6期165-167,共3页
-
基金
江苏省科技成果转化专项资金项目(2014zx001)
天地(常州)自动化股份有限公司研发项目(12SY008)
天地(常州)自动化股份有限公司研发项目(15SY003-01)
-
文摘
针对目前煤矿安全监控系统仅起到实时监测控制作用,瓦斯管理处于"滞后管理、事后追究"的问题,设计了一套煤与瓦斯突出预警系统,介绍了系统预警原理及方法,详细论述了系统组成、系统主要功能、系统架构及工作流程,系统实现了掘进工作面的煤与瓦斯突出预警、采煤工作面瓦斯浓度超前预测、煤与瓦斯突出报警,使瓦斯管理实现超前预测、事前管理,进一步提高煤矿的安全管理水平,保障煤矿安全。
-
关键词
瓦斯突出
报警
瓦斯突出预警
煤矿监控
-
Keywords
gas outburst
alarm
gas mutation pre-warning
coal mine monitoring and control
-
分类号
TD713.3
[矿业工程—矿井通风与安全]
-
-
题名煤矿安全监控系统瓦斯预警结果分析方法
被引量：13
- 3
-
-
作者
蔡崇
-
机构
神华神东煤炭集团有限责任公司
-
出处
《工矿自动化》
北大核心
2018年第10期15-18,共4页
-
基金
国家重点研发计划项目(2016YFC0801804)
-
文摘
《煤矿安全监控系统升级改造技术方案》明确提出监控系统应具备瓦斯涌出量预测预警功能,但是没有说明预警结果该如何分析。针对该问题,分析了监控系统瓦斯预警现状和特点,指出目前安全监控系统所涉及的瓦斯预警主要包括瓦斯涌出预警与瓦斯突出预警2个方面,提出利用预警识别率和误报率综合评价瓦斯预警结果的方法。对于瓦斯涌出预警,指出兼顾瓦斯涌出绝对量和瓦斯波动变化态势对预警指标做出必要的权衡,是瓦斯涌出预警必须考虑的重要因素之一。在瓦斯突出预警结果分析中,利用钻屑指标将瓦斯突出危险性划分为安全、威胁和危险3种状态,并按照危险状态阈值的80%设定威胁状态。
-
关键词
煤矿安全监控系统
瓦斯预警
瓦斯涌出预警
瓦斯突出预警
识别率
误报率
钻屑指标
-
Keywords
coal mine safety monitoring and control system
gas warning
gas emission warning
gas outburst warning
recognition rate
error rate of warning
drill cutting index
-
分类号
TD67
[矿业工程—矿山机电]
-
-
题名煤矿事故分析与煤矿大数据和物联网
被引量：114
- 4
-
-
作者
孙继平
-
机构
中国矿业大学(北京)
-
出处
《工矿自动化》
北大核心
2015年第3期1-5,共5页
-
基金
国家自然科学基金重点项目(51134024)
-
文摘
按事故类别分析了2004—2013年全国煤矿事故:顶板、瓦斯、运输、水害、机电、爆破、火灾等事故起数和死亡人数占比分别为52.7%和36.8%,11.3%和29.7%,16.9%和11.3%,3.1%和8.1%,4.1%和2.5%,2.7%和1.9%,0.4%和1.9%;顶板事故起数和死亡人数最多;瓦斯事故起数居第3位,死亡人数居第2位,但2005年和2013年死亡人数最多;运输事故起数居第2位,死亡人数居第3位;煤矿各类事故起数和死亡人数均大幅下降;瓦斯和顶板事故起数占比明显下降,但运输和机电事故起数占比有所上升,需进一步加强运输和机电事故防治。探讨了大数据在煤与瓦斯突出、冲击地压、水害、火灾等事故预警,煤矿重大关键设备故障诊断,煤炭需求和价格预测等方面的应用。探讨了物联网在矿用安全标志准用产品管控、煤矿重大关键设备管控与远程维护、煤矿设备材料管控、防碰撞、持证上岗与专人操作管控等方面的应用。
-
关键词
煤矿
事故分析
大数据
物联网
煤与瓦斯突出预警
冲击地压预警
水害预警
火灾预警
-
Keywords
coal mine
accident analysis
big data
Internet of Things
early warning of coal and gas outburst
early warning of coal bumps
early warning of damage by water
early warning of fire hazard
-
分类号
TD67
[矿业工程—矿山机电]
-
