(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111576008.9 (22)申请日 2021.12.2 2 (71)申请人 晋能控股煤业 集团有限公司 地址 037003 山西省大同市矿区新平旺 (72)发明人 马占元　宣宏斌　赵君　景珂宁　 徐婷婷　 (74)专利代理 机构 太原科卫专利事务所(普通 合伙) 1410 0 代理人 杨文艳 (51)Int.Cl. G08C 17/02(2006.01) G08B 25/08(2006.01) G06F 17/13(2006.01) G06Q 10/04(2012.01) G06Q 10/06(2012.01)G06Q 50/02(2012.01) G08B 3/10(2006.01) H04W 4/02(2018.01) H04W 4/80(2018.01) H04W 84/18(2009.01) (54)发明名称 安全风险智能化实时预测与产能联动自动 优化调控系统 (57)摘要 本发明具体涉及一种安全风险智能化实时 预测与产能联动自动优化调控系统； 包括感知系 统、 决策系统和执行系统； 感知系统包括1） 来自 LON现场总线实时监控的工作面瓦斯传感器实时 与历史大数据采集， 2） 基于监控大数据瓦斯涌出 影响因素与特征挖掘系统， 3） 无线感知网络， 4） 采煤机位置感知与定位系统， 5） 工作面瓦斯来源 考察； 决策系统包括1） 瓦斯实时预测模型， 2） 瓦 斯涌出与生产强度调控模 型； 执行系统包括1） 井 下嵌入式集控中心站该集控中心站， 2） 工作面控 制执行单元， 3） 地面控制中心， 4） 手机APP远程监 控， 5） 井上下数字语音报警广播与调度通讯； 本 发明能够对工作面瓦斯涌出趋势实现超前预测， 同时利用预测结果反馈控制采煤 机生产强度。 权利要求书3页 说明书11页 CN 114299702 A 2022.04.08 CN 114299702 A 1.一种安全风险智能化实时预测与产能联动自动优化调控系统， 其特征在于， 包括感 知系统、 决策系统和执 行系统； 感知系统包括A1） 来自LON现场总线实时监控的工作面瓦斯传感器实时与历史大数据 采集， 基于监控数据源的调控， 数据采集是基础； A2） 基于监控大数据瓦斯涌出影响因素与 特征挖掘系统， 从海量数据中找到隐藏的规则； A3） 无线感知网络； A 4） 采煤机位置感知与定 位系统； A5） 工作面瓦斯 来源考察； 决策系统包括B1） 瓦斯实时预测模型， 对含有不确定因素的系统进行预测的应用， 通过 鉴别系统因素之间发展趋势的相异程度， 即进行关联分析， 并对原始数据进行生成处理来 寻找系统变动的规律， 生成有较强规律性的数据序列， 然后建立相应的微分方程模型， 从而 预测事物未来 发展趋势的状况； B2） 瓦斯涌出与生产强度调控模型， 在综采工作面部署综合 集成嵌入式控制基站集控中心站、 语音报警器、 采煤机无线遥控发送器、 无线zigb ee基站、 采煤机无线激光甲烷传感器； 执行系统包括C1） 井下嵌入式集控中心站该集控中心站， 具有边缘计算中心站功能； C2） 工作面控制执行单元， 实现采煤机无线控制功能， 包括无线网络组网， 由网络通讯单元、 无线网关、 控制之下单元组成； C3） 地面控制中心， 包括系统设置、 井上下数据通讯、 状态显 示、 预测与对比检验、 井上下语音广播报警通讯； 井下集控中心站或地面主机通过有线方式 到达工作面， 然后通过无线网关进入zigbee无线网络， 通过无线通讯单元， 传递到控制单元 执行控制； C4） 手机APP远程监控， 远程对工作面生产状态与瓦斯安全状态进 行监测、 实时查 看瓦斯风险预测预警状态； C 5） 井上下数字语音报警广播与调度通讯。 2.根据权利要求1所述的安全风险智能化实时预测与产能联动自动优化调控系统， 其 特征在于， A1） 来 自LON现场总线实时监控的工作面瓦斯传感器实时与历史大数据采集， 采 用了KJ1020X  神经元LonWorks现场总线煤矿安全生产监测监控系统， 在工作面局部安装； 在工作面部署瓦斯传感器， 分别是： 在工作面机尾布置t1激光瓦斯传感器， 上隅角布置t0激 光瓦斯传感器， 工作面回风布置t2激光瓦斯传感器， 在采煤机上布置t3激光无线瓦斯传感 器； 传感器实时采集数据上传到集控中心站显示与存储， 同时通过lon总线 上传到环网网关 交换机， 通过以太网上传到地 面主机显示与存 储。 3.根据权利要求1所述的安全风险智能化实时预测与产能联动自动优化调控系统， 其 特征在于， A2） 基于监控 大数据瓦斯涌出影响因素与特征挖掘系统， 是针对影响 瓦斯涌出的 主要因素煤层与瓦斯赋存、 地质构 造、 通风风量、 产量或生产强度、 采煤工艺与采煤工序、 瓦 斯放散规律中的每种因素 的时空与关联关系进行研究， 基于历史数据的分布特点， 建立了 特征模型， 分离出 特征标志， 并依此获得了预测模型的基础数据样本 。 4.根据权利要求1所述的安全风险智能化实时预测与产能联动自动优化调控系统， 其 特征在于， A3） 无线感知网络为Zigbe e组网方式。 5.根据权利要求1所述的安全风险智能化实时预测与产能联动自动优化调控系统， 其 特征在于， A4） 采煤机位置感知与定位系统， 采用改进的差分修正算法， 利用区域内的信标 节点分别作为差分参考节点， 进行差分定位， 并且通过采用差分参考节点到未知节点的距 离的倒数作为权值， 更好 地体现了各个差分参 考节点对未知节点的决定 权； 改进的差分修 正定位算法模型： 首先， 根据接收到的RS SI的大小， 确定距离未知节点M最近的三个信标节点；权　利　要　求　书 1/3 页 2 CN 114299702 A 2以这三个信标节点确定一个三角形， 求出这个三角形的质心； 距离该质心最近的信标节点作为定位计算的第 四个信标节点， 此四点所围成的区域， 便是未知节点所在的最小区域； 然后， 以A， B， C， D为信标节点对未知节点M进行定位； 首先以A点作为差分修正参考点， B， C， D作为信标节点， 得出M以A为差分修正点的定位 坐标(xma， yma)； 然后分别以B， C， D作为差分修正参考点对M(X， Y)进行定位， 得到差分修正坐标(xmb， ymb)， (xmc， ymc)， (xmd， ymd)； 算法实现过程： 基于上面 提出的改进差分修 正算法， 其实现的步骤如下： (1)信标节点周期性 地发送自身信息： 节点 ID、 自身位置信息； (2)未知节点在收到信息后， 对同一信标节点的RS SI求均值；  (3)当未知节点接收到一定数量的信标节点的信息后， 不再接收信息； 未知节点根据RSSI从强到弱的顺序， 建立RSSI值与节点到信标节点距离的映射； 建立 以下三个集 合； 信标节点 集合： B_set={b1， b2， …， bm}； 未知节点到信标节点的距离集 合： D_set={d1， d2， …， dm}， d1<d2< …<dm； 信标节点的位置集 合： P_set={(x1， y1)， (x2， y2)， …， (xm， ym)}； (4)选取RS SI值大的前几个信标节点进行定位计算； 在这里按照本文改进的算法， 选取 未知节点所在最小区域的四个信标节点用于 定位； 用改进的差分修正定位算法对这四个信标节点分别进行差分定位， 利用式(8)求出未 知节点的坐标(x， y)； 5)计算定位 误差i.JPG， 其中(x， y)为未知节点的真实位置 。 6. 根据权利要求1所述的安全风智能化实时预测与产能联动自动优化调控系统， 其特 征在于， B1） 瓦斯实时预测模型， 采用 “”五步建模即系统定性分析、 因素分析、 初步量化、 动 态量化、 优化”法， 建立一种差分微分方程模型 预测模型： 该模型通过求 解微分方程 其预测模型一般形式为： 。 7.根据权利要求1所述的安全风智能化实时预测与产能联动自动优化调控系统， 其特 征在于， B2） 瓦斯涌出与生产强度调控模型， 的控制过程为： 集控中心站采集工作面回风处 瓦斯浓度、 上隅角瓦斯浓度、 采煤机处瓦斯浓度， 根据瓦斯实时预测模型预测瓦斯浓度， 并 依据预测结果按照调控模型自动控制采煤机降低速度并通知给对应语音报警器进行语音 广播报警提示； 除了动态控制采煤机外， 还通过语音广播报警通知工作人员来人工干预采 煤机减速； 采煤机的调控量根据用户设定的调控参数进 行， 调控参数主要包括调控初始 值、 速度调节步长或增量、 反馈延时 时间、 预测值阀值及采煤 机方向设置； 采煤机的调控量根据用户设定的调控参数进行， 调控参数主要包括调控初始值、 速度权　利　要　求　书 2/3 页 3 CN 114299702 A 3