(19)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 202210592162.3 (22)申请日 2022.05.27 (71)申请人 武汉联讯光电技术有限公司 地址 430070 湖北省武汉市洪山区高新区 高新大道666号 (72)发明人 杜选梅　 (51)Int.Cl. G01M 3/28(2006.01) G01D 21/02(2006.01) E21F 17/18(2006.01) (54)发明名称 一种基于人工智能的井下煤矿自燃火灾束 管监测系统 (57)摘要 本发明公开一种基于人工智能的井下煤矿 自燃火灾束管监测系统，本发明通过监测目标井 下煤矿区域内各指定监测子区域的环境参数数 值，分析各指定监测子区域的自燃气体安全影响 权重指数，并进行对应的处理措施，从而实现对 井下煤矿区域的安全性进行实时分析，进一步为 井下作业人员提供安全的工作环境，同时提取各 指定监测子区域在预设历史周期中各次监测的 历史环境参数，分析各指定监测子区域的自燃火 灾风险评估系数，并进行对应的处理，从而提高 井下煤矿区域的自燃火灾风险评估准确性，进而 能够及时准确地发出煤矿自燃火灾早期预警，有 效防止井下煤矿自燃火灾甚至爆炸事故的发生， 进一步保障井下作业人员的生命安全。 权利要求书3页 说明书9页 附图1页 CN 114964661 A 2022.08.30 CN 114964661 A 1.一种基于人工智能的井下煤矿自燃火灾束管监测系统，其特征在于，包括： 井下煤矿区域划分模块：用于将目标井下煤矿区域按照等面积划分方式划分成各监测 子区域，并将目标井下煤矿区域内各监测子区域依次编号为1,2,...,i,...,n； 束管测试参数获取模块：用于对目标井下煤矿区域内各监测子区域进行束管铺设，并 对目标井下煤矿区域内各监测子区域的束管进行负压测试，得到目标井下煤矿区域内各监 测子区域的束管测试参数； 束管测试状态分析模块：用于根据目标井下煤矿区域内各监测子区域的束管测试参 数，分析得到目标井下煤矿区域内各监测子区域对应束管的测试状态； 束管测试状态处理模块：用于筛选目标井下煤矿区域内处于束管异常工作状态的各监 测子区域，统计目标井下煤矿区域内处于束管异常工作状态的各监测子区域编号，并发送 至井下煤矿监管中心； 区域环境参数监测模块：用于实时监测目标井下煤矿区域内各指定监测子区域的环境 参数，得到目标井下煤矿区域内各指定监测子区域的环境参数数值，其中环境参数包括环 境温度和各类自燃气体的浓度； 区域环境参数分析模块：用于根据目标井下煤矿区域内各指定监测子区域的环境参数 数值，分析目标井下煤矿区域内各指定监测子区域的自燃气体安全影响权重指数； 井下煤矿自燃火灾预警处理模块：用于基于目标井下煤矿区域内各指定监测子区域的 自燃气体安全影响权重指数，对比分析后进行对应的处理措施； 井下煤矿监管中心：用于将目标井下煤矿区域内处于束管异常工作状态的各监测子区 域编号进行显示，同时根据接收的自燃火灾预警指令进行对应的预警提醒； 井下煤矿安全数据库：用于存储井下煤矿区域内各类自燃气体的标准浓度和安全温 度，并存储井下煤矿区域内各监测子区域中各次监测的历史环境参数； 区域自燃火灾风险评估模块：用于提取井下煤矿区域内各指定监测子区域在预设历史 周期中各次监测的历史环境参数，分析井下煤矿区域内各指定监测子区域的自燃火灾风险 评估系数，并进行对应的处理。 2.根据权利要求1所述的一种基于人工智能的井下煤矿自燃火灾束管监测系统，其特 征在于：所述束管测试参数获取模块中目标井下煤矿区域内各监测子区域的束管测试参数 的具体获取方法如下： 将若干条束管分别铺设在目标井下煤矿区域内各监测子区域中，且若干条束管与各监 测子区域一一对应，其中各条束管的一端位于目标井下煤矿区域内各监测子区域中，将其 记为目标井下煤矿区域内各监测子区域的束管末端，同时将各条束管的另一端均位于目标 井下煤矿对应地下监管分析区域中，将其记为各条束管始端； 对目标井下煤矿区域内各监测子区域的束管进行负压测试，得到目标井下煤矿区域内 各监测子区域的束管测试参数，其中束管测试参数包括束管始端压力、束管末端压力和束 管气体流量，将目标井下煤矿区域内各监测子区域的束管始端压力、束管末端压力和束管 气体流量分别标记为pi 1、pi 2、Li，其中i＝1,2,...,n，i表示为第i个监测子区域的编号。 3.根据权利要求1所述的一种基于人工智能的井下煤矿自燃火灾束管监测系统，其特 征在于：所述束管测试状态分析模块对应的具体分析方式为： 将目标井下煤矿区域内各监测子区域的束管始端压力pi 1、束管末端压力pi 2和束管气体权　利　要　求　书 1/3页 2 CN 114964661 A 2流量为Li分别代入公式 得到目标井下煤矿 区域内各监测子区域对应束管在测试过程中的状态比例系数ψi，其中ε1和ε2分别表示为预 设的束管压力影响因子和束管气体流量影响因子，e表示为自然常数，Δp′表示为预设的束 管在测试过程中的允许压力误差值，L′标表示为预设的井下煤矿束管对应的标准气体流量， ΔL单表示为预设的单位长度束管对应的允许气体流量误差值，d′i表示为预设的目标井下 煤矿区域内第i个监测子区域对应束管的标准长度； 将目标井下煤矿区域内各监测子区域对应束管在测试过程中的状态比例系数与预设 的井下煤矿束管正常工作状态的标准状态比例系数进行对比，若某监测子区域对应束管在 测试过程中的状态比例系数大于或等于预设的井下煤矿束管正常工作状态的标准状态比 例系数，表明该监测子区域对应束管的测试状态为正常工作状态，反之，表明该监测子区域 对应束管的测试状态为异常工作状态，并统计目标井下煤矿区域内各监测子区域对应束管 的测试状态。 4.根据权利要求1所述的一种基于人工智能的井下煤矿自燃火灾束管监测系统，其特 征在于：所述束管测试状态处理模块对应的具体处理方式还包括： 根据目标井下煤矿区域内各监测子区域对应束管的测试状态，筛选统计目标井下煤矿 区域内处于束管正常工作状态的各监测子区域，将其记为目标井下煤矿区域内各指定监测 子区域，并将目标井下煤矿区域内各指定监测子区域依次编号为1,2,...,j,...,m。 5.根据权利要求1所述的一种基于人工智能的井下煤矿自燃火灾束管监测系统，其特 征在于：所述区域环境参数监测模块中得到目标井下煤矿区域内各指定监测子区域的环境 参数数值，具体包括： 通过目标井下煤矿区域内各指定监测子区域的束管采用负压抽取方式进行对应指定 监测子区域的环境气体抽样，得到目标井下煤矿区域内各指定监测子区域中预设体积的环 境气体样本，并对目标井下煤矿区域内各指定监测子区域中预设体积的环境气体样本进行 监测，获得目标井下煤矿区域内各指定监测子区域中各类自燃气体的浓度，将目标井下煤 矿区域内各指定监测子区域中各类自燃气体的浓度分别标记为qjar，j＝1,2,...,m，j表示 为第j个指定监测子区域的编号，r＝1,2,...,u，r表示为第r类自燃气体； 对目标井下煤矿区域内各指定监测子区域的环境温度进行监测，得到目标井下煤矿区 域内各指定监测子区域的环境温度，将目标井下煤矿区域内各指定监测子区域的环境温度 标记为wj。 6.根据权利要求1所述的一种基于人工智能的井下煤矿自燃火灾束管监测系统，其特 征在于：所述区域环境参数分析模块中分析目标井下煤矿区域内各指定监测子区域的自燃 气体安全影响权重指数，具体分析方式为： 提取井下煤矿安全数据库中存储的井下煤矿区域内各类自燃气体的标准浓度和安全 温度，将井下煤矿区域内各类自燃气体的标准单位体积浓度和安全温度分别标记为 和 Wr； 分析目标井下煤矿区域内各指定监测子区域的自燃气体安全影响权重指数权　利　要　求　书 2/3页 3 CN 114964661 A 3