[00109979]基于深度學習的礦山智能監控與災害預警系統
聯系人：
所在地：
- 服務承諾
- 產權明晰
-
資料保密
對所交付的所有資料進行保密
- 如實描述
技術詳細介紹
合作方式：?整體轉讓 ?技術許可 ?作價入股 ?合作開發 ?其它_____
成果簡介：
基于深度學習的礦山智能監控與災害預警系統主要功能包括：
(1) 實時在線采集井下微震、地壓等物理參量信號；
(2) 根據采集到各物理參量的信號，實時反演出震源的具體時間及空間位置，為安全開采提供技術支撐；
(3) 根據建立的微震、地壓等基礎數據庫，實時超前預警下一次可能發生的微震事件、地壓事件的級別及安全系數，為安全生產提供極有力的技術支撐；
(4) 根據各個參數事件的相關數據，進行數據挖掘，獲得影響礦井安全生產的主要因素的演化規律，對于巷道變形、巖體破裂等安全事故真正實現預測化、透明化和一般化。該系統成套工程化技術具有對生產作業優化、礦山壓力事件、微震事件等安全事件進行提前預警和有效防范等應用效果，可以使得此類安全事故得到有效遏制，此外還可以對生產系統進行改進和完善，提高運行效率，為提高礦山安全管理水平和生產作業效率、降低礦山的生產成本和事故成本提供了有效技術途徑和措施保障。
成熟程度及推廣應用情況：
目前處于何種研發階段：?研發 ?小試 ?中試 ?小批量生產 ?產業化。期望技術轉移成交價格（大概金額）：260 萬。
技術優勢：
1. 針對海濱及深部礦山地應力活動頻繁的特性，提出了一種適合海濱及深部礦山的優化 P 波傳播微震定位算法，提高了定位精度和預報準確率，提升了礦山安全生產水平。
2. 針對巷道圍巖變形問題，提出了一種適合深部礦山的 CNN-支持向量機巷道圍巖變形實時預測算法，達到了礦山巷道圍巖變形實時預警。
3. 針對礦區涌水難以預測發生時間、位置及涌水量的問題，提出了基于深度學習-支持向量機的礦區涌水量預測模型，并結合實測數據分析后給出預防突涌、突冒的預警，降低了涌水災害事件的危害程度。
4. 針對微地震、地壓實時監測數據，通過卷積神經網絡獲得各類數據與影響物理因素之間的動態自適應關系，提出了適合深部礦山的微地震和地壓超前時空預警模型，在深部礦山發生微地震震級 3 級以上時，取得了提前 6 小時預警的效果。
經濟效益分析：
基于深度學習的礦山智能監控與災害預警系統研發及應用成套工程化技術具有對生產作業優化、礦山壓力事件、微震事件等安全事件進行提前預警和有效防范等應用效果，可以使得此類安全事故得到有效遏制，此外還可以對生產系統進行改進和完善，提高運行效率，為提高礦山安全管理水平和生產作業效率、降低礦山的生產成本和事故成本提供了有效技術途徑和措施保障。
成果亮點：
1. 具有自主知識產權，研究成果已授權發明專利 11 項。
2. 技術先進性：該成果于 2019 年 8 月 22 日由中國電子學會組織專家進行了評價，
評價結論為整體技術達到國際先進水平。
3. 獲獎情況：獲得中國電子學會科技進步三等獎。
