煤矿火灾监控防护系统-工矿企业智慧安全用电解决方案
煤矿火灾监控防护系统设计
目前,我国已有部分消防平台和自动报警系统出现,如贾年等采用 BP 神经网络多传感器数据融合技术提出的基于 MSA 的智能火灾报警系统,蒋波等以超算为工具, 集成人工智能、VR、动态仿真建模技术和高性能计算技术, 设计的地铁火灾应急响应虚拟演习平台。本文针对煤矿综合立体化智能火灾防护体系进行设计。
1 平台结构
煤矿火灾监控系统分成 3 个子系统: 信息采集子系统、信息处理子系统和人机交互子系统。
2 系统功能分解
2. 1 信息采集子系统
2. 1. 1 多传感器融合的神经网络算法在火灾探测模型中, 目前运用的人工神经网络*常见的是 BP 神经网络。神经网络法具有很强的容错性以及自学习、自组织及自适应能力, 能够模拟复杂的非线性映射和强大的非线性处理能力,恰好满足多传感器数据融合技术处理的要求。
给定训练数据值,重复训练, 直到误差满足要求为止,得到基于神经网络的多传感器融合火灾探测模型。
2. 1. 2 地理信息系统( GIS)
对于复杂的矿井布局和巷道分布,系统采用三维 GIS 存储、管理地层信息、各矿井和巷道的位置关系,主要体现空间位置与拓扑关系的描述及空间分析的延伸方向。
2. 1. 3 信息传输
地下方面, 由于无线设备的局限性, 使用电缆、光缆等进行信息传输。
地上设备则考虑到传输的海量数据碎片化、静态、传输距离长、低成本、低速率、低功耗等要求。NB - IoT 作为目前低功耗广域网( LPWAN) 技术中的工作在授权频谱中的功耗超低、覆盖能力*强、蜂窝式部署更便于网络管理和大范围覆盖,是海量物联网无线通信目前的*佳选择。
2. 2 信息处理子系统
2. 2. 1 综合模糊评价模型
煤矿火灾综合模糊评价模型的建立包括如下
5 个步骤:
( 1) 评价指标的建立。
( 2) 权重集的确定。
( 3) 模糊等级的划分。对于*终的评价结果要先设定一个确定的评价标准, 一般在对矿井火灾进行安全评价时, 将火灾安全分为 5 个等级, 即U = { u1,u2,u3,u4,u5} 。用以判断等级的评分区分如下: 1 级表示单元很安全, 评分在 90 ~ 100 之间;
2 级表示单元比较安全, 评分在 70 ~ 90 之间; 3 级表示单元一般安全,评分在 50 ~ 70 之间; 4 级表示单元安全较差,评分在 30 ~ 50 之间; 5 级表示单元安全很差,评分在 10 ~ 30 之间。
( 4) 多级模糊综合评价。
( 5) 等级参数评价的确定。按照上述的评价,*终得到一个等级模糊子集*终计算得出煤矿区域的火灾综合模糊评价得分。
2. 2. 2 预案库
消防数字化预案作为数字化时代的新产物,充分利用计算机技术,通过 GIS 模块分析矿井和周边信息,形象化展示消防力量部署, 借助性能化防火分析得出的火灾发展模型、人群疏散模型, 针对关键的消防安全隐患, 科学的安排消防灭火措施和井下人群的紧急疏散,并进行模拟演练验证。
2. 3 人机交互子系统
2. 3. 1 消防应急平台
消防应急平台包括一系列的消防应急指挥大厅、消防临时指挥平台和面向消防部队的移动消防信息接收站等。鉴于目前火灾模拟软件的运算速率和火灾情况复杂多变, 在紧急条件下输入火灾条件进行临时模拟得出预期结果困难较大, 现有消防应急指挥平台还应以预案设定的消防应对措施和计算好的模拟火灾发展情况为主, 辅助指挥员在短时间内做出正确、合理的判断, 避免消防部队消防信息闭塞,阻止“信息孤岛”的发生。
3 结束语
煤矿消防智慧化是消防工作的革新, 也是目前煤矿消防工作发展的必然趋势。本文阐述了煤矿单元火灾监控系统的总体设计思路, 系统地形成一整套的消防管理体系, 使各环节之间紧密结合,提高每一个部分的消防安全水平。
上一篇:物业智慧用电安全运营管理解决方案