中国矿业大学于宝海获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉中国矿业大学申请的专利一种煤矿瓦斯分区协同抽采智能调控系统及调控方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119712205B 。
龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411914195.0,技术领域涉及:E21F7/00;该发明授权一种煤矿瓦斯分区协同抽采智能调控系统及调控方法是由于宝海;方宗武;李文福;朱振;韩兆彦;刘水亮设计研发完成,并于2024-12-24向国家知识产权局提交的专利申请。
本一种煤矿瓦斯分区协同抽采智能调控系统及调控方法在说明书摘要公布了:本发明公开了一种煤矿瓦斯分区协同抽采智能调控系统及调控方法,涉及煤矿技术领域,该系统包括:分区抽采传感器模块,用于采集井下各区域的实时抽采参数和抽采泵站的实时运行数据;分区抽采瓦斯参数分类与处理模块,用于根据分区抽采传感器模块的特点以及实时抽采参数包括的数据的特性,对井下各区域的实时抽采参数和抽采泵站的运行数据进行分类处理,得到分类处理结果;分区抽采智能调控模块,用于根据分类处理结果,调整抽采泵站的实时运行状态以及各抽采分区的实时运行状态;分区抽采预警与应急响应模块,用于当实时抽采参数、抽采泵站的实时运行状态或者各抽采分区的实时运行状态满足预警条件时,启动预警机制。
本发明授权一种煤矿瓦斯分区协同抽采智能调控系统及调控方法在权利要求书中公布了:1.一种煤矿瓦斯分区协同抽采智能调控系统,其特征在于,包括: 分区抽采传感器模块,用于采集井下各区域的实时抽采参数和抽采泵站的实时运行数据; 分区抽采瓦斯参数分类与处理模块,用于根据所述分区抽采传感器模块的特点以及所述实时抽采参数包括的瓦斯浓度数据、瓦斯流量数据、抽采负压数据、一氧化碳浓度数据以及温度数据的特性,对所述井下各区域的实时抽采参数和所述抽采泵站的运行数据进行分类处理,得到分类处理结果; 所述分区抽采瓦斯参数分类与处理模块根据所述分区抽采传感器模块的特点以及所述实时抽采参数包括的瓦斯浓度数据、瓦斯流量数据、抽采负压数据、一氧化碳浓度数据以及温度数据的特性,对所述井下各区域的实时抽采参数和所述抽采泵站的运行数据进行分类处理,得到分类处理结果,被配置为: 确定所述分区抽采传感器模块包括的各个传感器的部署位置和所述实时抽采参数包括的数据的特性之间的关联强度; 创建关联矩阵;其中,所述关联矩阵的行表示所述分区抽采传感器模块包括的各个传感器的部署位置,所述关联矩阵的列表示所述实时抽采参数包括的数据的特性;所述关联矩阵中的元素表示所述分区抽采传感器模块包括的各个传感器的部署位置与所述实时抽采参数包括的数据的特性之间的关联强度; 对于所述分区抽采传感器模块包括的每个传感器的部署位置,将该传感器的部署位置在所述关联矩阵中对应的所述实时抽采参数包括的数据的特性作为事务处理,构建FP树;其中,所述FP树的每个节点代表一个特性,节点的权重代表该个特性在所述事务中出现的频率; 通过构建得到的所述FP树,挖掘出在多个传感器的部署位置中共同出现的特性组合; 基于多个传感器的部署位置中共同出现的特性组合,为具有该共同特性的抽采分区赋予相同的抽采模式; 对于每个特性组合,构建条件模式基;其中,所述条件模式基为基于给定特性组合,挖掘其他特性的频繁组合; 将所述井下各区域的实时抽采参数和所述抽采泵站的运行数据与挖掘出的其他特性的频繁组合与所述特性组合进行匹配,并根据匹配结果对所述井下各区域的实时抽采参数和所述抽采泵站的运行数据进行分类处理; 分区抽采智能调控模块,用于根据所述分类处理结果,调整所述抽采泵站的实时运行状态以及各抽采分区的实时运行状态;其中,所述抽采泵站包括多个抽采分区; 确定分区抽采传感器模块包括的各个传感器的部署位置和实时抽采参数包括的数据的特性之间的关联强度,被配置为: 对历史煤矿瓦斯抽采监测数据进行预处理,处理异常值和缺失值,包括:将异常值作为缺失值,应用滑动拉格朗日插值对缺失值进行插值;其中,所述历史煤矿瓦斯抽采监测数据包括抽采瓦斯浓度和流量数据; 对于每个传感器的部署位置,构建ARIMA模型来分析抽采瓦斯浓度和流量的时间序列特性; 应用序贯学习算法,根据抽采瓦斯浓度变化、抽采量衰减规律、一氧化碳浓度异常、抽采负压变化,调整所述ARIMA模型的模型参数; 根据调整后的所述ARIMA模型,确定每个传感器的部署位置与所述实时抽采参数包括的数据的特性之间的关联强度; 分区抽采预警与应急响应模块,用于当所述实时抽采参数、所述抽采泵站的实时运行状态或者各抽采分区的实时运行状态满足预警条件时,启动预警机制。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国矿业大学,其通讯地址为:221000 江苏省徐州市铜山区大学路1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励