Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中平信息技术有限责任公司司士军获国家专利权

中平信息技术有限责任公司司士军获国家专利权

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!

龙图腾网获悉中平信息技术有限责任公司申请的专利一种基于5G通讯的智慧矿山监管系统及其监管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:CN120181506B

龙图腾网通过国家知识产权局官网在2026-01-06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:202510351494.6,技术领域涉及:G06Q10/0631;该发明授权一种基于5G通讯的智慧矿山监管系统及其监管方法是由司士军;盛璐;王孔义;朱琳;李海超;王国平;李忠杰;杨亚彬;李晋文;张鹤;李文博;聂金锋;王心刚;李芳芳设计研发完成,并于2025-03-24向国家知识产权局提交的专利申请。

一种基于5G通讯的智慧矿山监管系统及其监管方法在说明书摘要公布了:本发明公开了一种基于5G通讯的智慧矿山监管系统及其监管方法,包括如下步骤:系统通过部署在矿山区域的感知节点采集环境参数、设备状态和人员行为数据,利用压力因子计算实时评估高风险区域,并动态调整感知网络的采集频率、范围和协同模式,通过生成风险分布图,系统预测高风险区域的变化趋势,并基于梯度变化实时分配资源,优化感知节点的任务分配和覆盖范围,系统支持动态设定预警阈值,当压力因子达到阈值时,触发应急响应,生成设备运行模式调整、人员疏散路径优化和任务重新分配指令,应急指令通过5G网络实时分发,结合反馈数据和历史数据不断优化节点分配和风险预测模型,实现矿山监管的智慧化、实时化和高效化。

本发明授权一种基于5G通讯的智慧矿山监管系统及其监管方法在权利要求书中公布了:1.一种基于5G通讯的智慧矿山监管方法,其特征在于,包括如下步骤: S1、在矿山作业区域部署多模态感知节点,采集环境参数、设备状态和人员行为数据,利用动态时空压力因子映射算法计算感知优先级,根据高风险区域的压力梯度实时调整感知节点的频率、范围和协同模式,动态构建覆盖高风险区域的感知网络; S2、基于重构的感知网络,优先采集高风险区域数据,并通过节点间冗余交换动态补充低风险区域数据,将压力因子信息上传至多层次边缘计算架构,所述架构包括高风险区域数据由高性能节点处理,对低优先级数据采用延时传输机制,对低风险区域存储节点进行缓存,实现任务动态迁移与计算资源优化分配; S3、基于感知网络上传的高风险区域数据,利用动态时空压力因子映射算法生成实时风险分布图,迭代计算压力因子变化,预测高风险区域趋势,并动态调整感知网络的协同模式和高风险区域的边界范围; S4、根据风险分布图的压力梯度变化,设计基于动态时空压力因子的资源调度算法;所述资源调度算法通过对压力梯度变化速率与方向的实时计算,分配优先级因子;将计算资源分配至高风险区域感知节点,对低风险区域感知节点实施周期性采集与资源压缩,动态调整资源分配比例,优化资源利用效率; S5、通过5G网络将资源调配方案下发至感知节点、设备终端和作业人员,采集反馈数据,动态更新压力因子权重和修正风险分布图,迭代调整感知网络结构和资源调配策略,优化系统运行效果; S6、基于风险分布图和更新的感知网络结构,规划矿石运输路径和任务分配,优先选择压力梯度变化速率最低的区域,协同调整路径与任务流程,实现同步优化; S7、当高风险区域压力因子达到预警阈值时,通过感知网络触发应急策略,生成设备切换、人员疏散及路径调整指令,并通过5G网络传递至终端设备,实时监控指令执行情况; S8、将反馈数据与历史压力因子分布数据相结合,更新动态时空压力因子映射算法的权重模型,优化感知网络节点分配与风险预测模型,构建动态演化的风险场景模型,优化感知网络的长期适应能力; 所述S1具体包括: S11、在矿山作业区域部署多模态感知节点,所述感知节点采集环境参数、设备状态和人员行为数据,其中环境参数包括温度、湿度和气体浓度,设备状态包括运行效率和振动强度,人员行为数据包括位置、活动轨迹和作业时间; S12、采集到的数据通过动态时空压力因子映射算法计算感知优先级,所述感知优先级结合多维时空权重动态调整: 其中,Pi为感知节点i的优先级,Fijt为感知节点i在时间t采集的第j类数据的实时值,ωj为第j类数据的权重,Sj为数据维度j的空间影响因子,Tj为数据维度j的时间权重,n为数据维度总数; S13、根据感知优先级Pi,对感知节点任务进行排序,其中高优先级节点执行高频采集任务,低优先级节点根据覆盖区域压力变化执行周期性采集任务; S14、基于感知节点间的协同信息实时评估高风险区域的压力梯度,结合相邻节点的压力因子变化量与节点间的距离动态计算梯度,通过综合评估各节点的贡献权重,生成高风险区域的综合压力梯度G; S15、当压力梯度G超过设定阈值Gt时,调整感知节点的采集范围Ri: Ri=Rbase+β·GGt; 其中,Ri为节点i的采集范围,Rbase为基础采集范围,β为范围调整系数; S16、动态构建覆盖高风险区域的感知网络,所述感知网络的节点分布满足: 其中,m为高风险区域内的感知节点数,Ri为感知节点i的采集范围,A为高风险区域的总面积。

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平信息技术有限责任公司,其通讯地址为:467000 河南省平顶山市卫东区新华路275号中平信息技术有限责任公司院内;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。

免责声明
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。