一种基于多屏联动的矿井通风溯源分析系统及方法

技术领域

本发明涉及煤矿安全技术领域，具体为一种基于多屏联动的矿井通风溯源分析系统及方法。

背景技术

随着智慧化矿山建设的不断推进，各种监测探测装置、传感器和巡检扫描装置被应用矿井深部，不仅大幅度地减轻了人员的劳动力，而且有效地避免了人员的伤亡和财物的损失。然而，无数的装置采集了海量的数据，如巷道掘进长度、巷道风速风量、入井人员数、瓦斯监测等数据，这些庞杂繁多的数据虽现在已能够上传到各个系统中，采集数据的过程也较为完善；但对于系统所采集数据的分析与处理还存在较大不足，采集到的异常数据未能够进行溯源分析，较难满足煤矿安全生产的需求。

由异常显现数据逆向推测造成异常原因的过程也常常被称作溯源分析，传统的溯源分析需要工作人员依靠异常数据产生的位置入井分析原因，该方法工作效率较低。现有的方法使用计算机单屏通过窗口切换的方式进行数据展现，无法显示各个窗口间数据的关联性，频繁切换易引起疲劳。

现有技术多数是对井下监测点监测数据提取，对于监测数据的可视化以及出现异常数据的溯源分析，但仍存在以下不足：

(1)由于井下监测过程中涉及的数据量大、数据关联关系复杂、展现逻辑多样，计算机单屏显示模式已不能完全满足信息的展示要求；

(2)数据展现形式单一，各种相关联的数据未能在系统间实现关联展示。井下通风主要依据网络图、系统图以及阵列图来分析风网状态，三个图形中数据存在较强的关联，而现有系统未能将这些数据的关联进行可视化链接。

(3)现有系统对于异常数据处理不足，不能够由数据逆向推测产生异常的原因。

因此，亟需构建一种高效的矿井通风溯源分析方法，不仅可以增强矿井的智能化，而且还可以及时处理故障隐患，增强矿井的安全性。

发明内容

本发明的目的是提供了一种基于多屏联动的矿井通风溯源分析系统及方法。

本发明是通过以下技术方案实现的：

本发明涉及一种基于多屏联动的矿井通风溯源分析系统，该系统包括：计算机、获取模块、提取模块、溯源模块、表达模块；

其中，

所述获取模块，用于获取传感器所测数据；

所述提取模块，利用提取模型对所述传感器所测数据中的异常数据进行特征提取，得到标准化数据；

所述溯源模块，用于利用溯源模型，根据所述传感器所测数据对异常数据进行溯源；

所述表达模块，用于根据溯源模块对所述异常数据进行整合，得到异常原因并输出；

所述计算机包括：至少一个用于执行溯源数据的处理器、多屏显示器及与处理器通信连接的存储器。

该存储器存储有至少一个处理器执行的指令；

所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的数据溯源分析方法；

所述计算机分别与获取模块、提取模块、溯源模块、表达模块通信连接；

计算机与四个模块均连接，其中，获取模块、提取模块、溯源模块均依靠计算机进行解算，表达模块依靠计算机显示输出。

本发明还涉及前述的基于多屏联动的矿井通风溯源分析系统的方法，包括以下步骤：

步骤1，获取井下监测设备的数据信息；其中，该数据信息包括：设备的状态信息以及实时数据信息；从而实现现场数据的高效调度，如现场的温度、湿度、巷道风速风量、瓦斯浓度及各类传感器通风机状态等；

步骤2，构建矿井的二维网络图，提出通风网络的可视化方案，构建动态显示模式；基于所述数据信息，实时监测上传，将数据在通风网络图中可视化表达，获得若干异常数据状态信息；

步骤3，基于若干异常数据状态信息，获得异常状态的监测信息；

步骤4，根据异常运行状态的监测信息，在计算机多屏显示系统中采用遗传算法进行溯源分析；

计算机多屏显示系统的主屏在通风系统图中显示故障预警，工作人员点击预警信息，可在副屏直观的获得异常数据点的位置等相关信息；

步骤5，基于数据信息、异常运行状态信息、异常运行状态的监测信息和所述故障点的位置信息，获得所述故障点的视频监控，以对所述故障点进行溯源分析；依据位置信息溯源设备状态，对故障点异常原因进行分析。

优选地，步骤4中，所述遗传算法进行溯源分析具有主次分明的信息分类，井下传感器产生的海量数据的重要程度并不相同，通过建立数据优先度关系，能够对不同优先度的数据进行分流，重要、常用数据在计算机多屏显示系统的主屏固定显示，局部细节信息在联动关系的驱动和合适的逻辑下适时显示在计算机多屏显示系统的副屏中。

优选地，所述计算机多屏联动溯源分析方法还具有智能化控制逻辑，系统能对当前的海量数据进行感知，并结合用户的业务特点以及操作行为进行综合判断，对各种数据间的相关度进行动态制定，以此为依据建立不同的业务情景，将显示信息在计算机多屏显示系统的多个屏幕上协同、互补、逐次地呈现出来，以联动的形式将数据列表、曲线图、动画等展现手段有机结合，达到多维可视化的目的，从而辅助操作人员进行交流、协作和决策。如选择一组巷道并选择了瓦斯监控，则该组巷道的相关瓦斯数据在计算机多屏显示系统的主屏中显示，与这些数据间接相关的数据(如风量、上下游巷道瓦斯浓度等)在计算机多屏显示系统的副屏中显示。

计算机多屏显示系统所涉及的多屏联动溯源分析方法以定义好的通信接口作为系统主框架和各个子功能模块(获取模块、提取模块、溯源模块、表达模块)通信的桥梁，每个功能模块作为一个插件，遵循定义好的通信协议，基于WebGL地图引擎，底层代码由HTML和JavaScript实现。

优选地，所述遗传算法进行溯源分析，包括：通过监听视图的交互事件结合遗传算法实时计算当前视图的位置信息经过消息队列转发到另一视图，对应的视图根据收到的消息进行视图位置的更新，实现网络图系统图阵列图三屏幕窗口显示范围的同步。

优选地，所述遗传算法包括将网络图中位置信息定位系统图相对应位置。

优选地，所述遗传算法进行溯源分析，还包括：通过多屏联动机制建立的通风系统图、通风网络图及阵列图具有数据内容和服务内容上的一致性，通过遗传算法，使得在操作系统图时会将地理坐标、巷道长度及高度通过消息传输模块传输到网络图，网络图根据收到的消息实时更新视角的空间坐标，并能保证二者显示的内容和范围的一致性，即系统图和网络图通过位置信息共享实时多屏联动，为井下溯源分析服务提供了可视化的基础。

优选地，所述遗传算法为一种全局概率搜索算法，具体为：将所求问题的解表现型以一定的编码方式变换成染色体基因型，通过适应度函数的评价选择适应度好的优良个体保存下来适应度差的被淘汰，再经过交叉和变异算子在全局内进行搜索产生新的群体再次由适应度函数评价，一代一代下去找出最优解的方法。

优选地，所述遗传算法的具体算法为：

第一步，确定决策变量及其各种约束条件，确定出个体的表现型和问题的解空间；

第二步，建立优化模型，确定出目标函数的类型及其数学描述形式；

第三步，确定表示可行解的染色体编码方法，确定出个体的基因型和遗传算法的搜索空间；

第四步，确定解码方法,确定出由个体基因型到个体表现型的对应关系或转换关系；

第五步，确定个体适应度的评价方法,确定出由目标函数到个体适应度的转换规则；

第六步，设计遗传算子,确定出选择算子、交叉和变异算子遗传算子的具体操作方法；

第七步:确定遗传算法的有关运行参数，确定出遗传算法的各个(M,T,Pc,Pm等)参数。

优选地，所述基本遗传算法可以用一个公式来表示SGA,

SGA＝(C,E,P

式中，C表示：个体的编码方式，E表示：个体适应度评价函数，P表示：初始群体，M表示：群体大小，Φ表示：选择算子，Γ表示：交叉算子，Ψ表示：变异算子，Γ表示：遗传运算终止条件。

本发明具有以下优点：

(1)本发明所涉及的方法通过多屏联动机制建立的通风系统图和通风网络图具有数据内容和服务内容上的一致性，通过遗传算法，使得在操作系统图时会将地理坐标、巷道长度及高度通过消息传输模块传输到网络图，网络图根据收到的消息实时更新视角的空间坐标，并能保证二者显示的内容和范围的一致性，即系统图和网络图通过位置信息共享实时多屏联动，为井下溯源分析服务提供了可视化的基础。

(2)本发明所涉及的方法可以全方位展现数据：在多个屏幕上显示的数据可以通过交互性图表、通风网络图和其他视觉元素进行可视化呈现，有助于用户更清晰地理解和把握数据的关联性。这大大提高了数据的可视化程度，使得工程师们在溯源过程中可以对不同数据源进行对比和综合分析，快速准确地发现问题。

(3)本发明所涉及的方法有效提高工作效率：可将数据可视化，并对多个指标进行对比，能够快速而直观地了解矿井通风系统状况的整体情况和存在的问题。这大大提高了工程师们的工作效率，在业务上提供了重要的支持。

(4)本发明所涉及的方法能够更加精准地进行溯源分析：本发明基于多屏联动动态可视化方案，对矿井内部产生的异常报警数据进行溯源分析，多屏联动的方式可以同时显示多组数据，用户可以通过对比数据来寻找异常情况，即数据异常、设备异常等，快速定位问题，解决了以往企业监测到异常数据无法排查原因及难排查的问题。

附图说明

图1为基于多屏联动的矿井通风溯源分析方法工作展示图；其中，a为主屏(通风系统图)，b为副屏1(能耗图)，c为副屏2(通风网络图)；

图2为瓦斯巡检数据采集图；

图3为瓦斯分析曲线图；

图4为网络图；

图5为平衡图；

图6为生成树效果图；

图7为瓦斯数据在矿井全系统的实时推演图；

图8为瓦斯实时在线分析多级预警指标体系效果展示图；

图9为瓦斯预警说明展示图；

图10是溯源分析系统模块展示图；

图11是遗传算法采用SGA的计算过程图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。应当指出的是，以下的实施实例只是对本发明的进一步说明，但本发明的保护范围并不限于以下实施例。

实施例1

本实施例涉及一种基于多屏联动的矿井通风溯源分析系统，见图10所示，该系统包括：计算机、获取模块、提取模块、溯源模块、表达模块；

其中，

所述获取模块，用于获取传感器所测数据；

所述提取模块，利用提取模型对所述传感器所测数据中的异常数据进行特征提取，得到标准化数据；

所述溯源模块，用于利用溯源模型，根据所述传感器所测数据对异常数据进行溯源；

所述表达模块，用于根据溯源模块对所述异常数据进行整合，得到异常原因并输出；

所述计算机包括：至少一个用于执行溯源数据的处理器、多屏显示器及与处理器通信连接的存储器。

该存储器存储有至少一个处理器执行的指令；

所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的数据溯源分析方法；

所述计算机分别与获取模块、提取模块、溯源模块、表达模块通信连接。计算机与四个模块均连接，其中，获取模块、提取模块、溯源模块均依靠计算机进行解算，表达模块依靠计算机显示输出。

本发明还涉及前述的基于多屏联动的矿井通风溯源分析系统的方法，包括以下步骤：

步骤1，获取井下监测设备的数据信息；其中，该数据信息包括：设备的状态信息以及实时数据信息；从而实现现场数据的高效调度，如现场的温度、湿度、巷道风速风量、瓦斯浓度及各类传感器通风机状态等；

步骤2，构建矿井的二维网络图，提出通风网络的可视化方案，构建动态显示模式；基于所述数据信息，实时监测上传，将数据在通风网络图中可视化表达，获得若干异常数据状态信息；

步骤3，基于若干异常数据状态信息，获得异常状态的监测信息；

步骤4，根据异常运行状态的监测信息，在计算机多屏显示系统中采用遗传算法进行溯源分析；

计算机多屏显示系统的主屏在通风系统图中显示故障预警，工作人员点击预警信息，可在副屏直观的获得异常数据点的位置等相关信息；

步骤5，基于数据信息、异常运行状态信息、异常运行状态的监测信息和所述故障点的位置信息，获得所述故障点的视频监控，以对所述故障点进行溯源分析；依据位置信息溯源设备状态，对故障点异常原因进行分析。

优选地，步骤4中，所述遗传算法进行溯源分析具有主次分明的信息分类，井下传感器产生的海量数据的重要程度并不相同，通过建立数据优先度关系，能够对不同优先度的数据进行分流，重要、常用数据在计算机多屏显示系统的主屏固定显示，局部细节信息在联动关系的驱动和合适的逻辑下适时显示在计算机多屏显示系统的副屏中。

优选地，所述计算机多屏联动溯源分析方法还具有智能化控制逻辑，系统能对当前的海量数据进行感知，并结合用户的业务特点以及操作行为进行综合判断，对各种数据间的相关度进行动态制定，以此为依据建立不同的业务情景，将显示信息在计算机多屏显示系统的多个屏幕上协同、互补、逐次地呈现出来，以联动的形式将数据列表、曲线图、动画等展现手段有机结合，达到多维可视化的目的，从而辅助操作人员进行交流、协作和决策。如选择一组巷道并选择了瓦斯监控，则该组巷道的相关瓦斯数据在计算机多屏显示系统的主屏中显示，与这些数据间接相关的数据(如风量、上下游巷道瓦斯浓度等)在计算机多屏显示系统的副屏中显示。

计算机多屏显示系统所涉及的多屏联动溯源分析方法以定义好的通信接口作为系统主框架和各个子功能模块(获取模块、提取模块、溯源模块、表达模块)通信的桥梁，每个功能模块作为一个插件，遵循定义好的通信协议，基于WebGL地图引擎，底层代码由HTML和JavaScript实现。

优选地，所述遗传算法进行溯源分析，包括：通过监听视图的交互事件结合遗传算法实时计算当前视图的位置信息经过消息队列转发到另一视图，对应的视图根据收到的消息进行视图位置的更新，实现网络图系统图阵列图三屏幕窗口显示范围的同步。

优选地，所述遗传算法包括将网络图中位置信息定位系统图相对应位置。

优选地，所述遗传算法进行溯源分析，还包括：通过多屏联动机制建立的通风系统图、通风网络图及阵列图具有数据内容和服务内容上的一致性，通过遗传算法，使得在操作系统图时会将地理坐标、巷道长度及高度通过消息传输模块传输到网络图，网络图根据收到的消息实时更新视角的空间坐标，并能保证二者显示的内容和范围的一致性，即系统图和网络图通过位置信息共享实时多屏联动，为井下溯源分析服务提供了可视化的基础。

优选地，所述遗传算法为一种全局概率搜索算法，具体为：将所求问题的解表现型以一定的编码方式变换成染色体基因型，通过适应度函数的评价选择适应度好的优良个体保存下来适应度差的被淘汰，再经过交叉和变异算子在全局内进行搜索产生新的群体再次由适应度函数评价，一代一代下去找出最优解的方法。

优选地，所述遗传算法的具体算法为：

第一步，确定决策变量及其各种约束条件，确定出个体的表现型和问题的解空间；

第二步，建立优化模型，确定出目标函数的类型及其数学描述形式；

第三步，确定表示可行解的染色体编码方法，确定出个体的基因型和遗传算法的搜索空间；

第四步，确定解码方法,确定出由个体基因型到个体表现型的对应关系或转换关系；

第五步，确定个体适应度的评价方法,确定出由目标函数到个体适应度的转换规则；

第六步，设计遗传算子,确定出选择算子、交叉和变异算子遗传算子的具体操作方法；

第七步:确定遗传算法的有关运行参数，确定出遗传算法的各个(M,T,Pc,Pm等)参数。

优选地，所述基本遗传算法可以用一个公式来表示SGA,计算过程见图11所示。

SGA＝(C,E,P

式中，C表示：个体的编码方式，E表示：个体适应度评价函数，P表示：初始群体，M表示：群体大小，Φ表示：选择算子，Γ表示：交叉算子，Ψ表示：变异算子，Γ表示：遗传运算终止条件。

实施例2

本实施例涉及一种基于多屏联动的矿井通风溯源分析系统的方法验证，具体内容如下：

以陕煤集团某矿井为试验矿井对上述方法进行验证，在矿井内使用基于多屏联动的矿井通风溯源分析方法，在矿井内部布置超声波风速仪、瓦斯粉尘监测传感器等，以瓦斯溯源智能分析为例进行验证。

瓦斯涌出进入巷道，将增加巷道风流的瓦斯浓度。巷道风流所携带的瓦斯源于其上游进风携带的瓦斯以及自身巷道所涌出的瓦斯。一般说来，瓦斯由煤体涌出进入风流后的运动特征表现为平流输送和质量扩散两种形式。在矿井井巷中，风流的流动一般均呈紊流状态。在紊流运动作用下，风流在离开瓦斯涌出位置一定距离后，风流的瓦斯浓度沿井巷截面趋于均匀。由于瓦斯涌出以分布式特征为主，因此在有瓦斯涌出的巷道内，在任一横断面上风流的瓦斯浓度均匀分布，而沿巷道的轴线方向逐渐变化，其中，瓦斯巡检数据见图2所示。

本方法以通风瓦斯数据为基础，以风网解算为媒介，将分布在不同区域的不同类别和相同类别传感器的数据资源加以综合，获得融合后的矿井通风全面信息，能最大程度的消除传感器的误差，剔除仪器使用不当造成的错误，通过数据的互相校验和修正，降低单一数据来源的不确定性，获取矿井通风瓦斯的准确情况。多元信息融合可以在数据层融合、特征层融合、决策层融合等不同信息层次上出现，从而有助于分析数据的推演轨迹和变化趋势，从数据关联特性和显现规律角度，将监测数据通过多屏幕展现，通过鼠标联动点击，使数据关联特性等规律完美显现，基于多屏联动的矿井通风溯源分析方法如图1，其中，a为主屏(通风系统图)，b为副屏1(能耗图)，c为副屏2(通风网络图)。

通过在井下瓦斯监测区域部署集甲烷、一氧化碳、二氧化碳、氧气、温度、湿度于一体的矿用本安型多参数无线传感器，以及集风向、风速、风量、风压、温度、湿度于一体的矿用本安型多参数无线传感器，构建通风瓦斯相关实时数据采集适配器，兼容多种监控主机数据，并提供配置手段实现各类监测数据的无缝集成，实现了多种数据源的集中统一；瓦斯巡检数据采集和分析曲线如图2和图3所示，基于遗传算法的通风网络，有效实现多元数据融合，提高数据的准确性和可靠性；同时，采用大数据的计算分析方法，达到海量数据的实时分析。

本方法在收集各个多参数传感器的数据之后采用遗传算法，在分析瓦斯分布特征的基础上，结合通风系统的拓扑结构和通风能力，对瓦斯在矿井的分布和运动规律进行分析，获取矿井各处的瓦斯分布情况。

以一个简单实例说明该算法，网络参数的分支风量及阻力数据见下表1所示。

表1

然后，找到图4系统图的一棵树(见图6)，利用树来确定独立通路。由于图4中的节点m＝8、边n＝11，那么独立通路的个数为n-m+2即图4中有5个独立通路。五条独立通路分别为：

P

再用独立通路法画平衡图(如图5)，可见分支e8和分支e10被分割。对于平衡图(图5)使得被分割的块数最少，应用遗传算法来计算用手工简单演示，如下：

一、采用整数编码方式。系统图中有五条独立通路(P1、P2、P3、P4、P5)分别用整数(1、2、3、4、5)来表示，那么五个整数不重复排列就代表五条独立通路的排列顺序由此就可以画出它的一个平衡图。

二、产生初始种群。遗传算法是对群体进行的进化操作，需要给其准备一些表示起始搜索点的初始群体数据。因为是手工操作避免运算量过大，选取群体规模的大小为4，每个个体是通过随机方法产生的。一个随机产生的初始群体见下面表第②列。

三、计算适应度。遗传算法中以个体适应度的大小评定各个个体的优劣程度，从而决定其遗传机会的大小。在本例中是求得平衡图被分割的块数最

小，适应度函数要通过目标函数的一定转换。

由此适应度函数是：F(x)＝16-X

X—平衡图的块数

四、选择运算，在本例中采用轮盘赌选择。首先计算群体中所有个体的适应度总和EF；再计算出各个个体的相对适应度的大小F/，即为每个个体被遗传到下一代群体中的概率，每个概率组成一个区域，全部概率值之和为1；最后在产生一个0到1之间的随机数，依据该随机数出现在上述哪个概率区域内来确定每个个体被选中的次数。

五、交叉运算。交叉算子采用均匀杂交(即它通过从左到右的扫描，从一父代上随机拿走一些基因，在空白处填入另一父代的基因)。在交叉之前对个体进行两两配对，对于相互配对的两个个体要随机产生一个与个体编码串长度等常由0和1组成的字符串(0—基因座上的基因值，1—另外个体基因座上补充的基因值)﹔然后依据这个随机字符串来进行杂交运算。

六、变异运算。采用交换变异，随机交换个体中两个基因座上的基因。首先产生交换点的位置，再进行交换。

七、对一轮的遗传操作后的子代计算出每个个体的适应度以及相对适应度。

如表1的数据经过一代遗传算法后由初始种群31245、23451、15342、51423经过选择、交叉和变异后产生新种群24351、13245、23451、31245，经过一代的进化后适应度有明显的改进。最优个体13245在新产生的一代中是适应度最高的，在下一代遗传进化中轮盘赌选择要结合最优保存策略，它不将参加下一次遗传进化直接保存到下一代群体中。经过最后求出13245就是最佳个体，平衡图的最少分割数为12。从表2--应用遗传算法运算一代后的结果表，其中从编号、初始群体、适应度(F(X))、选择次数、选择结果、配对、杂交位置及结果、交换点、变异结果列举数据，从图2的数据中可以看到群体经过一代进化之后，其适应度的最大值、平均值都得到明显的改进。在实际遗传算法的运算过程中需要一定的循环次数才能达到一个最优结果。

表2

此算法可以将瓦斯涌出按空间分解到不同类型的巷道中，按涌出衰减规律分析和预测各个时刻的瓦斯涌出强度，再结合实时解算的通风网络风量、风流信息，将涌出的瓦斯在矿井巷道中的运移、汇积和扩散情况进行分析，最终获得矿井任意位置、任意时刻的瓦斯分布情况，实现瓦斯数据在矿井全系统的实时推演，推演结果如图7所示。

煤矿普遍装备有数十以至上百个风速及瓦斯传感器，以每分钟数次的巡检周期，每一传感器每天的监测数据近万甚至数万，在长期运行过程中，全矿通风瓦斯监测数据可达海量程度，这些单点数据及多点数据之间蕴含了丰富的客观信息。

本方法将以矿井拓扑结构为基础建立矿井风网实时分析模型，并以此为纽带实现各类监测数据跨时间和空间的深度融合，从而建立多级预警指标体系，挖掘瓦斯数据异常和变化趋势，实现对特定矿井、特定地点、特定参数“正常”与“异常”波动的科学认知，瓦斯实时在线分析多级预警指标体系如图8所示，并在实时在线分析的基础上，有效辨识监测数据“异常”，确定其“异常”的程度，实现了科学的分级预警，瓦斯预警说明如图9所示，进而针对“异常”展开全矿井通风溯源分析，提升矿井安全水平。

本发明所涉及的此算法可以将瓦斯涌出按空间分解到不同类型的巷道中，按涌出衰减规律分析和预测各个时刻的瓦斯涌出强度，再结合实时解算的通风网络风量、风流信息，将涌出的瓦斯在矿井巷道中的运移、汇积和扩散情况进行分析，最终获得矿井任意位置、任意时刻的瓦斯分布情况，实现瓦斯数据在矿井全系统的实时推演，可以有效地提升矿井安全水平。

综上所述，本发明所涉及的多屏联动的矿井通风溯源分析方法可以显著地提高工程师的工作效率，提高溯源分析的可操作性，使得矿井通风的安全水平得到提升。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质。