一种基于红外辐射特征的煤自燃监控预测系统的制作方法

1.本实用新型属于矿井煤自燃防治技术领域，尤其涉及一种基于红外辐射特征的煤自燃监控预测系统。


背景技术：

2.随着矿井的开采深度不断增加，一部分矿井的开采深度已经超过了1500米，而矿井深度的增加导致了井下温度的升高，因而增加了煤炭自燃发生的可能性。而由煤炭自燃引发的井下火灾一旦发生不但会造成人员伤亡，设备损失，而且会导致矿井停工，矿井资源破坏，甚至会引起瓦斯、煤尘爆炸，进一步增加事故损失。
3.目前的矿井煤炭自燃检测预警技术包括气味检测法、气体分析法、测温法、模拟预警法、磁探法和电阻率法等。这些分析方法虽然可以识别煤炭是否自燃，但过程复杂，需要进行人为分析，不利于在实际生产中推广，因此需要一种可以高效分析煤炭自燃的系统，并根据监测结果进行预测以防范煤自燃的发生。


技术实现要素：

4.为了解决上述问题，本实用新型提出一种基于红外辐射特征的煤自燃监控预测系统。
5.该系统通过红外摄像机对矿井煤炭堆积处的煤炭提取红外辐射特征图像，通过电脑搭建的卷积神经网络模型进行识别和预测，当发现存在煤炭自燃隐患的位置时，在红外辐射特征图像上标出具体的危险位置，开启灭火系统、报警系统。当恢复正常时，关闭灭火系统、报警系统。
6.本系统硬件包括红外摄像机、井下第一路由器、井上路由器、计算机、井下第二路由器、控制器、灭火系统、报警系统。
7.所述红外摄像机通过矿井通信网络系统与计算机连接并传输红外辐射特征图像，所述计算机通过矿井通信网络系统向控制器传递指令，所述计算机搭载有卷积神经网络模型；所述卷积神经网络经过训练之后，可以通过对煤炭堆积处红外特征辐射图像进行识别和预测，得到煤炭堆积处的自燃状况，并在红外辐射特征图像上标出具体的危险位置；所述控制器可以控制灭火系统、报警系统。
8.所述的计算机可以储存红外辐射特征图像，并对图像样本进行处理、储存，标记成规范的煤炭自燃红外辐射特征图像样本库。
9.所述的矿井通信网络系统由井下第一路由器、井上路由器、井下第二路由器连接组成；所述红外摄像机与井下第一路由器连接，所述井上路由器与计算机连接，所述井下第二路由器与控制器连接，所述控制器与井下第二路由器、灭火系统、报警系统连接。
10.本系统的计算机主要完成以下步骤：
11.1、启动系统，确保红外摄像机、井下第一路由器、井上路由器、计算机、井下第二路由器、控制器、灭火系统、报警系统正常工作，若有故障，则进行报警；
12.2、开启红外摄像机采集煤炭堆积处的红外辐射特征图像，通过井下第一路由器、井上路由器传输，由计算机接收并储存煤炭堆积处红外辐射特征图像；
13.3、对图像进行预处理，并以煤炭自燃状况添加对应标签，并建立煤炭自燃红外辐射特征图像样本库；
14.4、加载并训练卷积神经网络模型，对需要检测的煤炭堆积处红外辐射特征图像进行识别、预测，当预测结果为发生煤炭自燃时，由计算机发出指令并在图片上标注危险区域；
15.5、根据煤炭堆积处自燃状况发出指令，通过井上路由器、井下第二路由器控制控制器，由控制器控制、调节灭火系统、报警系统工作。
附图说明
16.附图用来提供对本实用新型的进一步理解，并且构成说明书的一部分，与本实用新型的实施例一起用于解释本实用新型，并不构成对本实用新型的限制。
17.附图中：
18.图1为系统各装置布置示意图。
19.图中标号：1、红外摄像机，2、井下第一路由器，3、井上路由器，4、计算机，5、井下第二路由器，6、控制器，7、灭火系统，8、报警系统。
具体实施方式
20.下面将对本实用新型实施例作进一步地详细描述。本实用新型实施例中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
21.本实用新型一种基于红外辐射特征的煤自燃监控预测系统，该系统包括红外摄像机1，井下第一路由器2，井上路由器3，计算机4，井下第二路由器5，控制器6，灭火系统7，报警系统8。
22.所述的红外摄像机1通过矿井通信网络系统与计算机4连接并传输红外辐射特征图像数据，所述计算机4通过矿井通信网络系统与控制器6连接并传递指令，所述计算机4搭建有卷积神经网络模型；所述卷积神经网络模型经过训练后，可以通过对煤炭堆积处红外辐射特征图像进行识别和预测，得到其对应的煤炭自燃状况；所述控制器6可控制灭火系统7、报警系统8。
23.所述计算机4可储存红外辐射特征图像数据，并对图形样本处理、标记成规范的煤炭自燃红外辐射特征图像样本库。
24.所述的矿井通信网络系统由井下第一路由器2、井上路由器3、井下第二路由器5连接组成；所述红外摄像机1与井下第一路由器2连接，所述井上路由器3与计算机4连接，所述井下第二路由器5与控制器6连接，所述控制器6与井下第二路由器5、灭火系统7、报警系统8连接。
25.该系统的使用步骤如下：
26.通过计算机4启动系统，确保红外摄像机1、井下第一路由器2、井上路由器3、计算机4、井下第二路由器5、控制器6、灭火系统7、报警系统8正常工作，若有故障情况，则进行报警；
27.开启红外摄像机1采集煤炭堆积处的红外辐射特征图像，通过井下第一路由器2、井上路由器3传输，由计算机4接收并储存煤炭堆积处红外辐射特征图像，并对图像进行预处理，并以煤炭自燃状况添加对应标签，并建立煤炭自燃红外辐射特征图像样本库；计算机4搭建卷积神经网络模型,使用建立的样本库训练卷积神经网络模型。
28.井下实时获取煤炭堆积处的红外辐射特征图像，传输到计算机4，使用训练好的卷积神经网络进行识别、预测，得到煤炭堆积处的自燃状况，当预测结果为发生煤炭自燃时，由计算机发出指令并在图片上标注危险区域，计算机4根据煤炭堆积处的自燃状况发出指令，通过井上路由器3、井下第二路由器5控制控制器6，由控制器6启动灭火系统7、报警系统8，使得煤炭堆积处的自燃状况得到控制，以防止发生井下火灾、爆炸事故，保障矿井的安全环境。
29.以上所述仅是本实用新型的优选实施方式，本实用新型的保护范围并不仅局限于上述实施例，凡属于本实用新型思路下的技术方案均属于本实用新型的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本实用新型原理前提下的若干改进与润饰，这些改进与润饰也应视为本实用新型的保护范围。


技术特征：
1.一种基于红外辐射特征的煤自燃监控预测系统，其特征在于：包括红外摄像机(1)、井下第一路由器(2)、井上路由器(3)、计算机(4)、井下第二路由器(5)、控制器(6)、灭火系统(7)、报警系统(8)；所述红外摄像机(1)通过矿井通信网络系统与计算机(4)连接传输红外辐射特征图像数据，所述计算机(4)通过矿井通信网络系统与控制器(6)连接并传输数据、指令。2.根据权利要求1所述的一种基于红外辐射特征的煤自燃监控预测系统，其特征在于，所述的红外摄像机(1)与井下第一路由器(2)连接，计算机(4)与井上路由器(3)连接，井下第二路由器(5)与控制器(6)连接。3.根据权利要求1所述的一种基于红外辐射特征的煤自燃监控预测系统，其特征在于，所述的控制器(6)与井下第二路由器(5)、调节灭火系统(7)、报警系统(8)相连。

技术总结
本实用新型公开了一种基于红外辐射特征的煤自燃监控预测系统，该系统包括了红外摄像机、井下第一路由器、井上路由器、计算机、井下第二路由器、控制器、灭火系统、报警系统。本实用新型可以高效分析煤炭堆积处红外辐射特征图像，并对煤炭堆积处红外辐射特征图像进行分类、识别，得到煤炭堆积处的自燃状况，并在红外辐射特征图像上标出具体的危险位置，从而达到对煤炭自燃灾害进行预测的目的。对煤炭自燃灾害进行预测的目的。对煤炭自燃灾害进行预测的目的。


技术研发人员：杨小彬 李志辉 毛翔 于英杰 张泽文 裴艳宇
受保护的技术使用者：中国矿业大学（北京）
技术研发日：2021.04.20
技术公布日：2021/10/15