摘要
本发明公开了基于传感器网络的煤矿井巷支护变形监测预警系统及方法,涉及安全监测技术领域,预先收集历史预警数据,并基于历史预警数据训练出预测异常概率的机器学习模型;预建立煤矿井巷网络图,将网络图中以相邻节点为一条子井巷划分出i条子井巷;分别获取i条子井巷的实时预警数据,基于实时预警数据和机器学习模型,获得i条子井巷预测的异常概率,并将异常概率与预设异常概率阈值作比对,判定是否生成预警指令;获取i条子井巷的可替代量及i条子井巷内的人员密度。通过综合井下人员密度以及i条错综复杂子井巷之间相互的影响,对预警指令进行等级调整,让整个预警系统更加智能,提升安全性。
技术关键词
煤矿井巷支护
监测预警方法
机器学习模型
监测预警系统
模型训练模块
传感器
密度
指令
分析模块
网络
数据
预测误差
计算机设备
监测技术
存储器
标签
处理器
系统为您推荐了相关专利信息
智能优化方法
策略
设备运行环境
机器学习模型
瓶颈
网络监控方法
节点
异常数据
协议
计算机执行指令
街区场景
人口统计数据
空间化方法
机器学习模型训练
社会感知数据
药物筛选系统
关系预测模型
定量结构
抗肿瘤药物研发
分层随机抽样
大语言模型
舆情文本
标签体系
场景
网络舆情监测