煤礦安全監(jiān)測(cè)監(jiān)控系統(tǒng)種類繁多、架構(gòu)不一、信息不共享、功能無(wú)互助、監(jiān)測(cè)數(shù)據(jù)難以得到有效利用,煤礦安全生產(chǎn)缺少可靠的數(shù)據(jù)支撐。為此,設(shè)計(jì)了一種基于微服務(wù)架構(gòu)的安全監(jiān)測(cè)系統(tǒng),將信息管理與自動(dòng)監(jiān)測(cè)各業(yè)務(wù)系統(tǒng)統(tǒng)一,構(gòu)建成一個(gè)靈活、穩(wěn)健、高效的系統(tǒng)平臺(tái),以適應(yīng)大數(shù)據(jù)分析與挖掘應(yīng)用。通過(guò)基于Hadoop構(gòu)建的煤礦安全監(jiān)測(cè)大數(shù)據(jù)平臺(tái),實(shí)現(xiàn)對(duì)海量環(huán)境監(jiān)測(cè)數(shù)據(jù)的分布式存儲(chǔ)、選擇性抽取和高效計(jì)算。通過(guò)對(duì)生產(chǎn)環(huán)境監(jiān)測(cè)數(shù)據(jù)的集成和深入挖掘,建立機(jī)器學(xué)習(xí)模型,自動(dòng)識(shí)別安全隱患并推薦相應(yīng)的處理措施,起到對(duì)煤礦環(huán)境安全綜合研判和科學(xué)決策的輔助作用,推動(dòng)實(shí)現(xiàn)煤礦安全管理的智能化。 

【文章來(lái)源】：應(yīng)用技術(shù)學(xué)報(bào). 2020,20(03)

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

系統(tǒng)的基礎(chǔ)架構(gòu)

集成煤礦生產(chǎn)環(huán)境的檢測(cè)與監(jiān)測(cè)數(shù)據(jù)和基于機(jī)器學(xué)習(xí)的深入挖掘應(yīng)用,需要在大數(shù)據(jù)平臺(tái)上實(shí)現(xiàn)。該平臺(tái)主要使用了Hadoop中強(qiáng)大的數(shù)據(jù)管理工具——HDFS和基于類SQL快速實(shí)現(xiàn)簡(jiǎn)單的 MapReduce 統(tǒng)計(jì)工具——Hive[5]進(jìn)行數(shù)據(jù)倉(cāng)庫(kù)的建設(shè)和各類監(jiān)測(cè)信息的數(shù)據(jù)分析。同時(shí),使用了基于Hadoop的數(shù)據(jù)采集系統(tǒng)Flume[6],對(duì)報(bào)警信息、系統(tǒng)日志等數(shù)據(jù)進(jìn)行實(shí)時(shí)收集。最后通過(guò)消息服務(wù)中間件使其與數(shù)據(jù)庫(kù)集群、業(yè)務(wù)系統(tǒng)、機(jī)器學(xué)習(xí)模塊進(jìn)行關(guān)聯(lián),實(shí)現(xiàn)分析數(shù)據(jù)的及時(shí)展示和訪問(wèn),讓機(jī)器學(xué)習(xí)不僅能夠離線分析建模,還可以在線預(yù)測(cè)推薦,形成了消息驅(qū)動(dòng)的機(jī)器學(xué)習(xí)服務(wù)[7],如圖2所示。機(jī)器學(xué)習(xí)主要分為建模和預(yù)測(cè)2個(gè)模塊,建模需要對(duì)大量歷史數(shù)據(jù)進(jìn)行學(xué)習(xí),消息服務(wù)中間件收到消息后,同時(shí)發(fā)送給該模塊,該模塊也通過(guò)大數(shù)據(jù)平臺(tái)抽取和實(shí)時(shí)監(jiān)控等形式進(jìn)行數(shù)據(jù)的收集,然后進(jìn)行學(xué)習(xí)、建立模型;預(yù)測(cè)模塊收到信息后,同建模模塊執(zhí)行相同的預(yù)處理,再執(zhí)行算法,得到結(jié)果;最后,將結(jié)果生成給消息中間件,供其他微服務(wù)使用。

主要以利用通風(fēng)監(jiān)測(cè)系統(tǒng)中的割煤工作面瓦斯?jié)舛阮A(yù)測(cè)、超限識(shí)別為例。由于瓦斯?jié)舛瘸薜囊延邢鄳?yīng)的國(guó)家規(guī)定和傳感器的設(shè)定,并且實(shí)時(shí)性要求高,因此選用RBF神經(jīng)網(wǎng)絡(luò)[8],使用前一班次的數(shù)據(jù)作為樣本進(jìn)行訓(xùn)練,監(jiān)測(cè)時(shí)間點(diǎn)和瓦斯?jié)舛茸鳛榈谝粚?輸入層)屬性。設(shè)xi∈Rn(i=1,2,…,n)為RBF神經(jīng)網(wǎng)絡(luò)的輸入,y∈R為RBF神經(jīng)網(wǎng)絡(luò)的輸出,如圖 3所示。設(shè)

【參考文獻(xiàn)】：
期刊論文
[1]建筑企業(yè)數(shù)字化建造基礎(chǔ)平臺(tái)開(kāi)發(fā)初探[J]. 阮國(guó)榮.  建筑施工. 2019(04)
[2]智能礦山大數(shù)據(jù)關(guān)鍵技術(shù)與發(fā)展研究[J]. 崔亞仲,白明亮,李波.  煤炭科學(xué)技術(shù). 2019(03)
[3]消息驅(qū)動(dòng)的機(jī)器學(xué)習(xí)微服務(wù)架構(gòu)探析[J]. 趙才文.  電腦編程技巧與維護(hù). 2017(24)

碩士論文
[1]煤礦安全監(jiān)控系統(tǒng)分析與設(shè)計(jì)[D]. 李波.北京郵電大學(xué) 2009



本文編號(hào)：3360223