CN114037298A - 煤矿智能开采综合管理系统 - Google Patents
煤矿智能开采综合管理系统 Download PDFInfo
- Publication number
- CN114037298A CN114037298A CN202111347209.1A CN202111347209A CN114037298A CN 114037298 A CN114037298 A CN 114037298A CN 202111347209 A CN202111347209 A CN 202111347209A CN 114037298 A CN114037298 A CN 114037298A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- equipment
- cloud
- node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000003245 coal Substances 0.000 title claims abstract description 30
- 238000005065 mining Methods 0.000 title claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 33
- 238000007726 management method Methods 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims abstract description 18
- 238000010801 machine learning Methods 0.000 claims abstract description 13
- 238000004519 manufacturing process Methods 0.000 claims abstract description 11
- 238000004140 cleaning Methods 0.000 claims abstract description 10
- 238000005265 energy consumption Methods 0.000 claims abstract description 10
- 230000000007 visual effect Effects 0.000 claims abstract description 10
- 238000003860 storage Methods 0.000 claims abstract description 4
- 238000012544 monitoring process Methods 0.000 claims description 13
- 238000013499 data model Methods 0.000 claims description 9
- 238000013500 data storage Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 abstract description 3
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Software Systems (AREA)
- Marketing (AREA)
- Mathematical Physics (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Agronomy & Crop Science (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Educational Administration (AREA)
- Animal Husbandry (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种煤矿智能开采综合管理系统，包括若干个端侧、边缘侧和云侧；端侧包括数据采集模块、数据清洗模块、数据转发模块；边缘侧包括数据计算模块、事件告警模块和设备姿态调整模块；云侧包括机器学习模块、设备故障分析模块、生产工艺与储备分析模块、能耗分析模块和可视化界面；端侧、边缘侧和云侧通过无线、有线网络进行通信。本发明优点在于打通各个矿井、各个子系统数据信息链路，使用机器学习挖掘数据资产，对各个矿井、各个系统的异常信息，设备故障进行诊断分析，进行多用户、多租户管理，解决了煤矿智能化开采中信息孤岛的问题，使数据资产有效利用。本系统通过3级部署，保证系统的高可用性和数据的安全性。
Description
技术领域
本发明涉及煤矿开采技术领域，尤其是涉及一种煤矿智能开采综合管理系统。
背景技术
我国的煤矿资源非常丰富，矿井数量巨大。随着煤矿开采技术的逐步提高，煤矿井下开采作业已进入智能化阶段。目前，矿井可以利用自动化网络技术实现地面和井下的互通互联，通过设备的监控系统收集井下各类设备信息，通过地面的终端控制系统，实现井下无人化开采作业，极大的促进了煤矿开采行业的发展。
但是，目前矿井各个系统的数据信息在高速传输过程中缺乏协调统一稳定的标准，不能实现真正的综合性监控，各个子系统之间的信息无法共享，信息孤岛现象严重；存在大量的人工干预过程。另外当前的智能化系统中，普遍缺乏有效的机器学习和数据分析能力，使大量的数据资产流失，无法进一步提高为开采效益。
发明内容
本发明目的在于提供一种煤矿智能开采综合管理系统。
为实现上述目的，本发明可采取下述技术方案：
本发明所述一种煤矿智能开采综合管理系统，包括若干个端侧、边缘侧和云侧；
所述端侧包括数据采集模块、数据清洗模块、数据转发模块；
所述边缘侧包括数据计算模块、事件告警模块和设备姿态调整模块；
所述云侧包括机器学习模块、设备故障分析模块、生产工艺与储备分析模块、能耗分析模块和可视化界面。
进一步地，所述数据采集模块，实时采集矿井中各设备数据中心的数据；
所述数据清洗模块，依照业务规则对数据格式进行整理，便于统一处理数据；
所述数据转发模块，将数据清洗后的数据，通过自动转发到所述云侧和所述边缘侧的数据存储模块；
所述数据计算模块，针对接收到的所述端侧数据，按照相应的数据模型进行计算和分析；
所述事件告警模块，依据所述数据计算模块的计算和分析结果，判断是否触发事件告警，提前发出事件告警；
所述设备姿态调整模块，依据所述数据计算模块的计算和分析结果，综合地质信息，调整设备姿态；
所述机器学习模块，针对接收到的端侧数据，通过机器学习算法，形成相应的数据模型，并下发至边缘侧，指导边缘侧进行事件告警和设备姿态调整；
所述设备故障分析模块，针对接收到的端侧数据，综合设备寿命、使用年限和地质信息，智能化分析设备故障产生的原因，就故障产生的原因分配不同的权重，发出故障预警，生成分析结果；
所述生产工艺与储备分析模块，针对接收到的端侧数据，建造模拟机进行生产工艺优化；
所述能耗分析模块，针对接收到的端侧数据，进行设备能耗分析，帮助用户更好的管理设备资产，及时发出库存预警提示，分析增加的损耗；
所述可视化界面，将云侧分析结果及相应的数据进行可视化展示；
进一步地，所述设备数据中心包括集控数据中心、控制器数据中心、设备管理数据中心和设备数据中心；
所述地质数据包括煤层厚度；
所述调整设备姿态包括液压支架升降、采煤刀动作、刮板运输速度；
优选地，所述边缘侧为边缘侧用户提供数据读取和权限控制，保证数据安全；所述云侧为云侧用户提供数据读取和权限控制，保证数据安全；
优选地，所述端侧、所述边缘侧和所述云侧均具有数据质量监控模块；所述数据质量监控模块用于监测自身数据发送情况及数据的一致性；当发现数据发送中断、数据值或顺序不符合所述业务规则，则立即发出告警并通知相关责任人；所述可视化界面能够展示系统的全部数据关系；
优选地，所述云侧采用服务器集群架构，至少包括一个master节点、一个manager节点和一个node节点；通过任务管理与资源调度模块自动检测所述节点心跳，当master节点心跳丢失，则自动将master节点的服务和数据迁移至manager节点；当node节点心跳丢失，则自动将丢失的node节点的所述服务和数据迁移至其他的node节点或master节点；同时，通过对所述服务器集群CPU和内存使用的监测，并依据服务和数据的资源使用情况，自动分配节点，实现资源均衡。
本发明优点在于建立了煤矿智能开采综合管理系统，打通各个矿井、各个子系统数据信息链路，使用机器学习挖掘数据资产，对各个矿井、各个系统的异常信息，设备故障进行诊断分析，进行多用户、多租户管理，解决了煤矿智能化开采中信息孤岛的问题，使数据资产有效利用。同时本系统通过3级部署，保证系统的高可用性和数据的安全性。
附图说明
图1是本发明所述煤矿智能开采综合管理系统框架图。
图2是本发明所述煤矿智能开采综合管理系统端侧框图。
图3是本发明所述煤矿智能开采综合管理系统边缘侧框图。
图4是本发明所述煤矿智能开采综合管理系统云侧框图。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明所述一种煤矿智能开采综合管理系统包括若干个端侧、边缘侧和云侧；
如图2所示，端侧包括数据采集模块、数据清洗模块、数据转发模块
其中，数据采集模块，通过restfulAPI&数据库读取操作，实时采集矿井中各设备数据中心的数据；设备数据中心包括集控数据中心、控制器数据中心、设备管理数据中心和设备数据中心；
数据清洗模块，依照业务规则对数据格式进行整理，便于统一处理数据；例如:将集团编码+矿编码+工作面编码组合作为数据label，并将异常数据删除，根据数据类型，补充数据中的空值；
数据转发模块，将数据清洗后的数据，通过kafka（一种高吞吐量的分布式发布订阅消息的系统）自动选择转发到云侧和边缘侧的数据存储模块。
如图3所示，边缘侧包括数据计算模块、事件告警模块和设备姿态调整模块；
其中，数据计算模块，针对接收到的端侧数据，按照相应的数据模型进行计算和分析；
事件告警模块，依据数据计算模块的计算和分析结果，判断是否触发事件告警，提前24小时发出事件告警，在事件应用中，事件告警准确率达到90%以上；
设备姿态调整模块，依据数据计算模块的计算和分析结果，综合地质数据，如每层厚度等，调整设备姿态，如液压支架升降、采煤刀动作、刮板运输速度等；
同时边缘侧为边缘侧用户提供数据读取和权限控制，保证数据安全；
如图4所示，云侧包括机器学习模块、设备故障分析模块、生产工艺与储备分析模块、能耗分析模块和可视化界面；
其中，机器学习模块，针对接收到的端侧数据，通过机器学习算法，形成相应的数据模型，并下发至边缘侧，指导边缘侧进行事件告警和设备姿态调整；
设备故障分析模块，针对接收到的端侧数据，综合设备寿命和使用年限，地质信息等相关数据，智能化分析设备故障产生的可能原因，同时就故障产生的原因分配不同的权重，可以在故障预警发出同时，生成分析结果，第一原因可能性权重超过60%同时精准定位准确率达到80%；
生产工艺与储备分析模块，针对接收到的端侧数据，建造模拟机来进行生产工艺优化；
能耗分析模块，针对接收到的端侧数据，进行设备能耗分析，帮助用户更好的管理设备资产，及时发出库存预警提示，并对增加的损耗进行分析；
可视化界面，将云侧分析结果及相应的数据进行可视化展示，包括生产工艺优化的三维模型；
同时，云侧为云侧用户提供数据读取和权限控制，保证数据安全；
另外，端侧、边缘侧和云侧均具有数据质量监控模块，用于监测自身数据发送情况及数据的一致性；当发现数据发送中断、数据值或顺序不符合业务规则，则立即发出告警并通知相关责任人；整个系统的的数据关系最终在云侧可视化界面中展示；
云侧采用服务器集群架构，至少包括一个master节点、一个manager节点和一个node节点；通过任务管理与资源调度模块自动检测节点心跳，当master节点心跳丢失，则自动将master节点的服务和数据迁移至manager节点；当node节点心跳丢失，则丢失的node节点的服务和数据迁移至其他的node节点或master节点；同时，通过对整个集群CPU和内存使用的监测，以及服务和数据的资源使用情况，自动配节点，实现资源均衡。
Claims (6)
1.一种煤矿智能开采综合管理系统,其特征在于：包括若干个端侧、边缘侧和云侧；
所述端侧包括数据采集模块、数据清洗模块、数据转发模块；
所述边缘侧包括数据计算模块、事件告警模块和设备姿态调整模块；
所述云侧包括机器学习模块、设备故障分析模块、生产工艺与储备分析模块、能耗分析模块和可视化界面；
端侧、边缘侧和云侧通过无线、有线网络进行通信。
2.根据权利要求1所述的煤矿智能开采综合管理系统，其特征在于：
所述数据采集模块，实时采集矿井中各设备数据中心的数据；
所述数据清洗模块，依照业务规则对数据格式进行整理，便于统一处理数据；
所述数据转发模块，将数据清洗后的数据，通过自动转发到所述云侧和所述边缘侧的数据存储模块；
所述数据计算模块，针对接收到的所述端侧数据，按照相应的数据模型进行计算和分析；
所述事件告警模块，依据所述数据计算模块的计算和分析结果，判断是否触发事件告警，提前发出事件告警；
所述设备姿态调整模块，依据所述数据计算模块的计算和分析结果，综合地质信息，调整设备姿态；
所述机器学习模块，针对接收到的端侧数据，通过机器学习算法，形成相应的数据模型，并下发至边缘侧，指导边缘侧进行事件告警和设备姿态调整；
所述设备故障分析模块，针对接收到的端侧数据，综合设备寿命、使用年限和地质信息，智能化分析设备故障产生的原因，就故障产生的原因分配不同的权重，发出故障预警，生成分析结果；
所述生产工艺与储备分析模块，针对接收到的端侧数据，建造模拟机进行生产工艺优化；
所述能耗分析模块，针对接收到的端侧数据，进行设备能耗分析，帮助用户更好的管理设备资产，及时发出库存预警提示，分析增加的损耗；
所述可视化界面，将云侧分析结果及相应的数据进行可视化展示。
3.根据权利要求2所述的煤矿智能开采综合管理系统，其特征在于：
所述设备数据中心包括集控数据中心、控制器数据中心、设备管理数据中心和设备数据中心；
所述地质数据包括煤层厚度；
所述调整设备姿态包括液压支架升降、采煤刀动作、刮板运输速度。
4.根据权利要求1所述的煤矿智能开采综合管理系统，其特征在于：所述边缘侧为边缘侧用户提供数据读取和权限控制，保证数据安全；所述云侧为云侧用户提供数据读取和权限控制，保证数据安全。
5.根据权利要求1所述的煤矿智能开采综合管理系统，其特征在于：
所述端侧、所述边缘侧和所述云侧均具有数据质量监控模块；所述数据质量监控模块用于监测自身数据发送情况及数据的一致性；当发现数据发送中断、数据值或顺序不符合所述业务规则，则立即发出告警并通知相关责任人；所述可视化界面能够展示系统的全部数据关系。
6.根据权利要求1所述的煤矿智能开采综合管理系统，其特征在于：
所述云侧采用服务器集群架构，至少包括一个master节点、一个manager节点和一个node节点；通过任务管理与资源调度模块自动检测所述节点心跳，当master节点心跳丢失，则自动将master节点的服务和数据迁移至manager节点；当node节点心跳丢失，则自动将丢失的node节点的所述服务和数据迁移至其他的node节点或master节点；同时，通过对所述服务器集群CPU和内存使用的监测，并依据服务和数据的资源使用情况，自动分配节点，实现资源均衡。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111347209.1A CN114037298A (zh) | 2021-11-15 | 2021-11-15 | 煤矿智能开采综合管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111347209.1A CN114037298A (zh) | 2021-11-15 | 2021-11-15 | 煤矿智能开采综合管理系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114037298A true CN114037298A (zh) | 2022-02-11 |
Family
ID=80144327
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111347209.1A Pending CN114037298A (zh) | 2021-11-15 | 2021-11-15 | 煤矿智能开采综合管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114037298A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115314770A (zh) * | 2022-08-02 | 2022-11-08 | 郑州煤机液压电控有限公司 | 综采工作面成套装备分布式数据传输系统及方法 |
| CN117519991A (zh) * | 2024-01-04 | 2024-02-06 | 中国矿业大学 | 基于边云混合的智能化安全双重预防风险识别方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110515932A (zh) * | 2019-08-20 | 2019-11-29 | 中煤能源研究院有限责任公司 | 基于云平台多系统数据支持的煤矿生产数据综合预警系统 |
| CN110568829A (zh) * | 2019-08-30 | 2019-12-13 | 西安合智宇信息科技有限公司 | 一种矿山全生产链智能管控系统 |
| CN111596629A (zh) * | 2020-06-02 | 2020-08-28 | 曲阜师范大学 | 一种云边协同的工业数据融合方法和安全控制器 |
| CN111783575A (zh) * | 2020-06-18 | 2020-10-16 | 合肥恒翔电子科技有限公司 | 一种井下人工智能视频打钻系统 |
| CN112286751A (zh) * | 2020-11-24 | 2021-01-29 | 华中科技大学 | 一种基于边云协同的高端装备故障智能诊断系统及方法 |
| CN112565438A (zh) * | 2020-12-07 | 2021-03-26 | 厦门博海中天信息科技有限公司 | 一种边端协同智能识别方法及系统 |
| CN113313428A (zh) * | 2021-06-29 | 2021-08-27 | 上海煤科信息科技有限公司 | 一种基于大数据的智慧矿山的ai故障监测方法及系统 |
| CN113362037A (zh) * | 2021-06-28 | 2021-09-07 | 中煤能源研究院有限责任公司 | 一种基于边缘云的煤矿智能管理系统及方法 |
-
2021
- 2021-11-15 CN CN202111347209.1A patent/CN114037298A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110515932A (zh) * | 2019-08-20 | 2019-11-29 | 中煤能源研究院有限责任公司 | 基于云平台多系统数据支持的煤矿生产数据综合预警系统 |
| CN110568829A (zh) * | 2019-08-30 | 2019-12-13 | 西安合智宇信息科技有限公司 | 一种矿山全生产链智能管控系统 |
| CN111596629A (zh) * | 2020-06-02 | 2020-08-28 | 曲阜师范大学 | 一种云边协同的工业数据融合方法和安全控制器 |
| CN111783575A (zh) * | 2020-06-18 | 2020-10-16 | 合肥恒翔电子科技有限公司 | 一种井下人工智能视频打钻系统 |
| CN112286751A (zh) * | 2020-11-24 | 2021-01-29 | 华中科技大学 | 一种基于边云协同的高端装备故障智能诊断系统及方法 |
| CN112565438A (zh) * | 2020-12-07 | 2021-03-26 | 厦门博海中天信息科技有限公司 | 一种边端协同智能识别方法及系统 |
| CN113362037A (zh) * | 2021-06-28 | 2021-09-07 | 中煤能源研究院有限责任公司 | 一种基于边缘云的煤矿智能管理系统及方法 |
| CN113313428A (zh) * | 2021-06-29 | 2021-08-27 | 上海煤科信息科技有限公司 | 一种基于大数据的智慧矿山的ai故障监测方法及系统 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115314770A (zh) * | 2022-08-02 | 2022-11-08 | 郑州煤机液压电控有限公司 | 综采工作面成套装备分布式数据传输系统及方法 |
| CN115314770B (zh) * | 2022-08-02 | 2023-08-22 | 郑州恒达智控科技股份有限公司 | 综采工作面成套装备分布式数据传输系统及方法 |
| CN117519991A (zh) * | 2024-01-04 | 2024-02-06 | 中国矿业大学 | 基于边云混合的智能化安全双重预防风险识别方法 |
| CN117519991B (zh) * | 2024-01-04 | 2024-03-12 | 中国矿业大学 | 基于边云混合的智能化安全双重预防风险识别方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110782370B (zh) | 一种电力调度数据网综合运维管理平台 | |
| CN103532744B (zh) | 一种智能电网信息通信一体化支撑平台 | |
| CN103136976B (zh) | 一种实现电网变电站一体化仿真的方法 | |
| CN114037298A (zh) | 煤矿智能开采综合管理系统 | |
| CN109274557B (zh) | 一种云环境下的智能cmdb管理及云主机监控方法 | |
| CN116192907B (zh) | 基于服务分平台的工业物联网监控方法和系统 | |
| CN104537908B (zh) | 一种基于模型共享的多级调度一体化的仿真系统及方法 | |
| CN112073473B (zh) | 一种物联网设备心跳包数据采集方法 | |
| CN111994745A (zh) | 一种电梯设备画像系统及方法 | |
| CN111882110A (zh) | 一种基于大数据技术的电力信息通信故障预测系统 | |
| CN108696527B (zh) | 一种用于矿井自动化系统的实时数据传输系统 | |
| CN102571436A (zh) | 一种snmp的综合监控设备及其管理办法 | |
| CN116578412A (zh) | 机器学习集群算力资源运维方法、系统、设备及存储介质 | |
| CN107453354A (zh) | 一种配电网的薄弱环节识别方法 | |
| CN107966943B (zh) | 一种多级变电站集中总控监控智能数据分析系统 | |
| CN107548087A (zh) | 一种告警关联分析的方法及装置 | |
| CN104601374A (zh) | 用于数控机床的网络故障处理方法和装置 | |
| CN115660288A (zh) | 一种基于互联网大数据的分析管理系统 | |
| CN113159503B (zh) | 一种远程遥控智能安全评估系统和方法 | |
| CN117675821A (zh) | 智采工作面分布式边缘数据实时处理系统 | |
| CN112882437A (zh) | 一种基于5g+大数据隧道掘进机智能掘进系统和控制方法 | |
| CN101414737A (zh) | 一种轨道交通电力数据采集与监视控制方法及系统 | |
| CN110713090A (zh) | 一种实现多目标电梯异常状态实时监测的系统及方法 | |
| CN111404742A (zh) | 一种面向智慧供应链的工业互联架构 | |
| CN116300564A (zh) | 一种支持跨地域跨集群混合基础设施自动化监控运维平台 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 017209 North of Jinlong Road, Wulanmulun Township Bay, Ijinholuo Banner, Ordos City, Inner Mongolia Autonomous Region (Raw Coal Sea Mall) Applicant after: Guoneng Shendong Coal Group Co.,Ltd. Applicant after: Zhengzhou Hengda Intelligent Control Technology Co.,Ltd. Address before: 017209 North of Jinlong Road, Wulanmulun Township Bay, Ijinholuo Banner, Ordos City, Inner Mongolia Autonomous Region (Raw Coal Sea Mall) Applicant before: Guoneng Shendong Coal Group Co.,Ltd. Applicant before: HYDRAULIC & ELECTRIC CONTROL EQUIPMENT CO LTD ZHENGZHOU COAL MINING MACHINERY GROUP Co.,Ltd. |