[发明专利]基于云平台的矿井火灾自动化监控系统在审
申请号: | 201810271848.6 | 申请日: | 2018-03-29 |
公开(公告)号: | CN108447218A | 公开(公告)日: | 2018-08-24 |
发明(设计)人: | 晏东;张行才;陈朋 | 申请(专利权)人: | 成都精灵云科技有限公司 |
主分类号: | G08B17/117 | 分类号: | G08B17/117;G08B17/12 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 610000 四川省成都市*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 矿井 气体监测模块 人员信息采集 设备监测模块 云平台服务器 报警模块 火灾探测 自动化监控系统 矿井火灾 云平台 着火点 告警生成模块 气体传感器组 气体浓度信息 数据存储模块 生产安全 预测模块 监测 探测 报警 采集 分析 健康 | ||
本发明公开了基于云平台的矿井火灾自动化监控系统,包括云平台服务器、气体监测模块、设备监测模块、人员信息采集模块、火灾探测模块、报警模块;气体监测模块、设备监测模块、人员信息采集模块、火灾探测模块和报警模块均与云平台服务器相连;云平台服务器包括数据存储模块、分析预测模块和告警生成模块;气体监测模块包括气体传感器组,用于监测矿井内的气体浓度信息;设备监测模块用于监测矿井内的设备健康情况;人员信息采集模块用于采集目前矿井内的人员数量及其分布;火灾探测模块用于探测矿井内的着火点;报警模块用于对矿井内的作业人员进行报警提醒。本发明有利于保障矿井的生产安全。
技术领域
本发明涉及物联网领域,尤其涉及基于云平台的矿井火灾自动化监控系统。
背景技术
安全生产是关系人身安全的大事。火灾是矿井中主要自燃灾害之一,也是酿成煤矿瓦斯爆炸重大恶性事故的原因之一,造成惨痛事故。一般来说,火灾的发生和发展比较突然和迅猛,并伴有大量烟雾和有害气体造成人员窒息,并可能引爆瓦斯、煤尘造成更大的灾害。
通过连续监测矿井内、外因火灾潜伏期的征兆并实现火灾预报,可以降低火灾防治费用,避免灾害事故发生,是最有利的矿井下火灾防治措施。
目前,常用的火灾监测系统只限于分析火灾气体,对自燃发火温度,发火区域漏风状态等则无法监测。同时,落后的传输设备也存在气体输送距离远,取样时间延迟,分析数据实时性差,以及不易维护,出现分析数据不够准确等技术缺陷。因此,许多矿井的监测系统形同虚设,不能在安全生产中发挥作用。
为了解决上述问题,本发明提出基于云平台的矿井火灾自动化监控系统。本系统通过对矿井环境的全面监控,并采用云平台的数据分析和存储技术,能够对采集数据进行全面分析,及时发现火灾隐患,保护矿井的生产安全。
发明内容
为了解决上述问题,本发明提出基于云平台的矿井火灾自动化监控系统。
具体的,基于云平台的矿井火灾自动化监控系统,包括云平台服务器、气体监测模块、设备监测模块、人员信息采集模块、火灾探测模块、报警模块;
所述气体监测模块、设备监测模块、人员信息采集模块、火灾探测模块和报警模块均与云平台服务器相连;
所述云平台服务器包括数据存储模块、分析预测模块和告警生成模块;所述数据储存模块、分析预测模块和告警生成模块依次相连;用于存储矿井内的各项参数信息,并综合分析预测判断,产生不同级别的告警;
所述气体监测模块包括气体传感器组,用于监测矿井内的气体浓度信息;
所述设备监测模块用于监测矿井内的设备健康情况;
所述人员信息采集模块为图像采集分析模块或者射频定位模块,用于采集目前矿井内的人员数量及其分布;
所述火灾探测模块为紫外探测器、红外探测器、 紫外/红外混合探测器中的一种或几种的组合,用于探测矿井内的着火点;
所述报警模块为灯光告警装置或声音告警装置,用于对矿井内的作业人员进行报警提醒。
优选的,所述火灾探测模块可为放置于矿井固定位置的固定探测,或为随身携带的移动探测。
优选的,所述气体传感器组包括一氧化碳浓度传感器、氧气浓度传感器、瓦斯浓度传感器、粉尘浓度传感器中的一种或多种。
优选的,所述警生成模块包括告警匹配数据库和建议措施数据库;所述告警匹配数据库用于对当前告警的级别进行定义;所述建议措施数据库用于为当前告警提供建议解决措施。
优选的,所述射频定位模块为RFID定位模块。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都精灵云科技有限公司,未经成都精灵云科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810271848.6/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种小尺寸光学暗室
- 下一篇:基于视频图像的火灾检测系统及方法