分段架线式边坡地表变形自动监测系统

    公开(公告)号:CN109295951B

    公开(公告)日:2024-07-16

    申请号:CN201811194845.3

    申请日:2018-10-15

    Abstract: 本发明提出一种分段架线式边坡地表变形自动监测系统,若干个架线桩依次排列,首端架线桩定义为控制桩,控制桩位于边坡地表潜在滑坡体外围相对稳定位置;架线桩下端埋于边坡地表中,架线桩上转动连接转动体,转动体上端设置定滑轮支座,定滑轮支座上转动连接定滑轮,转动体上且于定滑轮下方设置旋转位移传感器,定滑轮上动连接钢丝绳,钢丝绳一端连接钢丝绳拉紧装置,钢丝绳一端与定滑轮之间部分穿过旋转位移传感器,钢丝绳另一端固定连接于相邻架线桩;供电装置电连接数据通讯装置,旋转位移传感器经数据通讯装置信号连接数据处理装置。本发明的有益效果:实现对边坡地表变形大范围长期自动监测,并且造价低廉、操作方便、简单有效。

    一种采掘工作面煤与瓦斯突出实时监测预警系统及方法

    公开(公告)号:CN109441547B

    公开(公告)日:2024-03-19

    申请号:CN201811633864.1

    申请日:2018-12-29

    Abstract: 本发明提供了一种采掘工作面煤与瓦斯突出实时监测预警系统及方法,涉及采矿工程技术领域,包括地面中心站、控制主机、网络交换机、监测分站、拾振器、风速传感器、甲烷浓度传感器和声光报警器,传感器将监测信息传输至监测分站,监测分站通过网络交换机将监测数据传输至地面中心站,地面中心站通过对监测数据实时处理完成预警分析,具体是根据微震事件变化特征指数和瓦斯涌出量变化特征指数综合判断突出风险,基于此建立煤与瓦斯突出模糊评价综合预警模型,判断危险等级。本发明提供的预警系统及方法解决了采掘工作面煤与瓦斯突出危险非接触式连续实时监测及预警困难的技术问题,另外还具有准确性高,可操作性强等优点。

    煤矿井下煤层瓦斯含量与压力快速测定仪及测定方法

    公开(公告)号:CN108444856B

    公开(公告)日:2024-02-13

    申请号:CN201810139224.9

    申请日:2018-02-11

    Abstract: 本发明提出一种煤矿井下煤层瓦斯含量与压力快速测定仪及测定方法,煤矿井下煤层瓦斯含量与压力快速测定仪包括主机和煤样罐,主机包括测定管路、流量传感器、显示屏、键盘、电池、充电数据共用串口和控制器,测定管路上设置流量传感器,测定管路的一端经传送管路连接煤样罐,控制器信号连接流量传感器、显示屏、键盘和充电数据共用串口,电池电连接充电数据共用串口。本发明的有益效果:操作方便,实用性强,只需要筛取1至3mm的煤样50g,在煤矿井下现场10min内即可精确测定煤层瓦斯压力P和煤层真实瓦斯含量W,大大缩短了煤层瓦斯压力P、煤层真实瓦斯含量W的测定周期,革新了传统的煤层瓦斯压力和含量的测定原理及方法。

    地震波识别系统和方法
    6.
    发明公开

    公开(公告)号:CN115494545A

    公开(公告)日:2022-12-20

    申请号:CN202211055674.2

    申请日:2022-08-31

    Abstract: 本公开提出一种地震波识别系统和方法。该地震波识别系统包括:包括震动传感设备、信号采样设备和上位机,信号采样设备分别与震动传感设备和上位机连接,其中,震动传感设备,用于检测地震波,并根据检测到的地震波产生第一电流信号,以及将第一电流信号发送给信号采样设备;信号采样设备,用于将第一电流信号转换成第一电压信号,并将第一电压信号发送给上位机,上位机用于根据第一电压信号识别地震波。本公开的地震波识别系统在信号传输的过程中,具有抗干扰能力强的特点,从而实现了远距离和高信噪比的信号传输,进而提高了地震波识别的准确性。

    用于煤与瓦斯突出的多源信息融合智能预警方法及装置

    公开(公告)号:CN114810213A

    公开(公告)日:2022-07-29

    申请号:CN202210591017.3

    申请日:2022-05-27

    Abstract: 本申请公开了一种用于煤与瓦斯突出的多源信息融合智能预警方法及装置,该方法包括:基于钻探和孔内物探对瓦斯地质异常体进行超前探测,根据地质异常类型和超前距离计算超前探测特征指数;基于微震信号和瓦斯涌出数据对地应力和煤层瓦斯进行实时监测,根据微震事件率、微震信号持续时间、微震信号振幅、微震信号峰值频率和瓦斯涌出计算实时监测特征指数;对煤层瓦斯进行随钻测量,并计算随钻检测特征指数;对多源异构数据进行融合分析,确定综合预警危险指数;基于大数据和机器学习确定预警阈值后与综合预警危险指数进行比较,执行对应的预警。该方法可对多个关键致灾因素进行全面监测,精准辨识出煤与瓦斯突出的危险等级,便于及时进行预警。

Patent Agency Ranking