【摘要】：煤礦井下人員的安全是煤礦生產(chǎn)安全中的重要一環(huán)。在目前井下的各種監(jiān)測(cè)系統(tǒng)中,尚無(wú)以保障井下人員安全狀態(tài)為核心目標(biāo)的監(jiān)控系統(tǒng)。管理人員無(wú)法實(shí)時(shí)掌握井下人員的安全狀況,并根據(jù)井下人員的身體狀況進(jìn)行調(diào)整。物聯(lián)網(wǎng)技術(shù)在礦山環(huán)境中的應(yīng)用將提高管理者對(duì)礦山狀況的全面掌控能力。本系統(tǒng)基于物聯(lián)網(wǎng)技術(shù)、深度學(xué)習(xí)技術(shù)設(shè)計(jì)了針對(duì)井下人員安全狀況的智能監(jiān)控系統(tǒng)。本文首先介紹和分析了國(guó)內(nèi)外對(duì)人體狀態(tài)識(shí)別技術(shù)的研究,以及國(guó)內(nèi)外關(guān)于霧計(jì)算與區(qū)塊鏈在物聯(lián)網(wǎng)系統(tǒng)中應(yīng)用的研究現(xiàn)狀。接著本文分析了井下人員安全狀況智能監(jiān)控系統(tǒng)的功能需求,設(shè)計(jì)了系統(tǒng)的整體方案。本系統(tǒng)分為邊緣感知層、霧決策層、云服務(wù)層和管控應(yīng)用層。邊緣感知層負(fù)責(zé)感知井下人員的各種狀態(tài)信息,而后通過(guò)邊緣感知算法就地進(jìn)行數(shù)據(jù)分析處理工作。邊緣感知算法基于深度學(xué)習(xí)技術(shù)中的長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)進(jìn)行設(shè)計(jì)。霧決策層匯集區(qū)域內(nèi)所有邊緣感知節(jié)點(diǎn)數(shù)據(jù),并根據(jù)數(shù)據(jù)進(jìn)行異常事件溯源及決策工作。霧決策層采用區(qū)塊鏈化的網(wǎng)絡(luò)架構(gòu)進(jìn)行數(shù)據(jù)交互。這種網(wǎng)絡(luò)架構(gòu)保證了系統(tǒng)擁有較強(qiáng)的穩(wěn)定性、抗毀傷能力使得系統(tǒng)在網(wǎng)絡(luò)部分受損時(shí),仍可為井下工作人員提供自身的實(shí)時(shí)狀態(tài)信息。霧決策算法基于隨機(jī)森林算法設(shè)計(jì)。云服務(wù)層用于收集霧決策層以及邊緣感知層的數(shù)據(jù),并提供給管控應(yīng)用層以圖形化的方式進(jìn)行顯示。最后,本文對(duì)系統(tǒng)的關(guān)鍵技術(shù)進(jìn)行了測(cè)試,并分析了測(cè)試結(jié)果。本文設(shè)計(jì)的煤礦井下人員安全狀況智能監(jiān)控系統(tǒng),具有狀態(tài)識(shí)別精確、穩(wěn)定性高、抗毀傷能力強(qiáng)等特點(diǎn)。為管理人員實(shí)時(shí)掌握井下人員安全狀況提供了有效的解決方案,為煤礦生產(chǎn)安全提供了有力支撐。圖 54 表 14 參 53
【圖文】：

圖 2-2 井下人員狀態(tài)信息組成Fig. 2-2 State Information Composition of Underground Personne理狀態(tài)信息采集理狀態(tài)信息主要是為了獲取工人身體生理狀況。在人體井下人員所面對(duì)的復(fù)雜環(huán)境，本系統(tǒng)選擇采集體溫、心員的生理狀態(tài)信息。這些參數(shù)是反映人體生理健康狀況生命活動(dòng)所必須的新陳代謝是以恒定體溫為基礎(chǔ)的。過(guò)響細(xì)胞中生物酶的活性，進(jìn)而影響人體細(xì)胞的正常工織以及器官的功能發(fā)生紊亂[16]。測(cè)量人體溫度傳統(tǒng)上、直腸三個(gè)部位的溫度，，其中直腸處更接近人體內(nèi)部溫前額安全帽溫度傳感器陣列

傳感器影響井下人員正常工作，傳感器式。佩戴方式示意圖如圖 2-4 所示。圖 2-4 心率血氧傳感器佩戴示意圖-4 Attire diagram of heart rate and blood oxygen信息獲取息主要反映井下人員的運(yùn)動(dòng)情況，通過(guò)示，六軸陀螺加速度傳感器測(cè)量參數(shù)包頸后部心率血氧傳感器
【學(xué)位授予單位】：安徽理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：TD76

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 王琳虹;李世武;高振海;冀秉魁;;基于粒子群優(yōu)化與支持向量機(jī)的駕駛員疲勞等級(jí)判別[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2014年12期

2 楊永錄;;行為性體溫調(diào)節(jié)的研究現(xiàn)狀[J];醫(yī)學(xué)研究雜志;2014年10期

3 黃土琛;宮輝;邵貝貝;;μC/OS-Ⅲ對(duì)任務(wù)調(diào)度的改進(jìn)[J];單片機(jī)與嵌入式系統(tǒng)應(yīng)用;2012年11期

4 李月香;李美俊;范小芹;;基于步態(tài)加速度特征的人體疲勞檢測(cè)[J];計(jì)算機(jī)工程;2012年11期

5 王愛(ài)平;萬(wàn)國(guó)偉;程志全;李思昆;;支持在線(xiàn)學(xué)習(xí)的增量式極端隨機(jī)森林分類(lèi)器[J];軟件學(xué)報(bào);2011年09期

6 莊進(jìn)發(fā);羅鍵;彭彥卿;黃春慶;吳長(zhǎng)慶;;基于改進(jìn)隨機(jī)森林的故障診斷方法研究[J];計(jì)算機(jī)集成制造系統(tǒng);2009年04期

7 董立;尤楓;趙恒永;;基于用戶(hù)定制的數(shù)據(jù)幀處理技術(shù)[J];計(jì)算機(jī)工程與設(shè)計(jì);2007年12期

8 洪臻;李七金;凌晨;;基于DHT的對(duì)等網(wǎng)絡(luò)路由定位模型研究[J];現(xiàn)代電子技術(shù);2007年02期

9 周文莉;吳曉非;;P2P技術(shù)綜述[J];計(jì)算機(jī)工程與設(shè)計(jì);2006年01期

本文編號(hào)：2681789