一种煤矿多灾害耦合环境下采集数据的处理方法及其系统与流程

1.本发明涉及生命体征采集及处理技术领域，尤其涉及一种煤矿多灾害耦合环境下采集数据的处理方法及其系统。


背景技术：

2.随着信息技术的发展和煤炭企业信息化建设进程的大大提速，以“透彻感知、深度互连、智能应用”为特征的新一代信息技术也不断应用在煤炭企业的安全生产实践当中。企业获得了诸如生产环境、物的状态以及人的行为等相关信息在内的丰富的安全数据。然而，由于受制于贫乏的数据分析能力和有限的分析手段，管理人员更倾向于长期生产获得的经验而非数据分析取得的结果，企业的安全隐患管理水平并未获得实质性的提高。有价值的信息往往深藏于海量数据中，这导致管理人员反而容易受到表面现象的误导做出错误决策。煤炭企业迫切需要有效的手段和工具来挖掘和利用海量数据中蕴含的信息，以充分发挥数据应有的价值，并应用类似车辆导航的语音交互方式，在不影响矿工作业的情况下来引导矿工个体进行安全撤离和避险。例如专利申请号为201520361861.2，专利名称为一种可穿戴式矿工生理及矿井环境监测系统的专利，该系统主要以zigbee无线通讯技术为核心，联通各种感知终端实现指标异常的监测与预警。其本质是利用生物传感技术和物联网技术解决了数据采集和预警的问题，并没有通过对数据的管理、数据的分析及数据分析结果导向到日常作业和应急逃生的业务场景中。
3.为此，我们设计出了一种煤矿多灾害耦合环境下采集数据的处理方法及其系统来解决以上问题。


技术实现要素：

4.本发明的目的是为了解决现有技术中存在的对矿井采集设备所采集的数据利用不充分，无法形成有效可靠的逃生避险指导的缺点，而提出的一种煤矿多灾害耦合环境下采集数据的处理方法及其系统，其目的是借助采集装备的数据采集和交互能力，通过强化数据处理，利用安全大数据的实时分析，提供一种当作业环境风险因素及人体体征出现异常时的安全即时护航方法和系统，辅助井下作业人员和救援人员，第一时间发现、撤离和营救。
5.为了实现上述目的，本发明采用了如下技术方案：一种煤矿多灾害耦合环境下采集数据的处理方法，包括以下内容：1），系统构建，将端子系统的采集设备布设在矿井内，通过云-边-端三个子系统构建即时护航系统，端子系统通过协议连接到边子系统，端子系统所采集到的矿井下各项数据汇聚到边子系统核心服务层的元数据库中，边子系统与云子系统建立数据共享服务；2），应用配置，基于云子系统，通过装备管理模块负责端子系统中采集设备的入网，并使各采集设备之间形成互联，利用用户管理模块对用户信息进行管理，完成装备管理模块和用户管理模块统一编码注册，将标注有井下应急重点区域的矿井结构图导入云子系
统的矿图管理模块中，并通过预警处置管理模块负责判断预警级别，应急管理模块进行避险引航；3），数据处理，云子系统应用大数据处理对元数据库中的数据进行数据处理，云子系统从边子系统的元数据库中提取人体体征数据、作业环境数据、危险源数据和安全隐患数据，并将上述各数据进行入湖形成数据湖，根据数据的处置策略和算法模型进行数据处理形成用于矿工个体安全引航的目标数据，目标数据按照数据分类原则形成安全风险标准库、安全风险预警库和安全预警处置库；4），安全预警处理，端子系统对矿井下作业人员的人体体征数据及作业环境数据在线实时监测，并与安全风险标准库数据进行数据校对，若发现数据校对异常，调用安全风险预警库，对异常数据进行判定后，调用安全预警处置库并选择对应的避险策略模型，指引作业人员。
6.进一步的，所述端子系统的采集设备包括可穿戴设备、作业环境监测设备、视频监控设备和生产自动化监测设备，分别用于对矿井下作业人员的人体体征状况、矿井下作业环境状况以及矿井作业机器的状态进行监测，所述采集设备的网络通讯协议与4g/5g网络连接形成数据传输物理链路，并应用终端自身的计算处理单元将所采集的数据按照边子系统适配的策略进行数据推送。
7.进一步的，在将端子系统所采集到的矿井下各项数据汇聚到边子系统核心服务层的元数据库的过程包括以下内容：感知续传，通过弹性网络机制，实现在网络传输链路发生堵塞或断网异常情况时，自动感知其他畅通网络并继续传输数据；协议适配，通过统一的协议转换机制和安全隔离机制，自主适应各种不同的网络协议和系统接口，实现矿井各类系统、设备和传感装置的互联互通；动态调度，通过分布式动态调度机制，应对传输过程中存在的不同优先级、动态路径调整、分流/合流传输、多环节数据处理和多目标数据传递的复杂传输场景；强抗毁性，通过全链路的数据验证和多环节持久化存储能力，保证整个传输过程数据的一致性和完整性，让整个数据传输链路具备抗毁能力。
8.进一步的，所述用户管理模块负责系统维度的用户管理和业务维度的用户信息管理，所述系统维度的用户管理包括组织机构、权限角色和登录账号，所述业务维度的用户信息管理包括矿工身份信息和健康档案。
9.进一步的，将标注有井下应急重点区域的矿井结构图导入云子系统的矿图管理模块中，并通过预警处置管理模块负责判断预警级别，其中，所述应急重点区域是指装备状态标注、人员状态标注、避灾路线标注和避难硐室标注，矿图管理模块与预警处置管理模块形成联动机制，预警处置管理模块接收来自于所述装备状态标注和人员状态标注的监测数据信息判断预警级别，达到预警处置级别的直接启用应急管理模块进行避险引航，所述避险引航包括向指定人推送语音、引导避难路线、发布实时动态信息和发布应急物资信息。
10.进一步的，所述安全风险标准库的设置是根据《煤矿安全规程》、《煤矿安全质量标准化》、《煤矿安全风险评价指标体系》和《煤矿安全风险辨识清单》，提炼其中的相关安全数据指标，形成分类、分级的安全风险判断标准；所述安全风险预警库是指分析煤矿典型灾害风险特征，统计分析灾害风险的有效
预警指标及其敏感性，预警指标与灾害风险的关联程度，结合所述安全风险标准库构建煤矿典型灾害风险预警指标体系，通过bp神经网络学习和反馈，形成可持续迭代的安全风险评价指标库，安全风险评价指标库经过多次迭代后形成引航模型训练的数据样本库，利用引航模型训练的数据样本库中的数据信息，配合安全预警处置库，用于提供避灾路线以辅助井下作业人员到达就近避险点。
11.进一步的，所述构建煤矿典型灾害风险预警指标体系的过程如下：（1）煤矿典型灾害风险特征分析确定煤矿灾害类型，包含矿井瓦斯灾害、矿井水害、矿井火灾及矿压致灾，现场调研煤矿典型灾害特征及其与矿区地质条件、开采工艺、设备和人员安全的相关性，分析矿井及周边历年典型灾害发生的影响因素、产生机理和所属类型；（2）预警指标与灾害风险的关联程度结合不同矿井所在地的实际地质条件和开采工艺，分析不同预警指标和典型灾害的关联程度，确定煤矿灾害安全风险指标体系建立原则；（3）构建煤矿典型灾害风险预警指标体系每种煤矿典型灾害包括多种单类灾害，每个单类灾害均设计预警指标体系，不同灾害的指标体系有不同侧重点，对指标体系进行分层设计，底层指标的数量根据预警需要而定，最高层指标数量必须为1个，指标体系动态可调整，通过支持向量机和贝叶斯神经网络技术，对煤矿典型灾害风险进行识别和更新，实现预警指标体系的自学习性。
12.进一步的，在所述安全预警处理中，调用安全风险预警库，根据安全风险预警库设定的级别对异常数据是否达到启动预警处置流程进行判定，若判定为高风险，则启动处置流程，调用安全预警处置库并选择对应的避险策略模型，通过语音交互引航，联动周边环境位置信息，规划避险路径信息，引导井下作业人员到达最近避险点；若判定为低风险，则对井下作业人员进行实时提示，自动消除预警。
13.一种应用于煤矿多灾害耦合环境下采集数据处理方法的系统，所述系统由云子系统、边子系统和端子系统，三个子系统层构建而成，并通过协议连接，所述边子系统包括核心服务层和支持服务层，所述云子系统包括数据服务层和应用服务层，所述端子系统包括有设备服务层，在所述设备服务层上布设采集设备，所述采集设备对矿井内的作业人员的人体体征数据及作业环境数据在线实时监测，并通过协议将数据传输到所述边子系统的核心服务层，所述核心服务层内设置有用于对采集设备所采集的数据信息进行存储、处置和运算的元数据库、处置策略和算法模型，所述云子系统的数据服务层用于对数据处理，形成安全风险标准库、安全风险预警库和安全预警处置库，所述云子系统的应用服务层内设置有装备管理模块、用户管理模块、矿图管理模块、预警处置管理模块和应急管理模块。
14.进一步的，所述装备管理模块负责端子系统中采集设备的入网，并使各采集设备之间形成互联，利用所述用户管理模块对用户信息进行管理，完成装备管理模块和用户管理模块统一编码注册，将标注有井下应急重点区域的矿井结构图导入云子系统的所述矿图管理模块中，并通过所述预警处置管理模块负责判断预警级别，利用所述应急管理模块进行避险引航。
15.与现有技术相比，本发明的有益效果是：本发明基于构建的云-边-端三个子系统的即时护航系统，充分利用端子系统的采集设备所采集的数据，并以采集数据为基础，将采
集的各项数据汇聚到边子系统的元数据库中，通过云子系统从元数据库中提取人体体征数据、作业环境数据、危险源数据和安全隐患数据，形成数据湖，并根据数据的处置策略和算法模型进行数据处理形成用于矿工个体安全引航的目标数据，目标数据按照数据分类原则形成安全风险标准库、安全风险预警库和安全预警处置库，进一步根据采集的数据与安全风险标准库中的安全标准进行数据校对，判断预警级别，通过安全风险预警库和安全预警处置库给井下作业人员提供井下避难逃生指引，建立一套行之有效的安全护航系统，辅助井下作业人员和救援人员，第一时间发现、撤离和营救，从而保障井下作业人员的生命安全。
附图说明
16.图1为本发明提出的一种煤矿多灾害耦合环境下采集数据的处理方法中模块功能示意图；图2为本发明提出的一种煤矿多灾害耦合环境下采集数据的处理方法中安全预警处理流程图；图3为本发明提出的一种煤矿多灾害耦合环境下采集数据的处理系统的组成示意图。
具体实施方式
17.下面将结合本发明实施例中的附图，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一部分实施例，而不是全部的实施例。
实施例1
18.一种煤矿多灾害耦合环境下采集数据的处理方法，包括系统构建、应用配置、数据处理和安全预警处理，具体包括以下内容：1），系统构建，通过云-边-端三个子系统构建即时护航系统，端子系统通过协议连接到边子系统，端子系统所采集到的矿井下各项数据汇聚到边子系统核心服务层的元数据库中，边子系统与云子系统建立数据共享服务；将端子系统的采集设备布设在矿井内，采集设备包括可穿戴设备、作业环境监测设备、视频监控设备和生产自动化监测设备，分别用于对矿井下作业人员的人体体征状况、矿井下作业环境状况以及矿井作业机器的状态进行监测，采集设备的网络通讯协议与4g/5g网络连接形成数据传输物理链路，并应用终端自身的计算处理单元将所采集的数据按照边子系统适配的策略进行数据推送，将各项数据汇聚到边子系统核心服务层的元数据库中。
19.云-边-端三个子系统，涉及的“作业人员、生产机器、作业环境”三类安全数据，其数据分散在不同装备或监测系统中，并通过网络向上层应用传输，采集归拢的难度比较大且如果出现网络延时或中断，对采集的数据安全性和稳定性都会造成影响，容易对后续的数据分析和数据决策的准确性带来错判。子系统之间基于虚拟数据网络，通过抽象化技术在煤矿现有的安监、工控、视频、管理等物理网络之上构建一层虚拟的数据传输协同网络协议，对通信协议进行底层修改，从而实现数据在煤矿复杂网络环境下的安全、可靠传输和分布式协同。稳健的数据网络具备自感知、自适应、全分布、强抗毁能力，在将端子系统所采集
到的矿井下各项数据汇聚到边子系统核心服务层的元数据库的过程包括以下内容：感知续传，通过弹性网络机制，实现在网络传输链路发生堵塞或断网异常情况时，自动感知其他畅通网络并继续传输数据；协议适配，通过统一的协议转换机制和安全隔离机制，自主适应各种不同的网络协议和系统接口，实现矿井各类系统、设备和传感装置的互联互通；动态调度，通过分布式动态调度机制，应对传输过程中存在的不同优先级、动态路径调整、分流/合流传输、多环节数据处理和多目标数据传递的复杂传输场景；强抗毁性，通过全链路的数据验证和多环节持久化存储能力，保证整个传输过程数据的一致性和完整性，让整个数据传输链路具备抗毁能力。
20.2），应用配置，如图1所示，基于云子系统，通过装备管理模块负责端子系统中采集设备的入网，并使各采集设备之间形成互联，利用用户管理模块对用户信息进行管理，完成装备管理模块和用户管理模块统一编码注册，用户管理模块负责系统维度的用户管理和业务维度的用户信息管理，系统维度的用户管理包括组织机构、权限角色和登录账号，所述业务维度的用户信息管理包括矿工身份信息和健康档案。
21.将标注有井下应急重点区域的矿井结构图导入云子系统的矿图管理模块中，应急重点区域是指装备状态标注、人员状态标注、避灾路线标注和避难硐室标注，通过预警处置管理模块负责判断预警级别，应急管理模块进行避险引航，矿图管理模块与预警处置管理模块形成联动机制，预警处置管理模块接收来自于所述装备状态标注和人员状态标注的监测数据信息判断预警级别，达到预警处置级别的直接启用应急管理模块进行避险引航，避险引航包括向指定人推送语音、引导避难路线、发布实时动态信息和发布应急物资信息。
22.3），数据处理，云子系统应用大数据处理对元数据库中的数据进行数据处理，云子系统从边子系统的元数据库中提取人体体征数据、作业环境数据、危险源数据和安全隐患数据，并将上述各数据进行入湖形成数据湖，根据数据的处置策略和算法模型进行数据处理形成用于矿工个体安全引航的目标数据，目标数据按照数据分类原则形成安全风险标准库、安全风险预警库和安全预警处置库。
23.本实施例中，以煤矿行业内相关规章制度和与煤矿安全生产有关的理论知识为基础，为煤矿作业人员个体即时安全引航的数据和算法规则提供支撑。同时以安全大数据湖为源，设置安全风险标准库，安全风险标准库的设置是根据《煤矿安全规程》、《煤矿安全质量标准化》、《煤矿安全风险评价指标体系》和《煤矿安全风险辨识清单》，提炼其中的相关安全数据指标，形成分类、分级的安全风险判断标准；安全风险预警库是指分析煤矿典型灾害风险特征，统计分析灾害风险的有效预警指标及其敏感性，预警指标与灾害风险的关联程度，结合所述安全风险标准库构建煤矿典型灾害风险预警指标体系，通过bp神经网络学习和反馈，形成可持续迭代的安全风险评价指标库，安全风险评价指标库经过多次迭代后形成引航模型训练的数据样本库，利用引航模型训练的数据样本库中的数据信息，配合安全预警处置库，用于提供避灾路线以辅助井下作业人员到达就近避险点。
24.构建煤矿典型灾害风险预警指标体系的过程如下：（1）煤矿典型灾害风险特征分析确定煤矿灾害类型，包含矿井瓦斯灾害、矿井水害、矿井火灾及矿压致灾，现
场调研煤矿典型灾害特征及其与矿区地质条件、开采工艺、设备和人员安全的相关性，分析矿井及周边历年典型灾害发生的影响因素、产生机理和所属类型；（2）预警指标与灾害风险的关联程度结合不同矿井所在地的实际地质条件和开采工艺，分析不同预警指标和典型灾害的关联程度，确定煤矿灾害安全风险指标体系建立原则；（3）构建煤矿典型灾害风险预警指标体系每种煤矿典型灾害包括多种单类灾害，每个单类灾害均设计预警指标体系，不同灾害的指标体系有不同侧重点，对指标体系进行分层设计，底层指标的数量根据预警需要而定，最高层指标数量必须为1个，指标体系动态可调整，通过支持向量机和贝叶斯神经网络技术，对煤矿典型灾害风险进行识别和更新，实现预警指标体系的自学习性。
25.对不同灾害的指标体系有不用侧重点，例如：瓦斯灾害风险预警指标体系包含采掘工作面瓦斯浓度、矿井可燃可爆气体的组成比例等；水害风险预警指标体系包含地表警戒水位指标、松散层下开采底含水突水预警指标、煤层底板岩溶突水预警指标、断层突水预警指标和采空区突水预警指标等；火灾预警指标体系包括内因指标：煤自燃物质基础（例如煤自燃特性、采空区遗煤分布、漏风分布等）和风险指标（一氧化碳浓度、氧浓度、碳氢气体浓度和温度等），以及外因指标；矿压致灾预警指标体系包括基础指标（例如煤厚、倾角、物理力学参数等）和风险指标（如工作面支架载荷、可缩量、巷道围岩支护载荷、支架实时传输的工作阻力分析预警、巷道围岩受力变形采集式分析预警等）。
26.4），安全预警处理，如图2所示，通过作业人员的人体体征采集装备（本实施例中指可穿戴设备），以及环境采集装备，对端子系统对矿井下作业人员的人体体征数据及作业环境数据在线实时监测，根据数据监测，与安全风险标准库数据进行数据校对，若发现校对数据异常，调用安全风险预警库，对异常数据进行判定，待判定预警级别后，调用安全预警处置库并选择对应的避险策略模型，指引作业人员。
27.在上述安全预警处理中，调用安全风险预警库，根据安全风险预警库设定的级别对异常数据是否达到启动预警处置流程进行判定，若判定为高风险，则启动处置流程，调用安全预警处置库并选择对应的避险策略模型，通过语音交互引航的方式，联动周边环境位置信息（包括实时位置信息、周边信息和路径指引），规划避险路径信息，引导井下作业人员到达最近避险点；若判定为低风险，则对井下作业人员进行实时提示，自动消除预警。
实施例2
28.井下矿工个体安全即时护航系统的核心在于如何利用数据实现安全引航，当我们发现矿工生理特征异常或所处的作业环境异常时，系统会结合异常数据分析当前矿工个体是否需要撤离的准确判断，如果需要紧急撤离或避险，系统会结合井下环境信息、人员位置信息、地质信息等按照预警库和规则处置库设定的算法计算最佳的撤离路线及撤离路径上最近的避难硐室，并以语音交互的响应方式按照计算的路径引导矿工个体撤离到最近的安全点。
29.本实施例提供一种应用于煤矿多灾害耦合环境下采集数据处理方法的系统，如图3所示，该系统由云子系统、边子系统和端子系统，三个子系统层构建而成，并通过协议连接。
30.端子系统设置有设备服务层，提供终端设备，设备服务层将采集设备通过协议连接到边子系统的核心服务层，并将采集的数据汇聚到边子系统的元数据库中进行数据存储，再经过云子系统的大数据处理能力进行数据的统一管理，形成用于安全引航的各种库和规则。设备服务层的采集设备包括但不限于可穿戴设备、作业环境监测设备、视频监控设备和生产自动化监测设备等，分别用于对矿井下作业人员的人体体征状况、矿井下作业环境状况以及矿井作业机器的状态进行监测，所述采集设备的网络通讯协议与4g/5g网络连接形成数据传输物理链路，并应用终端自身的计算处理单元将所采集的数据按照边子系统适配的策略进行数据推送。
31.边子系统设置有核心服务层和支持服务层，提供边缘端云物理环境，其中核心服务层内设置有元数据库、处置策略和算法模型，元数据库用于储存采集设备所采集到的数据信息的，处置策略用于适配采集设备的适配策略，算法模型为采集设备下达的计算指令；边子系统的支持服务层也为可穿戴设备提供预警服务，语音交互服务，数据快照缓存服务，规则引擎，位置定位服务及按策略执行的引航调度服务。
32.边子系统与云子系统建立数据共享服务，云子系统应用大数据处理对元数据库遵循煤矿安全规程、安全风险指标评价等要求进行数据治理，形成用于指导安全引航的安全风险标准库、安全风险预警库和安全预警处置库，并应用边子系统的支持服务为端子系统提供预警、交互、位置和调度服务。
33.云子系统作为云端计算中心，其设置有数据服务层和应用服务层，数据服务包括各类数据处理，即数据转换、数据分组、数据组织、数据计算、数据存储、数据检索和数据排序；经处理的数据形成安全风险标准库、安全风险预警库和安全预警处置库；云子系统的应用服务层内设置有装备管理模块、用户管理模块、矿图管理模块、预警处置管理模块和应急管理模块，装备管理模块负责端子系统中采集设备的入网，并使各采集设备之间形成互联，利用用户管理模块对用户信息进行管理，完成装备管理模块和用户管理模块统一编码注册，将标注有井下应急重点区域的矿井结构图导入云子系统的矿图管理模块中，并通过预警处置管理模块负责判断预警级别，利用应急管理模块进行避险引航。
34.具体的，通过上述模块，应用服务负责矿图管理、注册管理、应急管理和统计管理，用户管理模块负责系统维度的用户管理和业务维度的用户信息管理，系统维度的用户管理包括组织机构、权限角色和登录账号，业务维度的用户信息管理包括矿工身份信息和健康档案，将标注有井下应急重点区域的矿井结构图导入云子系统的矿图管理模块中，应急重点区域是指装备状态标注、人员状态标注、避灾路线标注和避难硐室标注，通过预警处置管理模块负责判断预警级别，应急管理模块进行避险引航，矿图管理模块与预警处置管理模块形成联动机制，预警处置管理模块接收来自于所述装备状态标注和人员状态标注的监测数据信息判断预警级别，达到预警处置级别的直接启用应急管理模块进行避险引航，避险引航包括向指定人推送语音、引导避难路线、发布实时动态信息和发布应急物资信息。
35.以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其
发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

技术特征：
1.一种煤矿多灾害耦合环境下采集数据的处理方法，其特征在于，包括以下内容：1），系统构建，将端子系统的采集设备布设在矿井内，通过云-边-端三个子系统构建即时护航系统，端子系统通过协议连接到边子系统，端子系统所采集到的矿井下各项数据汇聚到边子系统核心服务层的元数据库中，边子系统与云子系统建立数据共享服务；2），应用配置，基于云子系统，通过装备管理模块负责端子系统中采集设备的入网，并使各采集设备之间形成互联，利用用户管理模块对用户信息进行管理，完成装备管理模块和用户管理模块统一编码注册，将标注有井下应急重点区域的矿井结构图导入云子系统的矿图管理模块中，并通过预警处置管理模块负责判断预警级别，应急管理模块进行避险引航；3），数据处理，云子系统应用大数据处理对元数据库中的数据进行数据处理，云子系统从边子系统的元数据库中提取人体体征数据、作业环境数据、危险源数据和安全隐患数据，并将上述各数据进行入湖形成数据湖，根据数据的处置策略和算法模型进行数据处理形成用于矿工个体安全引航的目标数据，目标数据按照数据分类原则形成安全风险标准库、安全风险预警库和安全预警处置库；4），安全预警处理，端子系统对矿井下作业人员的人体体征数据及作业环境数据在线实时监测，并与安全风险标准库数据进行数据校对，若发现数据校对异常，调用安全风险预警库，对异常数据进行判定后，调用安全预警处置库并选择对应的避险策略模型，指引作业人员。2.根据权利要求1所述的一种煤矿多灾害耦合环境下采集数据的处理方法，其特征在于，所述端子系统的采集设备包括可穿戴设备、作业环境监测设备、视频监控设备和生产自动化监测设备，分别用于对矿井下作业人员的人体体征状况、矿井下作业环境状况以及矿井作业机器的状态进行监测，所述采集设备的网络通讯协议与4g/5g网络连接形成数据传输物理链路，并应用终端自身的计算处理单元将所采集的数据按照边子系统适配的策略进行数据推送。3.根据权利要求1所述的一种煤矿多灾害耦合环境下采集数据的处理方法，其特征在于，在将端子系统所采集到的矿井下各项数据汇聚到边子系统核心服务层的元数据库的过程包括以下内容：感知续传，通过弹性网络机制，实现在网络传输链路发生堵塞或断网异常情况时，自动感知其他畅通网络并继续传输数据；协议适配，通过统一的协议转换机制和安全隔离机制，自主适应各种不同的网络协议和系统接口，实现矿井各类系统、设备和传感装置的互联互通；动态调度，通过分布式动态调度机制，应对传输过程中存在的不同优先级、动态路径调整、分流/合流传输、多环节数据处理和多目标数据传递的复杂传输场景；强抗毁性，通过全链路的数据验证和多环节持久化存储能力，保证整个传输过程数据的一致性和完整性，让整个数据传输链路具备抗毁能力。4.根据权利要求1所述的一种煤矿多灾害耦合环境下采集数据的处理方法，其特征在于，所述用户管理模块负责系统维度的用户管理和业务维度的用户信息管理，所述系统维度的用户管理包括组织机构、权限角色和登录账号，所述业务维度的用户信息管理包括矿工身份信息和健康档案。
5.根据权利要求1所述的一种煤矿多灾害耦合环境下采集数据的处理方法，其特征在于，将标注有井下应急重点区域的矿井结构图导入云子系统的矿图管理模块中，并通过预警处置管理模块负责判断预警级别，其中，所述应急重点区域是指装备状态标注、人员状态标注、避灾路线标注和避难硐室标注，矿图管理模块与预警处置管理模块形成联动机制，预警处置管理模块接收来自于所述装备状态标注和人员状态标注的监测数据信息判断预警级别，达到预警处置级别的直接启用应急管理模块进行避险引航，所述避险引航包括向指定人推送语音、引导避难路线、发布实时动态信息和发布应急物资信息。6.根据权利要求1所述的一种煤矿多灾害耦合环境下采集数据的处理方法，其特征在于，所述安全风险标准库的设置是根据《煤矿安全规程》、《煤矿安全质量标准化》、《煤矿安全风险评价指标体系》和《煤矿安全风险辨识清单》，提炼其中的相关安全数据指标，形成分类、分级的安全风险判断标准；所述安全风险预警库是指分析煤矿典型灾害风险特征，统计分析灾害风险的有效预警指标及其敏感性，预警指标与灾害风险的关联程度，结合所述安全风险标准库构建煤矿典型灾害风险预警指标体系，通过bp神经网络学习和反馈，形成可持续迭代的安全风险评价指标库，安全风险评价指标库经过多次迭代后形成引航模型训练的数据样本库，利用引航模型训练的数据样本库中的数据信息，配合安全预警处置库，用于提供避灾路线以辅助井下作业人员到达就近避险点。7.根据权利要求6所述的一种煤矿多灾害耦合环境下采集数据的处理方法，其特征在于，所述构建煤矿典型灾害风险预警指标体系的过程如下：（1）煤矿典型灾害风险特征分析确定煤矿灾害类型，包含矿井瓦斯灾害、矿井水害、矿井火灾及矿压致灾，现场调研煤矿典型灾害特征及其与矿区地质条件、开采工艺、设备和人员安全的相关性，分析矿井及周边历年典型灾害发生的影响因素、产生机理和所属类型；（2）预警指标与灾害风险的关联程度结合不同矿井所在地的实际地质条件和开采工艺，分析不同预警指标和典型灾害的关联程度，确定煤矿灾害安全风险指标体系建立原则；（3）构建煤矿典型灾害风险预警指标体系每种煤矿典型灾害包括多种单类灾害，每个单类灾害均设计预警指标体系，不同灾害的指标体系有不同侧重点，对指标体系进行分层设计，底层指标的数量根据预警需要而定，最高层指标数量必须为1个，指标体系动态可调整，通过支持向量机和贝叶斯神经网络技术，对煤矿典型灾害风险进行识别和更新，实现预警指标体系的自学习性。8.根据权利要求1所述的一种煤矿多灾害耦合环境下采集数据的处理方法，其特征在于，在所述安全预警处理中，调用安全风险预警库，根据安全风险预警库设定的级别对异常数据是否达到启动预警处置流程进行判定，若判定为高风险，则启动处置流程，调用安全预警处置库并选择对应的避险策略模型，通过语音交互引航，联动周边环境位置信息，规划避险路径信息，引导井下作业人员到达最近避险点；若判定为低风险，则对井下作业人员进行实时提示，自动消除预警。9.一种应用于权利要求1-8任意一项所述的煤矿多灾害耦合环境下采集数据处理方法的系统，其特征在于，所述系统由云子系统、边子系统和端子系统，三个子系统层构建而成，
三个子系统层通过协议连接，所述边子系统包括核心服务层和支持服务层，所述云子系统包括数据服务层和应用服务层，所述端子系统包括有设备服务层，在所述设备服务层上布设采集设备，所述采集设备对矿井内的作业人员的人体体征数据及作业环境数据在线实时监测，并通过协议将数据传输到所述边子系统的核心服务层，所述核心服务层内设置有用于对采集设备所采集的数据信息进行存储、处置及运算的元数据库、处置策略和算法模型，所述云子系统的数据服务层用于对数据处理，形成安全风险标准库、安全风险预警库和安全预警处置库，所述云子系统的应用服务层内设置有装备管理模块、用户管理模块、矿图管理模块、预警处置管理模块和应急管理模块。10.根据权利要求9所述的煤矿多灾害耦合环境下采集数据处理方法的系统，其特征在于，所述装备管理模块负责端子系统中采集设备的入网，并使各采集设备之间形成互联，利用所述用户管理模块对用户信息进行管理，完成装备管理模块和用户管理模块统一编码注册，将标注有井下应急重点区域的矿井结构图导入云子系统的所述矿图管理模块中，并通过所述预警处置管理模块负责判断预警级别，利用所述应急管理模块进行避险引航。

技术总结
本发明公开了一种煤矿多灾害耦合环境下采集数据的处理方法及其系统，处理方法包括系统构建、应用配置、数据处理和安全预警处理，利用端子系统的采集设备获取监测数据，边子系统提供元数据库、处置策略、算法模型和支持服务，云子系统对数据进行处理，形成安全风险标准库、安全风险预警库和安全预警处置库，根据判断的预警级别，指引作业人员避险；该处理系统由云-边-端三个子系统组成，端子系统提供终端采集设备，边子系统提供边缘端云物理环境，云子系统作为云端计算中心，其设置有数据服务层和应用服务层。本发明基于采集设备所采集的数据，通过对采集数据和应用场景的融合利用，构建有效的井下避难逃生策略，保障作业人员生命安全。安全。安全。


技术研发人员：林古宏 刘晓东 张泽辉
受保护的技术使用者：北京凡米物联科技有限公司
技术研发日：2023.07.11
技术公布日：2023/9/7