基于物联网的井下涌水自动监测与智能识别研究

金属矿山 ›› 2010, Vol. 39 ›› Issue (10): 106-109.

基于物联网的井下涌水自动监测与智能识别研究

张海龙，王涛，余浪，石宇

四川省安全科学技术研究院

出版日期:2010-10-15 发布日期:2010-11-09
通讯作者: 张海龙，610012 四川省成都市锦江区永兴巷15号省政府综合办公大楼附3楼201室。
作者简介:张海龙（1980—），男，四川省安全科学技术研究院安全技术信息所，硕士。

Study of Automatic Monitoring and Intelligent Recognition About〖JZ〗Underground Water Inrush Based on the Internet of Things

Zhang Hailong，Wang Tao，Yu Lang，Shi Yu

Sichuan Academy of Safety Science and Technology

Online:2010-10-15 Published:2010-11-09

摘要/Abstract

摘要： 针对我国金属矿山不断发生的透水事故，应用物联网技术，建立了一套软硬件结合的涌水量自动监测报警与智能识别系统.该系统对井下水位进行自动监测，对水组分和周围环境进行智能识别，大大地减少了透水事故的发生。生产试验证明,该系统简单可行，运行稳定，具有良好的监测、报警和智能识别功能，具有很好的推广应用前景。

关键词: 物联网, 涌水, 监测, 智能识别

Abstract: Aiming at continuous water gushing accident of metal mines in our country，and applying with the technology of internet of things，the system with combination of automatic monitoring and intelligent recognition about water inrush with software and hardware is build，which can automatically monitor the height of underground gushing-water，and intelligently recognize the composition of gushing-water and its surrounding.All of these can reduce gushing-water accident.The production practice proved that this system is simple and feasible with a stable operation.Its good monitoring，alarming and intelligent recognizing functions make it own a brilliant foreground of application.

Key words: Internet of things, Water inrush, Monitoring, Intelligent recognition

张海龙, 王涛, 余浪, 石宇. 基于物联网的井下涌水自动监测与智能识别研究[J]. 金属矿山, 2010, 39(10): 106-109.

ZHANG Hai-Long, WANG Tao, YU Lang, SHI Yu. Study of Automatic Monitoring and Intelligent Recognition About〖JZ〗Underground Water Inrush Based on the Internet of Things[J]. Metal Mine, 2010, 39(10): 106-109.

[1]	李雯静, 焦宇豪, 邱立强, 马　倩. 基于BIM 模型的矿井泵房设备异常监测系统研发[J]. 金属矿山, 2025, 54(1): 224-.
[2]	任海龙, 孔　铭, 张宝金, 黄铂然, 黄　浩, 王培涛. 基于Raspberry Pi 的矿井通风环境在线监测系统研制与应用[J]. 金属矿山, 2025, 54(1): 198-.
[3]	李如仁, 李梦晨, 葛永权, 刘明霞. 融合多源因素回归和ARIMA-LSTM 的露天矿地表形变趋势分析[J]. 金属矿山, 2025, 54(1): 186-.
[4]	李思佑, 闭水劲, 董陇军, 张义涵, 杨清伟, 裴重伟. 低信噪比微震P 波到时拾取与干扰信号剔除方法及应用[J]. 金属矿山, 2024, 53(8): 158-.
[5]	刘增波, 徐良骥, 张　坤, 刘潇鹏, 曹宗友, 徐　阳. 融合SBAS-InSAR 与CS-SVM 的矿区地表残余沉降预测模型[J]. 金属矿山, 2024, 53(8): 133-.
[6]	陈继勋, 霍艳飞, 徐　杨. 基于物联网的煤矿动态传感器信息控制系统研发[J]. 金属矿山, 2024, 53(7): 189-.
[7]	张　凌, 邱　斌, 张　源. 基于无人机倾斜摄影测量技术与SVR 算法的开采沉陷监测与预计[J]. 金属矿山, 2024, 53(7): 168-.
[8]	刘　银, 张　晶, 周宗红, 韩岩松, 任凤玉. 复杂不规则采空区围岩冒落持续监测及周期性冒落特征分析[J]. 金属矿山, 2024, 53(7): 1-.
[9]	范明星, 任高峰, 吴文博, 鲁习奎, 李吉民, 张聪瑞. 基于降雨量数据的程潮铁矿涌水量时序性预测模型[J]. 金属矿山, 2024, 53(6): 212-.
[10]	夏利玲, 孙翠玲, 张　慧, 黄春香. 基于CAN 和REST 物联网技术的智能矿山安全检测系统研发[J]. 金属矿山, 2024, 53(3): 215-.
[11]	牛海萍, 潘瑞凯, 于伟东, 沈玉旭. 复采工作面空巷充填力学响应规律与控制效果研究[J]. 金属矿山, 2024, 53(12): 165-.
[12]	颜　宇, 周洪文, 陆世东, 晏承进, 柯　波, 黄嘉俊, 杨　彪, 常　剑. 露天矿山智能网络视频三维建模技术研究[J]. 金属矿山, 2024, 53(11): 185-.
[13]	朱权洁, 谷　雷, 刘晓云, 尹永明, 朱斯陶. 基于D-InSAR 技术的矿区地表沉降规律分析与趋势预测[J]. 金属矿山, 2024, 53(11): 125-.
[14]	周颜军, 汪　亮, 冯庆杰, 易云佳, 曹建立, 卢　悦. 倾斜矿体多采空区顶板破坏与冒落机理分析[J]. 金属矿山, 2024, 53(11): 11-.
[15]	李军强, 王肖珊, 丛　宇, 邓　洪, 王艳军, 梁小明, 张　静. 基于Visual MODFLOW 大水矿山深部开采矿坑涌水量预测[J]. 金属矿山, 2024, 53(10): 257-.

扫码分享