摘要: 针对矿井泵房的可视化监测难题,结合泵房设备状态的实时监测需求,提出了一种基于BIM 的矿井泵 房设备异常监测方法。分析了当前矿井泵房设备监测可视化水平较低、设备异常监测不及时、信息共享能力不足等 问题,以BIM 技术具备的三维可视化效果好、管理精细化程度高以及覆盖项目全生命周期等优势为依托,结合深度学 习理论构建了一种矿井泵房设备异常监测系统。首先,基于Revit 软件及其二次开发插件构建矿井泵房的BIM 轻量 化模型,该模型能有效降低内存资源消耗,实现BIM 模型在Web 端的场景流畅显示;其次,引入长短时记忆网络构建 设备异常监测模型,通过模型预测数据与实时采集数据对比识别设备运行情况,提升异常数据监测的准确率;最后, 基于Web 框架和WebSocket 通信协议进行系统开发,通过传感器数据与模型信息的融合展示,提升监测的可交互性 与实时性。研究表明:该系统能直观地将设备的状态信息进行可视化描述,对设备的运行数据和生产数据能够进行 实时管理分析并有效监测设备的异常状态,提高了矿井泵房的监测效率。