1.本發明屬于礦山安全生產領域，具體涉及一種基于大數據的礦山安全生產實時監測方法和系統。
背景技術：
2.大數據，是指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
3.礦山主要包括一個或多個采礦車間(或稱坑口、礦井、露天采場等)和一些輔助車間，大部分礦山還包括選礦場(洗煤廠)。礦山安全包括礦山安全管理、安全生產技術和職業衛生等內容。
4.目前礦山安全生產監測存在缺陷，在應對安全事故處于被動狀態，應急處理能力較差，易出現安全事故，對企業員工及生產造成較大的損失，所以本發明提供一種基于大數據的礦山安全生產實時監測管理方法來解決上述問題。
技術實現要素：
5.為了解決上述問題，本發明提供一種基于大數據的礦山安全生產實時監測方法和系統，以解決上述背景技術中提出的現有的礦山安全生產存在安全隱患時，用數據信息難以將該礦山安全生產情況對其提醒，從而導致安全風險擴大的問題。
6.本發明的技術方案具體如下：
7.一種基于大數據的礦山安全生產實時監測方法，包括：
8.采集和分析信息；
9.判斷采集的信息是否安全；若安全，繼續接收信息并處理；若不安全，停止接收信息并上傳報警。
10.進一步地，分析信息包括采集數據信息關鍵字。
11.進一步地，判斷采集的信息是否安全按以下進行：
12.所述信息平臺還包括數據挖掘日志庫，其中記錄了礦山安全生產態勢指標體系，對于體系中的定性和定量指標進行量化和風險等級劃分，利用歷史礦山安全生產事故中的數據，運用機器學習算法：
13.(p(yk|x)＝p(x|yk)p(yk)p(x)p(yk|x)＝p(x|yk)p(yk)p(x))得到貝葉斯網絡模型，具體公式為：
14.p(yk)＝nyk+αn+kαp(yk)＝nyk+αn+kα，(1)
15.n是總的樣本個數，k是總的類別個數，nyknyk是類別為ykyk的樣本個數，αα是平滑值；
16.p(xi|yk)＝nyk,xi+αnyk+nαp(xi|yk)＝nyk,xi+αnyk+nα，(2)
17.nyknyk是類別為ykyk的樣本個數，n是特征的維數，nyk,xinyk,xi是類別為ykyk的
樣本中，第i維特征的值是xixi的樣本個數，αα是平滑值；
聲明：
“基于大數據的礦山安全生產實時監測方法和系統與流程” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究，如用于商業用途，請聯系該技術所有人。
我是此專利(論文)的發明人(作者)
475
編輯：中冶有色網
來源：云南昆鋼電子信息科技有限公司
分享 0
舉報 0
收藏 0
反對 0
點贊 0
2025年08月07日 ~ 09日 
