(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211201977.0 (22)申请日 2022.09.29 (65)同一申请的已公布的文献号 申请公布号 CN 115270532 A (43)申请公布日 2022.11.01 (73)专利权人 山东新矿信息技 术有限公司 地址 271099 山东省泰安市高新 技术产业 （经济） 开发区南天门大街中段 (72)发明人 郑洪涛　刘竞夫　于忠阳　汪洪杰　 秦廷罡　苏杨杨　 (74)专利代理 机构 芜湖宸泽知识产权代理事务 所(普通合伙) 34208 专利代理师 李俊建 (51)Int.Cl. G06F 30/20(2020.01) E21F 17/18(2006.01) E21F 1/10(2006.01) G06F 113/08(2020.01) G06F 111/10(2020.01)(56)对比文件 CN 113356916 A,2021.09.07 CN 114677054 A,202 2.06.28 CN 114398796 A,202 2.04.26 CN 114109465 A,2022.03.01 CN 114117949 A,202 2.03.01 US 2022091026 A1,202 2.03.24 US 2021157312 A1,2021.0 5.27 CN 114417549 A,202 2.04.29 CN 114000907 A,202 2.02.01 WO 20212 22384 A1,2021.1 1.04 WO 2021160686 A1,2021.08.19 US 2022263734 A1,202 2.08.18 CN 111708332 A,2020.09.25 张帆等.智慧矿山数字 孪生技术研究综述. 《煤炭科 学技术》 .2020,(第07期), 邢亮亮.矿井通 风系统风 流参数动态监测及 风量调节优化. 《机 械管理开发》 .2020,(第09 期), 审查员 季静敏 (54)发明名称 一种基于矿井智能化的数据处理方法及系 统 (57)摘要 本发明提供一种基于矿井智能化的数据处 理方法及系统， 涉及矿井信息化技术领域， 包括 建立矿井的数字孪生， 建立通风门影响矩阵， 将 矿井从每一个矿道分叉处分割， 得到多段矿道， 获取每一段矿道的空气传感器的数据， 并且建立 通风门影 响方程， 并根据矿井的通风门实时数据 更新所述数字孪生， 获取所述数字孪生模型的误 差率， 当所述矿道延伸时， 根据所述影响方程计 算延伸部分的空气数据， 当任一通风门出现故障 时， 采用数字孪生模拟对未故障的通风门的调 整， 确定调整参数， 根据所述未故障通风门的调 整参数对矿井的通风门进行调整。 通过上述方案 解决了通 风门出现故障时不 易调整的问题。 权利要求书2页 说明书6页 附图2页 CN 115270532 B 2022.12.23 CN 115270532 B 1.一种基于矿井智能化的数据处 理方法， 其特 征在于， 所述方法包括如下步骤： 步骤S01， 建立所述矿井的数字孪生， 所述数字孪生至少包括所述矿井的矿道分布， 所 述矿道中的全部空气传感器， 所述矿道中的全部通 风门； 步骤S02， 依次以第一预设风量打开所述矿井的每一通风门， 关闭其它通风门， 采集每 个通风门打开时每个空气传感器的数据， 得到通风 门影响矩阵， 所述空气传感器的数据包 括风向以及至少一项空气质量数据； 步骤S03， 将所述矿井从每一个矿道分叉处分割， 得到多段矿道， 针对每一段矿道根据 所述通风门影响矩阵得到每一段矿道的空气传感器的数据， 对所述每一段矿道的空气传感 器的数据进行插值， 根据插值结果对每一矿道建立 通风门影响方程； 所述通风门影响方程 为： yik＝αifi(xk)； 其中， xk表示第个矿道离起始点的距离， fi(xk)表示第i个通风门的拟合方程， αi表示风 量系数； 步骤S04， 根据 所述通风门影响方程初始化所述数字孪生， 并根据矿井的通风门实时数 据更新所述数字 孪生； 步骤S05， 获取所述数字 孪生模型的误差率； 步骤S06， 根据所述矿道的变化实时更新所述数字孪生的矿道分布， 当所述矿道延伸 时， 根据所述影响方程计算延伸部分的空气数据； 步骤S07， 当任一通风门出现故障时， 首先同步关闭所述数字孪生中的故障通风门； 并 在所述数字孪生中采用一预设步长 分别对其余正常的通风门进行风量调整， 并使用影响方 程以及所述模型的误差率计算矿道内的所有点是否均达到预设的空气质量， 确定矿井内所 有位置的空气数据均合格时未故障通风门的调整参数， 根据所述未故障通风门的调整参数 对矿井的通 风门进行调整。 2.根据权利要求1所述的一种基于矿井智能化的数据处理方法， 其特征在于： 所述通风 门影响矩阵为： 其中， P表示影响矩阵， pij表示以第一预设风量打开第i个通风门打开， 其它通风门关闭 时， 第j个空气传感器的数据。 3.根据权利要求1所述的一种基于矿井智能化的数据处理方法， 其特征在于： 所述误差 率的具体计算方法为： 在矿道和所述数字孪生模型运行期间， 实时获取所述空气传感器的 真实读数， 并获取所述数字孪生对应位置的模拟读数， 将所述真实读数与所述模拟读数进 行对比， 获取误差率。 4.根据权利要求3所述的一种基于矿井智能化的数据处理方法， 其特征在于： 获取多个权　利　要　求　书 1/2 页 2 CN 115270532 B 2时间段的多个误差率， 将多个时间段的多个误差率 求平均值， 以得到最终的误差率。 5.根据权利要求3所述的一种基于矿井智能化的数据处理方法， 其特征在于： 针对每一 段矿道分别计算 一个误差率。 6.根据权利要求1所述的一种基于矿井智能化的数据处理方法， 其特征在于： 当所述矿 道延伸时， 根据所述影响方程计算延伸部 分的空气数据具体为： 当矿道延伸时， 在数字孪生 中增加相 应延伸段的矿道模型， 确定延伸段 的坐标， 将延伸段的坐标代入所述通风 门影响 方程中计算所述延伸段中每一处的空气数据。 7.一种基于矿井智能化的数据处理系统， 其特征在于： 所述系统包括至少一个处理器， 所述处理器执行如权利要求1 ‑6任一权利要求所述的方法。权　利　要　求　书 2/2 页 3 CN 115270532 B 3