40万字完整版智能矿山项目建设整体解决方案WORD

导读:原文《40万字完整版智能矿山项目建设整体解决方案WORD》(获取来源见文尾),本文精选其中精华及架构部分,逻辑清晰、内容完整,为快速形成售前方案提供参考。

1.1 总体技术要求

1.1.1 核心业务架构

智能矿山业务架构是在统一的标准与规范及安全运维保障体系下,按分层设计模式,分为设备层、控制层、生产执行层、经营管理层与决策层五个层次。本次建设的主体内容为L2、L3、L4、L5层相关内容。具体层次结构图如图1-2所示:

015c9d5b44be2c96cece2d1d98c003a7.jpeg

图1-2 核心业务架构图

智能矿井建设将应用架构分为五层,自下而上分别是设备层、控制层、生产执行层、经营管理层、指挥决策层,其中设备层、控制层、生产执行层是智能化矿井建设的主要内容。智能矿山管控平台由生产执行及生产管理、调度管理、机电管理、一通三防、综合分析、应急救援等业务模块构成,系统涵盖了煤炭采、掘、机、运、通、洗选、装车各个环节,是一体化管理信息系统,并实现了和经营管理、控制监测等信息系统的数据互连。

1.1.2 业务中心规划

按照智能矿山建设思路,全矿计划分为4个业务中心,分别为智能管调中心、智能监控中心、矿井安全中心、运营管中心。智能矿山管控平台应有效支撑所有业务中心的高效运转与流程无缝衔接。如图1-3智能矿山管控平台功能划分。

f4b0b5e922127ce6e4aad75a1104b6f7.jpeg

图1-3智能矿山管控平台功能划分

方案已充分理解功能中心规划精神,根据设计需要可以对中心的数量、功能、职责进行对应调整。

1、智能监控中心

生产控制中心主要包含生产控制类子系统,采集所有设备层子系统中控制器、各种传感器和执行机构等的数据信息,并对这些数据信息进行整理、分析和利用。实时监控全矿生产设备的运行状况,并进行全矿井的生产过程控制。同时将安全和生产之间的数据进行关联,并提供所有历史数据记录便于查询和汇总,通过报表、报警和趋势直观反映给相关人员。

2、智能管调中心

生产管理中心,主要包含安全、生产、调度管理类子系统,通过基于实现对“采、掘、机、运、通”整个生产业务流程中地质、测量、水文、储量、“一通三防”、采矿辅助设计、机电设计、设备选型等的完全信息化、网络化管理,并且基于二/三维GIS、虚拟矿井平台,实现智能化矿井主要管控过程的可视化展示、分析和操作,实现矿井生产技术各专业之间的在线协同、数据共享,提升业务集成、安全生产等全面的管理能力。

3、矿山安全中心

矿山安全中心主要包含矿井安全监测监控类子系统,并通过深度挖掘智能化矿井数据库的数据,综合分析和利用,开发煤矿安全生产动态诊断模块、煤矿应急救援指挥模块、水害危险源识别、预测、预警模块等等。完成对危险源(如瓦斯、水文、火灾、矿压等)、作业环境、地质构造、设备故障等的动态分析和预测。并在实现重大危险的早期预测、预警、预控基础上,根据应急预案选择最佳处理流程。

4、运营管控中心

运营管理系统涵盖企业人、财、物资、设备、运销、生产和项目管理的信息系统,另外还包括:办公自动化、综合统计、档案管理、知识管理、行政后勤管理、党群管理等。这一部分的建设需与集团统一规划实施的或已有的软件系统相融合。

1.1.3 技术框架要求

智能矿山基于一套标准体系、构建一张全面感知网络、建设一条高速数据传输通道、形成一个大数据应用中心、研制一个业务云服务平台,面向不同业务部门实现按需服务,相关信息基于“一套指标、一张图、一张表”在多端(DLP大屏、PC端、智能终端、井下设备)同步多维形象展示。系统采用分层设计,智能矿山整体技术架构可以分为设备层、传输层、服务层与应用层,具体技术架构图如图1-4所示:

217a439e6744589b3d06fa56ea68f0a3.jpeg

图1-4智能矿山架构

在统一的时间与空间框架下,以用户为中心,遵循安全生产与经营管理业务线,采用面向服务架构(SOA),基于企业服务总线(ESB),围绕监测实时化、控制自动化、管理信息化、业务流程化、知识模型化、决策智能化目标进行相应业务应用设计。

1.2 总体设计思路与架构

1.2.1 总体设计思路

采用国内一流和世界先进的技术和装备,建成一个能用、实用、管用、高效运行的智能化矿井,实现矿井“管、控、营”一体化,实现矿井安全可靠化、管理高效化、成本最小化、效益最大化。

(1)构建涵盖需求预测、生产计划、生产组织、生产执行与指标量化分析为一体的智能系统,实现以销定产、少人或无人作业。

基于矿山物联网和大数据云计算技术,对生产计划(ERP)、生产执行(MES)、生产过程控制等多个环节信息进行有效整合,实现基于市场需求、环境安全状态、设备健康状态、物质配备、员工配备情况的生产目标动态分解、生产任务自动排程、安全生产全流程自适应控制与实时反馈,实现以销定产,少人或无人作业。

(2)围绕“人、财、物”精细化管理目标,通过内部市场化运作,实现全员绩效考核与降本增效。

精细化管理是运用自动化、标准化、数据化和信息化的手段,使矿相关组织单元的以精确、高效、协同和持续运行。建立集团、矿、部门、区队、班组、个人六级市场体系,涵盖物资市场、设备市场、安全市场、资金市场、服务市场等内部市场交易,实现各层级市场主体的预算、核算和及结算,有效提升全员绩效水平。

(3)以灾害成因理论为指导,管理手段为支撑,信息化手段为保障,实现安全风险有效防控。

煤矿安全生产动态诊断与决策支持以云计算、物联网、数据挖掘技术为支撑,以行业、矿业集团、矿井制定的各类安全生产规程、规范为知识依据,结合综合自动化、在线监测(水、火、瓦斯、顶板等)、隐患数据、事故数据、人员三违数据等(人、机、环、料、法)动态数据和静态数据,基于动态三维地质模型和虚拟矿井平台,对煤矿安全生产的各类信息进行展示、分析、推理,挖掘历史数据中蕴含的模式和知识,诊断并概括现势安全状态,预测未来安全形势,实现煤矿安全生产的动态诊断和辅助决策。

(4)从智能矿山建设的基础层面需要实现四个统一,即“一盘棋、一张网、一张图、一个库”。

1)统一的一张图展示平台对“采、掘、机、运、通”整个安全生产流程空间数据和属性数据的管理,采用统一的GIS、三维可视化或虚拟矿井平台;对综合自动化系统,采用统一的组态软件平台;最终数据集成应用展示采用统一“一张图”方式展示。

2)统一的管理平台生产矿井运营管理、安全生产在线检测管理、安全生产技术综合管理、决策支持采用统一的管理平台,实现数据矿山软硬件系统的集成操作、分析和管理,即“一盘棋”统一管理。

3)统一的数据传输网络。除了瓦斯监测系统外(目前国家规定必须是专网),井上下企业管理、综合自动化、在线检测、安全生产技术综合管理,采用统一的网络平台进行数据传输。

4)统一的数据仓库生产矿井运营管理、综合自动化、安全生产在线检测管理、安全生产技术综合管理、决策支持采用统一的数据仓库,实现数据的共享。

(5)从智能矿山建设的应用层面,需要实现两个统一,即安全生产运营管理平台和安全生产执行控制平台:

1)安全生产运营管理平台通过GIS平台以及对三维高精度透明化地质模型、设备模型的建模,实现对生产过程的数据进行实时集中监测,为生产运营提供生产技术综合管理、安全生产决策支持管理等。

2)安全生产执行控制平台按专业面向使用部门对相关关联系统实现远程集中控制。

e3b90f3d5f92be7c4d6cceaf6cba19ef.jpeg

588fdbe30a2d45951bc7c185e12e5de0.jpeg

bea5f1e5e00189c0821853f876f735e1.jpeg

609e1c417fdccaabd20031ee1cee5c5e.jpeg

348e3c85e0dbf9aa3e5252ed935a4525.jpeg

d80f1ceff84b180722f7910a749d4446.jpeg

喜欢文章,您可以点赞+评论+转发本文,了解更多内容请私信:方案


本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/44667.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Java算法_ 二叉树的最大深度(LeetCode_Hot100)

题目描述:给定一个二叉树 ,返回其最大深度。root 二叉树的 最大深度 是指从根节点到最远叶子节点的最长路径上的节点数。 获得更多?算法思路:代码文档,算法解析的私得。 运行效果 完整代码 /*** 2 * Author: LJJ* 3 * Date: 2023/…

【Python机器学习】实验14 手写体卷积神经网络(PyTorch实现)

文章目录 LeNet-5网络结构(1)卷积层C1(2)池化层S1(3)卷积层C2(4)池化层S2(5)卷积层C3(6)线性层F1(7)线性层F2 …

ant-design-vue在ios使用AUpload组件唤起了相机,HTML的 `capture` 属性

在使用ant design vue组件的上传组件AUpload的时候有一个问题&#xff0c;直接按照demo写&#xff0c;在ios上会唤起相机&#xff0c;但是实际上我们的需求是弹出选择相册/相机这个弹框。 解决办法是加一个 cupture"null"这个属性即可 <a-upload:capture"nu…

攻防世界-fileinclude

原题 解题思路 题目已经告诉了&#xff0c;flag在flag.php中&#xff0c;先查看网页源代码&#xff08;快捷键CTRLU&#xff09;。 通过抓包修改&#xff0c;可以把lan变量赋值flag。在cookie处修改。新打开的网页没有cookie&#xff0c;直接添加“Cookie: languagephp://filte…

机器学习笔记 - 基于keras + 小型Xception网络进行图像分类

一、简述 Xception 是深度为 71 层的卷积神经网络,仅依赖于深度可分离的卷积层。 论文中将卷积神经网络中的 Inception 模块解释为常规卷积和深度可分离卷积运算(深度卷积后跟点卷积)之间的中间步骤。从这个角度来看,深度可分离卷积可以理解为具有最大数量塔的 Inception 模…

元宇宙电商—NFG系统:区块链技术助力商品确权。

在国内&#xff0c;以“数字藏品”之名崛起以来&#xff0c;其与NFT的对比就从未停歇。从上链模式到数据主权&#xff0c;从炒作需求到实际应用&#xff0c;从售卖形式到价值属性&#xff0c;在各种抽丝剥茧般的比较中&#xff0c;围绕两者孰优孰劣的讨论不绝于耳。 NFT的每一…

PLA: 语言驱动的开放词汇3D场景理解

论文&#xff1a;https://arxiv.org/abs/2211.16312 GitHub - CVMI-Lab/PLA: (CVPR 2023) PLA: Language-Driven Open-Vocabulary 3D Scene Understanding代码&#xff1a;GitHub - CVMI-Lab/PLA: (CVPR 2023) PLA: Language-Driven Open-Vocabulary 3D Scene Understanding 摘…

【LeetCode-中等题】49. 字母异位词分组

题目 题解一:排序哈希表 思路:由于互为字母异位词的两个字符串包含的字母相同&#xff0c;因此对两个字符串分别进行排序之后得到的字符串一定是相同的&#xff0c;故可以将排序之后的字符串作为哈希表的键。 核心api: //将字符串转换为字符数组char[] ch str.toCharArray();…

「UG/NX」Block UI 指定点SpecifyPoint

✨博客主页何曾参静谧的博客📌文章专栏「UG/NX」BlockUI集合📚全部专栏「UG/NX」NX二次开发「UG/NX」BlockUI集合「VS」Visual Studio「QT」QT5程序设计「C/C+&#

攻防世界-simple_php

原题 解题思路 flag被分成了两个部分&#xff1a;flag2&#xff0c;flag2。获得flag1需要满足变量a0且变量a≠0&#xff0c;这看起来不能实现&#xff0c;但实际上当变量a的值是字符时&#xff0c;与数字比较会发生强制类型转换&#xff0c;所以a为字符型数据即可&#xff0c;变…

C语言小练习(一)

&#x1f31e; “人生是用来体验的&#xff0c;不是用来绎示完美的&#xff0c;接受迟钝和平庸&#xff0c;允许出错&#xff0c;允许自己偶尔断电&#xff0c;带着遗憾&#xff0c;拼命绽放&#xff0c;这是与自己达成和解的唯一办法。放下焦虑&#xff0c;和不完美的自己和解…

【k8s、云原生】基于metrics-server弹性伸缩

第四阶段 时 间&#xff1a;2023年8月18日 参加人&#xff1a;全班人员 内 容&#xff1a; 基于metrics-server弹性伸缩 目录 一、Kubernetes部署方式 &#xff08;一&#xff09;minikube &#xff08;二&#xff09;二进制包 &#xff08;三&#xff09;Kubeadm 二…

算法与数据结构-哈希算法

文章目录 什么是哈希算法哈希算法的应用安全加密唯一标识数据校验散列函数负载均衡数据分片分布式存储 一致性哈希算法 什么是哈希算法 哈希算法的定义和原理非常简单&#xff0c;基本上一句话就可以概括了。将任意长度的二进制值串映射为固定长度的二进制值串&#xff0c;这个…

QT使用QML实现地图绘制虚线

QML提供了MapPolyline用于在地图上绘制线段&#xff0c;该线段是实线&#xff0c;因此我使用Canvas自定义绘制的方式在地图上绘制线段&#xff0c;如图&#xff1a; 鼠标在地图上点击后&#xff0c;在点击位置添加图标 &#xff0c;当有多个图标被添加到地图上后&#xff0c;计…

windows vscode使用opencv

1.windows vscode使用opencv 参考&#xff1a;https://blog.csdn.net/zhaiax672/article/details/88971248 https://zhuanlan.zhihu.com/p/402378383 https://blog.csdn.net/weixin_39488566/article/details/121297536 g -g .\hello_opencv.cpp -stdc14 -I E:\C-software\…

关于查看处理端口号和进程[linux]

查看端口号 lsof -i:端口号如果-bash: lsof: 未找到命令那我们可以执行yum install lsof 删除端口号进程 一般我们都会使用kill命令 kill -l#列出所有可用信号1 (HUP)&#xff1a;重新加载进程。9 (KILL)&#xff1a;杀死一个进程。15 (TERM)&#xff1a;正常停止一个进程。 …

听GPT 讲Prometheus源代码--discovery

Prometheus是一个开源的系统监控和警报工具包&#xff0c;以下是Prometheus源代码中一些主要的文件夹及其作用&#xff1a; cmd/&#xff1a;这个目录包含了Prometheus主要的命令行工具&#xff0c;如prometheus/&#xff0c;promtool/等。每个子目录都代表一个可执行的命令行应…

ajax-axios-url-form-serialize 插件

AJAX AJAX 概念 1.什么是 AJAX ? mdn 使用浏览器的 XMLHttpRequest 对象 与服务器通信 浏览器网页中&#xff0c;使用 AJAX技术&#xff08;XHR对象&#xff09;发起获取省份列表数据的请求&#xff0c;服务器代码响应准备好的省份列表数据给前端&#xff0c;前端拿到数据数…

PCTA 认证考试高分通过经验分享

作者&#xff1a; msx-yzu 原文来源&#xff1a; https://tidb.net/blog/0b343c9f 序言 我在2023年8月10日&#xff0c;参加了 PingCAP 认证 TiDB 数据库专员 V6 考试 &#xff0c;并以 90分 的成绩通过考试。 考试总分是100分&#xff0c;超过60分就算通过考试。试卷…

Dubbo 核心概念和架构

以上是 Dubbo 的工作原理图&#xff0c;从抽象架构上分为两层&#xff1a;服务治理抽象控制面 和 Dubbo 数据面 。 服务治理控制面。服务治理控制面不是特指如注册中心类的单个具体组件&#xff0c;而是对 Dubbo 治理体系的抽象表达。控制面包含协调服务发现的注册中心、流量管…