[go: up one dir, main page]

CN113758892A - 一种基于大数据分析的煤矿生产数据筛选方法 - Google Patents

一种基于大数据分析的煤矿生产数据筛选方法 Download PDF

Info

Publication number
CN113758892A
CN113758892A CN202111207416.7A CN202111207416A CN113758892A CN 113758892 A CN113758892 A CN 113758892A CN 202111207416 A CN202111207416 A CN 202111207416A CN 113758892 A CN113758892 A CN 113758892A
Authority
CN
China
Prior art keywords
carbon monoxide
big data
gas
data analysis
concentration
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111207416.7A
Other languages
English (en)
Inventor
李存林
万仁霞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North Minzu University
Original Assignee
North Minzu University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by North Minzu University filed Critical North Minzu University
Priority to CN202111207416.7A priority Critical patent/CN113758892A/zh
Publication of CN113758892A publication Critical patent/CN113758892A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/75—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
    • G01N21/76—Chemiluminescence; Bioluminescence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Mathematical Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Mathematical Optimization (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • Plasma & Fusion (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种基于大数据分析的煤矿生产数据筛选设备，包括一氧化碳不分光红外线气体分析仪、一氧化碳传感器以及大数据分析设备：所述一氧化碳不分光红外线气体分析仪和一氧化碳传感器固定安装在矿井内的墙壁上。本发明中，通过采用不分光红外线气体分析法以及配合一氧化碳传感器同时检测矿井内的一氧化碳含量，能够更加精准的检测出一氧化碳含量，在于大数据对比，将一氧化碳含量控制在安全范围内，而且一氧化碳不分光红外线气体分析仪和一氧化碳传感器是安装在矿井内的，可以实时的检测矿井内的一氧化碳含量，时刻保证矿井内的工作环境，保证工作人员的身体健康。

Description

一种基于大数据分析的煤矿生产数据筛选方法
技术领域
本发明属于煤矿生产技术领域，特别是涉及一种基于大数据分析的煤矿生产数据筛选方法。
背景技术
当煤层离地表远时，一般选择向地下开掘巷道采掘煤炭，此为井工煤矿，当煤层距地表的距离很近时，一般选择直接剥离地表土层挖掘煤炭，此为露天煤矿，煤是最主要的固体燃料，是可燃性有机岩的一种，根据煤化程度的不同，可分为泥炭、褐煤、烟煤和无烟煤四类。
传统的煤矿生产数据筛选方法存在以下缺陷：
一、在煤矿的生产过程中，煤矿内的空气中含有一氧化碳气体，这种气体是对人的身体有害的，因此在持续的开采过程中，要对矿井内的一氧化碳含量进行实时的监测，传统的监测方式只是人工手持仪器进入到矿井内进行检测，合格后便可以进行工作，没有持续的或者间歇性的进行检测，因此后续的工作中，矿井内的一氧化碳含量很可能会升高，容易发生中毒事故。
二、传统的检测方式，也只是进行了单次简单的检测，没有与大数据进行对比，只是检测到一氧化碳含量在合理的范围内即可，但是工作人员在长时间的吸入后，还是会出现中毒事故，因此检测数据不够准确，分析比对不够精准。
发明内容
本发明的目的是提供一种基于大数据分析的煤矿生产数据筛选方法，以解决在煤矿的生产过程中，煤矿内的空气中含有一氧化碳气体，这种气体是对人的身体有害的，因此在持续的开采过程中，要对矿井内的一氧化碳含量进行实时的监测，传统的监测方式只是人工手持仪器进入到矿井内进行检测，合格后便可以进行工作，没有持续的或者间歇性的进行检测，因此后续的工作中，矿井内的一氧化碳含量很可能会升高，容易发生中毒事故，传统的检测方式，也只是进行了单次简单的检测，没有与大数据进行对比，只是检测到一氧化碳含量在合理的范围内即可，但是工作人员在长时间的吸入后，还是会出现中毒事故，因此检测数据不够准确，分析比对不够精准技术问题。
本发明解决上述技术问题的技术方案如下：一种基于大数据分析的煤矿生产数据筛选设备，包括一氧化碳不分光红外线气体分析仪、一氧化碳传感器以及大数据分析设备：所述一氧化碳不分光红外线气体分析仪和一氧化碳传感器固定安装在矿井内的墙壁上，所述大数据分析设备设置于办公室内的办公桌上，所述一氧化碳传感器和大数据分析设备通过数据线一电性连接，所述一氧化碳不分光红外线气体分析仪和大数据分析设备通过数据线二电性连接，所述一氧化碳不分光红外线气体分析仪顶部的一侧设置有自动进气口，所述自动进气口的一侧连通有连接气管，所述连接气管的一端连通在一氧化碳传感器上，所述一氧化碳不分光红外线气体分析仪表面的斜面上设置有两个显示屏，所述显示屏的显示面上设置有指示表，所述自动进气口的顶部插接有套管。
优选的，所述大数据分析设备的后侧固定安装有设备支架，所述设备支架的底部固定安装有平衡块，平衡块放置于桌面上。
优选的，所述一氧化碳不分光红外线气体分析仪的顶部开设有安装槽，所述安装槽的内部可拆卸安装有手持把手。
优选的，所述一氧化碳不分光红外线气体分析仪的左侧设置有电源开关，所述一氧化碳不分光红外线气体分析仪表面的斜面上设置有两组分别位于两个显示屏下方的控制旋钮。
优选的，所述一氧化碳不分光红外线气体分析仪的输出端与数据线二的端部电性连接，所述数据线二的端部与大数据分析设备的输入端电性连接。
优选的，所述一氧化碳传感器的输出端与数据线一的端部电性连接，所述数据线一的端部与大数据分析设备的输入端电性连接。
筛选方法如下：
首先采用不分光红外线气体分析法：因为一氧化碳对不分光红外线具有选择性的吸收，在一定范围内，吸收值与一氧化碳浓度呈线性关系，根据吸收值确定样品中一氧化碳的浓度；
步骤一、准备一台一氧化碳不分光红外线气体分析仪并启动零点校准:仪器接通电源稳定30min-1h后，用高纯氮气或空气经霍加拉特氧化管和干燥管进入仪器进气口，进行零点校准；
步骤二、终点校准:用一氧化碳标准气(如30ppm)进入仪器进样口，进行终点刻度校准。
步骤三、零点与终点校准复复2ˉ3次，使仪器处于正常工作状态；
步骤四、样品测定：
将收集空气样品的套管接在装有变色硅胶或无水氯化钙的分析仪一氧化碳不分光红外线气体分析仪上的自动进气口上，样品被自动抽到气室中，指示表指出一氧化碳的浓度(ppm)，从而测定现场空气中一氧化碳的浓度，长期监测空气中一氧化碳浓度；然后将监测数据上传至大数据分析设备上形成记录表记录在案，
步骤五、计算结果如下：
一氧化碳体积浓度ppm，按如下公式换算成标准状态下的质量浓度mg/m3；
mg/m3＝ppm/B*28；
式中：B--标准状态下的气体摩尔体积；
当0℃(101kpa)时，B＝22.41；
当25℃(101kpa)时，B＝24.46；
此时，28--一氧化碳分子量；
需要说明的是，1)测量范围如下：
0～30ppm；0ˉ100ppm两档；
2)检出下限；
最低检出浓度为0.1ppm；
3)干扰和排除；
环境空气中非待测组份，如甲烷，二氧化碳，水蒸汽等能影响测定结果，但是采用串联式红外线检测器，可以大部分消除以上非待测组份的千扰；
4)重现性小于1％，漂移4h小于4％；
5)准确度取决于标准气的不确定度(小于2％)和仪器的稳定性误差(小于4％)。
步骤六、同时也采用分析方法为催化发光传感分析，利用空气作为载气把一氧化碳气体稳定通入一氧化碳传感器中，记录不同浓度的化学发光信号。
传感器具体分析过程如下：当自动进气口进气时，检测气体同时也会通过连接气管进入一氧化碳传感器中进行检测，一氧化碳传感器中进样30μL一氧化碳气体，滤光片波长为460nm，空气载气流速为100mL/min，催化氧化温度为187℃时，功能化石墨相氮化碳传感材料对一氧化碳气体响应的检测信号最高，因此以该条件下的检测为最优条件，并在此最优条件下探究了催化发光分析方法对一氧化碳气体的响应及线性，在一氧化碳气体进样量为5μL～500μL，得到了不同的一氧化碳气体响应信号；根据浓度与响应信号成正比的关系，得到了一氧化碳气体浓度与响应信号的线性关系，从而计算出一氧化碳气体的检出限为6ppm。
步骤七、然后将化学发光信号变成数据信号传输至中央控制设备上，采用线性回归分析，即可对一氧化碳气体进行定量检测，而中央控制设备通过显示屏幕便能够将数据直观的展示在工作人员面前，并且还能够通过大数据对比出，煤矿井下的环境满不满足持续生产条件，以便于工作人员进行分析处理。
1、本发明的有益效果是：在本发明中，通过采用不分光红外线气体分析法以及配合一氧化碳传感器同时检测矿井内的一氧化碳含量，能够更加精准的检测出一氧化碳含量，在于大数据对比，将一氧化碳含量控制在安全范围内，而且一氧化碳不分光红外线气体分析仪和一氧化碳传感器是安装在矿井内的，可以实时的检测矿井内的一氧化碳含量，时刻保证矿井内的工作环境，保证工作人员的身体健康。
附图说明
通过结合以下附图所作的详细描述，本发明的上述和/或其他方面的优点将变得更清楚和更容易理解，这些附图只是示意性的，并不限制本发明，其中：
图1为本发明一种实施例的CO气体浓度与其在传感装置上CTL响应信号的线性关系示意图；
图2为本发明一种实施例的设备结构前侧立体示意图；
图3为本发明一种实施例的设备结构后侧立体示意图；
附图中，各标号所代表的部件列表如下：
1、一氧化碳不分光红外线气体分析仪，2、一氧化碳传感器，3、大数据分析设备，4、自动进气口，5、套管，6、连接气管，7、数据线一，8、数据线二，9、设备支架，10、安装槽，11、手持把手，12、电源开关，13、显示屏，14、指示表，15、控制旋钮。
具体实施方式
在下文中，将参照附图描述本发明的基于大数据分析的煤矿生产数据筛选方法的实施例。
在此记载的实施例为本发明的特定的具体实施方式，用于说明本发明的构思，均是解释性和示例性的，不应解释为对本发明实施方式及本发明范围的限制。除在此记载的实施例外，本领域技术人员还能够基于本申请权利要求书和说明书所公开的内容采用显而易见的其它技术方案，这些技术方案包括采用对在此记载的实施例的做出任何显而易见的替换和修改的技术方案。
本说明书的附图为示意图，辅助说明本发明的构思，示意性地表示各部分的形状及其相互关系。请注意，为了便于清楚地表现出本发明实施例的各部件的结构，各附图之间并未按照相同的比例绘制。相同的参考标记用于表示相同的部分。
图1-3示出本发明一种实施例的基于大数据分析的煤矿生产数据筛选设备，包括一氧化碳不分光红外线气体分析仪1、一氧化碳传感器2以及大数据分析设备3：一氧化碳不分光红外线气体分析仪1和一氧化碳传感器2固定安装在矿井内的墙壁上，大数据分析设备3设置于办公室内的办公桌上，一氧化碳传感器2和大数据分析设备3通过数据线一7电性连接，一氧化碳不分光红外线气体分析仪1和大数据分析设备3通过数据线二8电性连接，一氧化碳不分光红外线气体分析仪1顶部的一侧设置有自动进气口4，自动进气口4的一侧连通有连接气管6，连接气管6的一端连通在一氧化碳传感器2上，一氧化碳不分光红外线气体分析仪1表面的斜面上设置有两个显示屏13，显示屏13的显示面上设置有指示表14，自动进气口4的顶部插接有套管5，大数据分析设备3的后侧固定安装有设备支架9，设备支架9的底部固定安装有平衡块，平衡块放置于桌面上，一氧化碳不分光红外线气体分析仪1的顶部开设有安装槽10，安装槽10的内部可拆卸安装有手持把手11，一氧化碳不分光红外线气体分析仪1的左侧设置有电源开关12，一氧化碳不分光红外线气体分析仪1表面的斜面上设置有两组分别位于两个显示屏13下方的控制旋钮15，一氧化碳不分光红外线气体分析仪1的输出端与数据线二8的端部电性连接，数据线二8的端部与大数据分析设备3的输入端电性连接，一氧化碳传感器2的输出端与数据线一7的端部电性连接，数据线一7的端部与大数据分析设备3的输入端电性连接。
筛选方法如下：
首先采用不分光红外线气体分析法：因为一氧化碳对不分光红外线具有选择性的吸收，在一定范围内，吸收值与一氧化碳浓度呈线性关系，根据吸收值确定样品中一氧化碳的浓度；
步骤一、准备一台一氧化碳不分光红外线气体分析仪1并启动零点校准:仪器接通电源稳定30min-1h后，用高纯氮气或空气经霍加拉特氧化管和干燥管进入仪器进气口，进行零点校准；
步骤二、终点校准:用一氧化碳标准气如30ppm进入仪器进样口，进行终点刻度校准。
步骤三、零点与终点校准复复2ˉ3次，使仪器处于正常工作状态；
步骤四、样品测定：
将收集空气样品的套管5接在装有变色硅胶或无水氯化钙的分析仪一氧化碳不分光红外线气体分析仪1上的自动进气口4上，样品被自动抽到气室中，指示表14指出一氧化碳的浓度(ppm)，从而测定现场空气中一氧化碳的浓度，长期监测空气中一氧化碳浓度；然后将监测数据上传至大数据分析设备3上形成记录表记录在案，
步骤五、计算结果如下：
一氧化碳体积浓度ppm，按如下公式换算成标准状态下的质量浓度mg/m3；
mg/m3＝ppm/B*28；
式中：B--标准状态下的气体摩尔体积；
当0℃101kpa时，B＝22.41；
当25℃101kpa时，B＝24.46；
此时，28--一氧化碳分子量；
需要说明的是，1测量范围如下：
0～30ppm；0ˉ100ppm两档；
2检出下限；
最低检出浓度为0.1ppm；
3干扰和排除；
环境空气中非待测组份，如甲烷，二氧化碳，水蒸汽等能影响测定结果，但是采用串联式红外线检测器，可以大部分消除以上非待测组份的千扰；
4重现性小于1％，漂移4h小于4％；
5准确度取决于标准气的不确定度小于2％和仪器的稳定性误差小于4％)。
使用仪器的主要性能指标如下：
Figure BDA0003305049980000081
步骤六、同时也采用分析方法为催化发光传感分析，利用空气作为载气把一氧化碳气体稳定通入一氧化碳传感器2中，记录不同浓度的化学发光信号。
传感器具体分析过程如下：当自动进气口4进气时，检测气体同时也会通过连接气管6进入一氧化碳传感器2中进行检测，一氧化碳传感器2中进样30μL一氧化碳气体，滤光片波长为460nm，空气载气流速为100mL/min，催化氧化温度为187℃时，功能化石墨相氮化碳传感材料对一氧化碳气体响应的检测信号最高，因此以该条件下的检测为最优条件，并在此最优条件下探究了催化发光分析方法对一氧化碳气体的响应及线性，在一氧化碳气体进样量为5μL～500μL，得到了不同的一氧化碳气体响应信号；根据浓度与响应信号成正比的关系，得到了一氧化碳气体浓度与响应信号的线性关系(如图3所示)，从而计算出一氧化碳气体的检出限为6ppm。
进样量 30μL
滤光片波长 460nm
空气载气流速 100mL/min
催化氧化温度 187℃
步骤七、然后将化学发光信号变成数据信号传输至中央控制设备上，采用线性回归分析，即可对一氧化碳气体进行定量检测，而中央控制设备通过显示屏幕便能够将数据直观的展示在工作人员面前，并且还能够通过大数据对比出，煤矿井下的环境满不满足持续生产条件，以便于工作人员进行分析处理。
上述披露的各技术特征并不限于已披露的与其它特征的组合，本领域技术人员还可根据发明之目的进行各技术特征之间的其它组合，以实现本发明之目的为准。

Claims (7)

1.一种基于大数据分析的煤矿生产数据筛选设备，其特征在于，包括一氧化碳不分光红外线气体分析仪(1)、一氧化碳传感器(2)以及大数据分析设备(3)：所述一氧化碳不分光红外线气体分析仪(1)和一氧化碳传感器(2)固定安装在矿井内的墙壁上，所述大数据分析设备(3)设置于办公室内的办公桌上，所述一氧化碳传感器(2)和大数据分析设备(3)通过数据线一(7)电性连接，所述一氧化碳不分光红外线气体分析仪(1)和大数据分析设备(3)通过数据线二(8)电性连接，所述一氧化碳不分光红外线气体分析仪(1)顶部的一侧设置有自动进气口(4)，所述自动进气口(4)的一侧连通有连接气管(6)，所述连接气管(6)的一端连通在一氧化碳传感器(2)上，所述一氧化碳不分光红外线气体分析仪(1)表面的斜面上设置有两个显示屏(13)，所述显示屏(13)的显示面上设置有指示表(14),所述自动进气口(4)的顶部插接有套管(5)。
2.根据权利要求1所述的一种基于大数据分析的煤矿生产数据筛选设备，其特征在于，所述大数据分析设备(3)的后侧固定安装有设备支架(9)，所述设备支架(9)的底部固定安装有平衡块，平衡块放置于桌面上。
3.根据权利要求2所述的一种基于大数据分析的煤矿生产数据筛选设备，其特征在于，所述一氧化碳不分光红外线气体分析仪(1)的顶部开设有安装槽(10)，所述安装槽(10)的内部可拆卸安装有手持把手(11)。
4.根据权利要求3所述的一种基于大数据分析的煤矿生产数据筛选设备，其特征在于，所述一氧化碳不分光红外线气体分析仪(1)的左侧设置有电源开关(12)，所述一氧化碳不分光红外线气体分析仪(1)表面的斜面上设置有两组分别位于两个显示屏(13)下方的控制旋钮(15)。
5.根据权利要求4所述的一种基于大数据分析的煤矿生产数据筛选设备，其特征在于，所述一氧化碳不分光红外线气体分析仪(1)的输出端与数据线二(8)的端部电性连接，所述数据线二(8)的端部与大数据分析设备(3)的输入端电性连接。
6.根据权利要求5所述的一种基于大数据分析的煤矿生产数据筛选设备，其特征在于，所述一氧化碳传感器(2)的输出端与数据线一(7)的端部电性连接，所述数据线一(7)的端部与大数据分析设备(3)的输入端电性连接。
7.根据权利要求1-6所述的一种基于大数据分析的煤矿生产数据筛选方法，其特征在于，筛选方法如下：
首先采用不分光红外线气体分析法：因为一氧化碳对不分光红外线具有选择性的吸收，在一定范围内，吸收值与一氧化碳浓度呈线性关系，根据吸收值确定样品中一氧化碳的浓度；
步骤一、准备一台一氧化碳不分光红外线气体分析仪(1)并启动零点校准:仪器接通电源稳定30min-1h后，用高纯氮气或空气经霍加拉特氧化管和干燥管进入仪器进气口，进行零点校准；
步骤二、终点校准:用一氧化碳标准气(如30ppm)进入仪器进样口，进行终点刻度校准。
步骤三、零点与终点校准复复2-3次，使仪器处于正常工作状态；
步骤四、样品测定：
将收集空气样品的套管(5)接在装有变色硅胶或无水氯化钙的分析仪一氧化碳不分光红外线气体分析仪(1)上的自动进气口(4)上，样品被自动抽到气室中，指示表(14)指出一氧化碳的浓度(ppm)，从而测定现场空气中一氧化碳的浓度，长期监测空气中一氧化碳浓度；然后将监测数据上传至大数据分析设备(3)上形成记录表记录在案，
步骤五、计算结果如下：
一氧化碳体积浓度ppm，按如下公式换算成标准状态下的质量浓度mg/m3；
mg/m3＝ppm/B*28；
式中：B--标准状态下的气体摩尔体积；
当0℃(101kpa)时，B＝22.41；
当25℃(101kpa)时，B＝24.46；
此时，28--一氧化碳分子量；
其中，1)测量范围如下：
0～30ppm；0ˉ100ppm两档；
2)检出下限；
最低检出浓度为0.1ppm；
3)干扰和排除；
环境空气中非待测组份，如甲烷，二氧化碳，水蒸汽等能影响测定结果，但是采用串联式红外线检测器，可以大部分消除以上非待测组份的千扰；
4)重现性小于1％，漂移4h小于4％；
5)准确度取决于标准气的不确定度(小于2％)和仪器的稳定性误差(小于4％)。
步骤六、同时也采用分析方法为催化发光传感分析，利用空气作为载气把一氧化碳气体稳定通入一氧化碳传感器(2)中，记录不同浓度的化学发光信号。
传感器具体分析过程如下：当自动进气口(4)进气时，检测气体同时也会通过连接气管(6)进入一氧化碳传感器(2)中进行检测，一氧化碳传感器(2)中进样30μL一氧化碳气体，滤光片波长为460nm，空气载气流速为100mL/min，催化氧化温度为187℃时，功能化石墨相氮化碳传感材料对一氧化碳气体响应的检测信号最高，因此以该条件下的检测为最优条件，并在此最优条件下探究了催化发光分析方法对一氧化碳气体的响应及线性，在一氧化碳气体进样量为5μL～500μL，得到了不同的一氧化碳气体响应信号；根据浓度与响应信号成正比的关系，得到了一氧化碳气体浓度与响应信号的线性关系，从而计算出一氧化碳气体的检出限为6ppm。
步骤七、然后将化学发光信号变成数据信号传输至中央控制设备上，采用线性回归分析，即可对一氧化碳气体进行定量检测，而中央控制设备通过显示屏幕便能够将数据直观的展示在工作人员面前，并且还能够通过大数据对比出，煤矿井下的环境满不满足持续生产条件，以便于工作人员进行分析处理。
CN202111207416.7A 2021-10-15 2021-10-15 一种基于大数据分析的煤矿生产数据筛选方法 Pending CN113758892A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111207416.7A CN113758892A (zh) 2021-10-15 2021-10-15 一种基于大数据分析的煤矿生产数据筛选方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111207416.7A CN113758892A (zh) 2021-10-15 2021-10-15 一种基于大数据分析的煤矿生产数据筛选方法

Publications (1)

Publication Number Publication Date
CN113758892A true CN113758892A (zh) 2021-12-07

Family

ID=78799626

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111207416.7A Pending CN113758892A (zh) 2021-10-15 2021-10-15 一种基于大数据分析的煤矿生产数据筛选方法

Country Status (1)

Country Link
CN (1) CN113758892A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3574555A (en) * 1969-09-26 1971-04-13 Mine Safety Appliances Co Radiation sensitive circuit for detecting combustible gas
CN203022819U (zh) * 2012-11-20 2013-06-26 汪刚 一种煤矿矿井空气安全监控报警系统
CN106375388A (zh) * 2016-08-29 2017-02-01 辽宁工程技术大学 基于大数据的瓦斯监测数据无线传输和报警装置及方法
CN108181301A (zh) * 2018-01-17 2018-06-19 四川大学 一种检测一氧化碳气体的传感器装置及其分析方法
CN108952814A (zh) * 2018-08-15 2018-12-07 常州普纳电子科技有限公司 一种基于大数据分析的煤矿安全监控系统及其工作方法
CN110554028A (zh) * 2019-10-18 2019-12-10 合肥美钛健康产业有限公司 一种气体检测方法及基于该方法的气体检测系统
CN111779540A (zh) * 2020-02-24 2020-10-16 中国矿业大学 矿井下密闭环境参数原位探测与远程监测分析系统及方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3574555A (en) * 1969-09-26 1971-04-13 Mine Safety Appliances Co Radiation sensitive circuit for detecting combustible gas
CN203022819U (zh) * 2012-11-20 2013-06-26 汪刚 一种煤矿矿井空气安全监控报警系统
CN106375388A (zh) * 2016-08-29 2017-02-01 辽宁工程技术大学 基于大数据的瓦斯监测数据无线传输和报警装置及方法
CN108181301A (zh) * 2018-01-17 2018-06-19 四川大学 一种检测一氧化碳气体的传感器装置及其分析方法
CN108952814A (zh) * 2018-08-15 2018-12-07 常州普纳电子科技有限公司 一种基于大数据分析的煤矿安全监控系统及其工作方法
CN110554028A (zh) * 2019-10-18 2019-12-10 合肥美钛健康产业有限公司 一种气体检测方法及基于该方法的气体检测系统
CN111779540A (zh) * 2020-02-24 2020-10-16 中国矿业大学 矿井下密闭环境参数原位探测与远程监测分析系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张博等, 中国环境科学出版社 *

Similar Documents

Publication Publication Date Title
CN105842180B (zh) 一种测定土壤呼吸及碳同位素的装置和方法
CN102654934B (zh) 一种光学感烟探测试验装置及其测试方法
CN100456021C (zh) 矿井内单光束多波长混合气体浓度检测方法及装置
CN105738309A (zh) 一种甲烷检测器及方法
CN103196852B (zh) 一种具有自动线性校正功能的激光气体检测方法
CN103968895A (zh) 一种煤矿井下风量分析仪及分析方法
CN102778445A (zh) 一种标态干基智能分析仪和检测方法
Jones et al. A fast response atmospheric CO2 sensor for eddy correlation flux measurements
CN113758892A (zh) 一种基于大数据分析的煤矿生产数据筛选方法
CN202649095U (zh) 方便采样的甲烷测定智能传感器
CN203745454U (zh) 煤层瓦斯含量自动测试装置
CN102393415B (zh) 一种温室作物氮钾含量测量装置及方法
CN205786302U (zh) 一种便携式土壤呼吸测量的系统
CN209447307U (zh) 一种用于低浓度甲烷气体泄露的自动报警装置
CN208672519U (zh) 一种烟气中汞测试装置
Lee et al. Comparison of flux measurements with open-and closed-path gas analyzers above an agricultural field and a forest floor
CN206038480U (zh) 一种恒温颗粒物浓度测定仪
CN105938091A (zh) 一种便携式土壤呼吸测量的系统
US4081247A (en) Method and apparatus for the chemiluminescent detection of HCl
CN116183537A (zh) 基于差分消元的抗干扰ndir混合气体检测方法和系统
CN208872664U (zh) 一种用于测量煤矿中瓦斯浓度的装置
CN209400381U (zh) 一种便于取样校准的烟尘浓度检测装置
CN202650217U (zh) 一种光学感烟探测试验装置
CN205015316U (zh) 一种高灵敏度二氧化碳检测装置
CN112629957A (zh) 一种静压平衡法的等速取样装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20211207