基于多源数据融合的矿山隐蔽致灾因素智能监测预警模型研究.pdfVIP

智能制造

Intelligentmanufacturing

基于多源数据融合的矿山隐蔽致灾因素

智能监测预警模型研究

1，2112

谢 鸿，邓红卫，徐敬博，王 华

1.中南大学，湖南长沙410000；2.湖南联智科技股份有限公司，湖南长沙410000

摘 要：矿山安全生产是国民经济发展的重要保障，然而矿山灾害事故频发，给国家和人民生命财产造成巨大损失。矿

山灾害的发生往往由多种致灾因素引起，传统的单一监测手段难以实现全面预警。本文针对矿山隐蔽致灾因素监测预

警难题，提出了一种基于多源数据融合的智能监测预警模型。该模型综合利用物联网、大数据和人工智能技术，实现矿

山环境参数、设备状态等多源异构数据的实时采集和融合分析，构建矿山灾害智能预警模型，为实现矿山安全生产提供

新思路和技术支撑。

关键词：矿山安全；隐蔽致灾因素；多源数据融合；智能监测预警

中图分类号：P237  文献标识码：A  文章编号：1002-5065（2025）14-0051-3

ResearchonIntelligentMonitoringandEarlyWarningModelforHiddenDisasterCausingFactors

inMinesBasedonMultisourceDataFusion

1,2112

XIE Hong, DENG Hong-wei, XU Jing-bo, WANG Hua

1.CentralSouthUniversity,Changsha410000,China;2.HunanLianzhiTechnologyCo.,Ltd,Changsha410000,China

Abstract:Mine safety production is an important guarantee for the development of the national economy. However, 

frequent mining disasters and accidents have caused huge losses to the lives and property of the country and the people. The 

occurrence of mining disasters is often caused by multiple causative factors, and traditional single monitoring methods are 

difficult to achieve comprehensive early warning. This article proposes an intelligent monitoring and warning model based on 

multi-source data fusion to address the challenges of monitoring and warning hidden disaster causing factors in mines. This 

model comprehensively utilizes the Internet of Things, big data, and artificial i