科创中国

电子信息技术

（1）项目研发的基于的煤自燃无线智能预警技术，实现矿井煤火灾害由被动治理到主动防控的根本转变，全面提高了建新煤矿密闭采空区煤自燃危险区域隐患识别与预警的时效性、准确性和可靠性，降低了煤矿职工井下工作量，提高了劳动效率，有效地保护煤炭资源，减少资源损失和浪费。 （2）有效避免了煤自燃事故的发生，为煤矿安全生产提供了有力保障，为矿山发展创造了有利的环境，随着矿井安全性能的提高，企业形象得到明显的改善，这有利于稳定职工心态，提高工作效率，对矿区安定团结、和谐发展起到重要作用。 （3）基于DMCNN煤自燃危险程度预警方法及基于多特征融合的煤自燃温度深度预测方法在学术研究和工程应用方面都具有重要经济价值和推广应用价值。同时，在项目实施过程中也培养和锻炼一批学术骨干和煤炭企业的专业工程技术人才。 （4）针对建新煤矿实际情况，采用有针对性的防灭火技术措施，形成了适合该矿井密闭采空区煤自燃火灾预测及预防技术保障体系，成功实现了煤矿的安全生产

1）采用LT WaveMesh多径路由协议，研发矿用泵吸式本安型多参数无线传感器，如图1所示，形成了具有强自愈能力、轻量、多径、无环路、组网规模大、网络拓扑结构变化快等特点的密闭采空区煤火灾害的LT WaveMesh网络主动式监测系统。系统不仅能近距离获取煤自燃气体，还能获取监测区域温度和气体压差。系统实现矿井煤自燃危险区域的网络化无线监测，克服了传统束管监测线路长、维护难、易断线、智能化程度不高等问题，解决密闭采空区煤自燃监测预警的技术难题。 （2）针对高噪音的多特征煤自燃监测数据影响煤自燃危险性预测精度的问题，提出了基于深度学习的煤自燃多特征指标数据动态融合方法，提高煤自燃数据的可信度。实验结果表明，提出的DMCNN融合算法融合的数据在MAE上误差比未融合的数据降低***%，提升了数据的利用率，增强了模型预测的拟合效果。构建基于多特征融合的煤自燃危险程度预测方法，经过编码器降噪以及特征融合处理后能够有效提升预测的准确度。

王 斌 陕西建新煤化有限责任公司 总工程师/工程师 孙刘咏 陕西建新煤化有限责任公司 部长/工程师 李文会 陕西建新煤化有限责任公司 技术员