1.本发明属于矿山安全生产领域，具体涉及一种基于大数据的矿山安全生产实时监测方法和系统。
背景技术：
2.大数据，是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
3.矿山主要包括一个或多个采矿车间(或称坑口、矿井、露天采场等)和一些辅助车间，大部分矿山还包括选矿场(洗煤厂)。矿山安全包括矿山安全管理、安全生产技术和职业卫生等内容。
4.目前矿山安全生产监测存在缺陷，在应对安全事故处于被动状态，应急处理能力较差，易出现安全事故，对企业员工及生产造成较大的损失，所以本发明提供一种基于大数据的矿山安全生产实时监测管理方法来解决上述问题。
技术实现要素：
5.为了解决上述问题，本发明提供一种基于大数据的矿山安全生产实时监测方法和系统，以解决上述背景技术中提出的现有的矿山安全生产存在安全隐患时，用数据信息难以将该矿山安全生产情况对其提醒，从而导致安全风险扩大的问题。
6.本发明的技术方案具体如下：
7.一种基于大数据的矿山安全生产实时监测方法，包括：
8.采集和分析信息；
9.判断采集的信息是否安全；若安全，继续接收信息并处理；若不安全，停止接收信息并上传报警。
10.进一步地，分析信息包括采集数据信息关键字。
11.进一步地，判断采集的信息是否安全按以下进行：
12.所述信息平台还包括数据挖掘日志库，其中记录了矿山安全生产态势指标体系，对于体系中的定性和定量指标进行量化和风险等级划分，利用历史矿山安全生产事故中的数据，运用机器学习算法：
13.(p(yk|x)＝p(x|yk)p(yk)p(x)p(yk|x)＝p(x|yk)p(yk)p(x))得到贝叶斯网络模型，具体公式为：
14.p(yk)＝nyk+αn+kαp(yk)＝nyk+αn+kα，(1)
15.n是总的样本个数，k是总的类别个数，nyknyk是类别为ykyk的样本个数，αα是平滑值；
16.p(xi|yk)＝nyk,xi+αnyk+nαp(xi|yk)＝nyk,xi+αnyk+nα，(2)
17.nyknyk是类别为ykyk的样本个数，n是特征的维数，nyk,xinyk,xi是类别为ykyk的
样本中，第i维特征的值是xixi的样本个数，αα是平滑值；
声明：
“基于大数据的矿山安全生产实时监测方法和系统与流程” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
452
编辑：中冶有色网
来源：云南昆钢电子信息科技有限公司
分享 0
举报 0
收藏 0
反对 0
点赞 0
2025年06月06日 ~ 08日 
