名称：基于人工智能的隧道施工通风控制系统、基于人工智能的隧道空压机组智能控制系统和方法
专利人： 乔吉龙
专利号：202210703068.0、202210871924.3
技术领域
本发明涉及隧道施工通风技术领域，特别是涉及一种基于人工智能的隧道施工通风控制系统。
背景技术
施工通风的目的是为隧道内人员和内燃机械设备提供新鲜的空气，同时降低钻眼、爆破、出碴、衬砌和运输等作业工序中产生粉尘和有害气体浓度，使洞内环境的空气质量满足环境卫生标准，因此对保证人员安全和工程进度具有重要的作用。传统的施工通风系统只能凭感觉和经验去验证施工现场的风机出风量、掌子面送风量等参数，无法掌握各作业工况下风机的真实性能参数和风管的真实漏风率，因此其优化调节也缺乏准确的依据。现有的施工隧道通风控制系统多采用人工控制或在隧道开挖施工段设置传感器通过光纤PLC控制通风机的闭环控制等方式，存在通风机控制转速不及时、传感器受灰尘影响大、延时时间长、故障率高、浪费电等情况。
发明内容
本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种基于人工智能的隧道施工通风控制系统。
为了实现本发明的上述目的，本发明提供了一种基于人工智能的隧道施工通风控制系统，包括：数据采集模块、中央控制计算模块、数据库和PLC输出模块，
数据采集模块的数据输出端与数据库的数据输入端相连，数据库的数据输出端与中央控制计算模块的数据输入端相连，中央控制计算模块的数据输出端与PLC输出模块的数据输入端相连；
数据采集模块：包括摄像头、温度传感器、有害气体浓度传感器，其中摄像头安装在隧道口，通过摄像头进行图像识别，采集隧道施工设备和人员的进出，得到隧道内施工设备种类、数量和施工人员数量；利用温度传感器读取隧道外气候情况，得到环境温度；有害气体浓度传感器采集隧道内的有害气体浓度；
数据库：用于存储采集数据、记录风机系统运行参数和运行状况；
中央控制计算模块：用于处理采集模块的数据，并将处理结果存储入数据库；
PLC输出模块：包括PLC、通风机和/或制冷机，PLC的数据输出端分别与通风机的数据输入端、制冷机的数据输入端相连。
进一步地，所述数据库包括：设备及人员进出表、设备规格型号表、隧道内燃机总功率表、隧道人员数量表、隧道进尺表、高速运转表、最低转速运转表、有害气体情况表、洞外环境温度表、通风机规格型号表和通风机运行表、出渣车数量表、制冷机规格表、内燃机械设备图像库；其中设备规格型号表、高速运转表、最低转速运转表、有害气体情况表、制冷机规格表、内燃机械设备图像库均为预先设定。
设备及人员进出表包括：时间、设备名称、规格、事项、设备和人员；
设备规格型号表包括：设备名称、规格、动力类型，设备名称包括但不限于装载机、农用车、出渣车；
隧道内燃机总功率表包括：时间和总功率；
隧道人员数量表包括：时间和总人数；
隧道进尺表包括：时间、隧道进尺；
高速运转表包括：最高运行频率、设定运转时间；
最低转速运转表包括：最低运行频率；
有害气体情况表包括：时间、有害气体名称、浓度；
有害气体最大允许浓度表包括：有害气体种类和最大浓度；
洞外环境温度表包括：时间和温度；
通风机规格型号表包括：通风机规格型号、通风管直径、风管漏风率、通风机最大送风量、最低送风量等；
通风机运行表包括：开始时间、运行时间、环境平均温度、隧道进尺、平均内燃机总功率、平均人员数量、有害气体浓度、施工内容、通风机规格、风机运行频率和制冷量；
出渣车数量表包括：时间和总功率；
制冷机规格表包括：制冷机编号和制冷量。
进一步地，所述中央控制计算模块以数据库中通风机运行表的环境平均温度、隧道进尺、平均内燃机总功率、平均人员数量、施工内容、有害气体浓度，以及通风机规格型号表的通风机规格型号、通风管直径等参数为学习数据的输入字段，以风机运行转速为输出数据，以设定的起始时间和终止时间两个时间段内的数据库数据为学习数据，建立计算模型；用同样的方法，以制冷量为输出，建立制冷量计算模型。为了能够更符合不同人员的使用习惯，每隔一段时间定时更新预测模型，更新时间间隔由具有操作权限的人员设置。
计算环境平均温度以运行时间段内采集的样本数的环境平均温度值；
P均＝∑(Pi*Ti)/T
N均＝∑(Ni*Ti)/T
其中P均表示平均内燃机总功率以运行时间段内内燃机的加权平均功率；
P均表示平均内燃机总功率；
Pi表示第i个内燃机；
Ti表示第i段时间，Ti∈T；
T表示一段时间；
N均表示平均人员数量；
进一步地，基于基于人工智能的隧道施工通风控制系统的控制方法即智能控制模式包括以下步骤：
S1，预先设置通风机规格型号表、高速运转表、最低转速运转表、有害气体情况表和制冷机规格表的参数内容，以及导入内燃机械设备图像库，内燃机械设备图像库用于图像识别；
S2，利用设置于隧道入口的摄像头进行人工智能图像识别隧道内施工设备种类、数量和施工人员数量，同时利用温度传感器读取隧道外的环境温度；以及利用有害气体浓度传感器采集隧道内的有害气体浓度；
S3，将S2采集的数据导入数据库，并根据数据库的数据，通过中央控制计算模块进行人工智能大数据分析，计算适合当前工况的风机运行频率和制冷量，并适时调整通风机频率以改变通风机转速、调整开启制冷机数量及制冷量；
S4，通过PLC对通风机和/或制冷机进行控制。
进一步地，风机运行频率的计算步骤如下：
S3-1，调取数据库中的设备规格型号表获取设备的基本信息；
S3-2，调取数据库中的进出表、隧道内燃机总功率表、隧道人员数量表、隧道进尺表、环境温度表、隧道有害气体表等的数据，整理得出当前工况参数，利用建立的计算模型计算出风机频率和制冷量；
S3-3，计算得出通风机频率，若通风机频率小于最低运行频率，则按最低运行频率进行运行；若通风机频率高于最高运行频率，则以设定的最高频率计算；
S3-4，若检测到任一有害气体浓度大于对应的最大允许有害气体浓度，则触发报警信号，同时通风机按最高运行频率运行。
有害气体包括：瓦斯、一氧化碳、二氧化碳、硫化氢、氮气和重烃。
进一步地，制冷量的计算步骤如下：
S301，调取数据库中的制冷机型号数量；
S302，调取数据库中的环境温度和环境目标温度；
S303，根据模型计算出的制冷量和每台制冷机制冷量，计算出需要启动的制冷机数量。
进一步地，还包括施工内容为爆破的情况：
S100，当检测到通风机为高速运行，且有害气体浓度未超过最大允许有害气体浓度时，此时判定施工内容为爆破；
S200，修改隧道进尺，并更新隧道进尺表；
S300，数据库读取高速运行频率及时间；
S400，通过PLC控制风机。
进一步地，所述隧道进尺更新分为手动更新和自动更新两种方式，自动更新在风机高速运行启动时更新，从数据库读取隧道进尺加上每循环开挖进度，将新的开挖进尺重新存入数据库中的隧道进尺表中；当自动更新一定时间后，采用手动更新即手工设置。
因每次每次爆破后，一般有1-3米的隧道进尺，但会存在一定程度的误差，因此需要每间隔一定时间后需要进行手工设置，重新更新数据，以免误差较大。
进一步地，还包括有害气体浓度超标的情况：
S-111，当检测到有害气体浓度传感器采集隧道内的任一有害气体浓度大于对应的最大允许有害气体浓度，通风机立即执行高速运行；
S-222，数据库读取高速运行频率；
S-333，通过PLC控制风机高速运行；
S-444，判断当前有害气体浓度是否高于最大允许有害气体浓度，若是，跳转执行步骤S-222；若否，则执行下一步骤；
S-555，通风机继续进入智能控制模式。
进一步地，所述控制方法还包括手动控制：
S-A，手动启动；
S-B，判断通风机是否高速运行，若是，执行下一步骤，若否，执行步骤S-G；
S-C，修改隧道进尺；
S-D，数据库读取高速运行频率及时间；
S-E，通过PLC控制风机运行；
S-F，判断通风机是否继续高速运行，若是，跳转执行步骤S-D，若否，则通风机停止运行；
S-G，设置通风机运频率、运行时间，并存入通风机运行记录表中；
S-H，判断是否继续手动运行，若是，跳转执行步骤S-A，若否，则通风机停止运行。
手动模式可自动切换至智能控制模式，当手动模式下设置的运行时间段末提前1分钟，弹出“是否继续手动运行”对话框，若继续手动运行则重新设置运行参数，否则时间到达后自动切换到智能运行模式；智能模式必须手动切换至手动模式。高速运行时间段末提前1分钟，弹出“手动或智能模式”选择对话框，手动选择运行模式，否则时间段末自动切换到智能模式。
进一步地，还包括：通过密码进行验证，验证通过才能开始所述方法，密码验证过程如下：
密码验证这一过程主要是在计算机上完成，云端服务器接收来自客户端发送的信息包括信息一和搜索口令，对信息一进行加密处理得到密文一；客户端将搜索口令和密文一发送至云端服务器，在云端服务器调用搜索口令进行信息检索得到信息二，最后将密文一与信息二进行比对，得到结果，若匹配则验证通过，若不匹配则验证失败；
所述信息一由客户端私钥和系统公钥以及客户端信息组成；
所述系统包括客户端和云端服务器。基于人工智能的隧道施工通风控制系统位于客户端上。
加密处理的过程如下：由云端服务器进行双线性映射生成，其中表示乘法循环群，α为动态加密调整参数，P表示生成元，H表示哈希函数；
其中表示在t1时刻的动态加密调整参数，αt表示在t时刻的动态加密调整参数，t＝t1,t2,...；
系统私钥和系统公钥的构成过程如下：私钥SK＝(P1,α,θ1+e)，公钥PK＝(P2,P,αH,χ+1)，其中P1表示第一生成元，P2表示第二生成元，P＝P1+kP2；θ为状态参数，e为自然底数，χ为公钥特征值，k表示平衡值。
风机运行数据和密码采取云存储模式，系统定时自动将数据上传于云端服务器，本地数据库仅暂存部分运行数据，不保存已上传至云端服务器的数据；同时具有后台监控功能，远程监控中心能够集中监控通风机运行。
综上所述，由于采用了上述技术方案，本发明利用人工智能图像识别记录隧道内施工设备种类、数量和施工人员数量，同时利用传感器读取隧道外气候情况和有害气体浓度情况；并根据数据库的数据，通过人工智能大数据分析，计算并适时调整通风机频率以改变通风机转速、开启制冷机制冷量等，达到智能控制、节省人员和能源的目的。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
技术领域
本发明涉及智能控制系统领域，特别是涉及一种基于人工智能的隧道空压机组智能控制系统。
背景技术
在隧道施工的开挖过程中常用多台凿岩机进行同时作业，凿岩机需高压气体推动马达产生动力工作，根据工作的凿岩机数量需配置相应数量的空气压缩机供给高压气体；此外，开挖施工时，不同的时间段需要的压缩气体量不同，需要开启的空气压缩机数量也不相同。
现有的空压机组控制方式需设置专门的空压机组操作人员，由洞内施工班组通知调度员，调度人员再通知空压机组空压机司机。存在人力成本高、通讯环节多、干扰因素大(隧道内往往手机信号不好)、通知停机不及时、空压机空转浪费电能等问题。
发明内容
本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种基于人工智能的隧道空压机组智能控制系统和方法。
为了实现本发明的上述目的，本发明提供了一种基于人工智能的隧道空压机组智能控制系统，包括：数据采集模块、中央控制计算模块、数据库模块和PLC输出模块，
数据采集模块：通过传感器采集数据，所述数据包括空压机运行电流、电压、气压、环境温度等参数，用于空压机数量的计算；
中央控制计算模块：用于接收并处理采集模块的数据，采用预测模型计算所需的通风机数量，通过人工智能控制空气压缩机起停，并将计算结果输出至PLC输出模块；
数据库模块：用于存储采集数据、系统初始设置数据、系统设置参数、记录空气压缩机组运行参数和运行状况。
PLC控制模块：根据中央计算模块计算出的数据，顺序控制空气压缩机组的起停、阀门的关闭。
数据采集模块的数据输出端分别与数据库模块的数据输入端、中央控制计算模块的数据输入端相连，数据库模块的数据输出端与中央控制计算模块的数据输入端相连，中央控制计算模块的数据输出端与PLC输出模块相连。
