版权说明 操作指南
首页 > 成果 > 详情

基于物联网的铀矿山通风系统优化控制

认领
导出
Link by 中国知网学术期刊 Link by 维普学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
邓先红;戴剑勇;汪恒浩;王彬
作者机构:
南华大学 资源环境与安全工程学院,湖南 衡阳421001
铀矿冶放射性控制技术湖南省工程研究中心,湖南 衡阳421001
[王彬; 汪恒浩; 戴剑勇; 邓先红] 南华大学
语种:
中文
关键词:
物联网;铀矿山;氡及氡子体;通风系统;优化控制;安全监测
关键词(英文):
internet of things;uranium mine;radon and its progeny;ventilation system;optimization control;safety monitoring
期刊:
南华大学学报(自然科学版)
ISSN:
1673-0062
年:
2020
卷:
34
期:
1
页码:
16-21,28
基金类别:
18A235:湖南省教育厅项目 :铀矿冶放射性控制技术湖南省工程研究中心 2018YKZX1001:湖南省铀尾矿库退役治理技术工程技术研究中心联合开放重点课题经费资助项目
机构署名:
本校为第一机构
院系归属:
环境与安全工程学院
摘要:
针对铀矿山放射性污染物治理需要,根据物联网技术的优良性能,结合铀矿山通风降氡机理,提出了一种基于物联网架构的铀矿山通风降氡监测控制系统,并构建了氡析出自适应神经模糊推理系统模型。通过实时监控及预警,对风机发布远程调控指令,改变井下风量、风压、风流以达到降氡目的。试验分析结果表明,该系统能较好实现铀矿山氡安全监测及控制。
摘要(英文):
Aiming at the governance needs of radioactive pollutants in uranium mines and according to the excellent performance of Internet of Things technology,combined with the mechanism of uranium mine ventilation and radon reduction,a uranium mine ventilation and radon reduction monitoring control system based on the Internet of Things architecture is proposed and the adaptive neuro-fuzzy inference system(ANFIS) model of radon exhalation is constructed.Through real-time monitoring and early warning,remote control commands are issued to mine fans to change the uranium mine air volume,wind pressure and...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com