本发明属于煤矿运输安全，涉及一种井下运输安全智能监测系统及方法。
背景技术：
1、煤矿井下运输系统对于矿井开采、掘进与煤炭生产过程中起到关键作用，也是影响煤矿安全的重要因素。目前，井下运输系统主要以多级带式输送设备为核心设备，通过承载物料的输送皮带的运动实现物料输送的连续输送，具有输送距离远、运输量大、操作简单、适应性强、耗能低等优点。由于煤流运输线路长、设备多、煤流卡阻、堆煤等事故频发，不仅影响了煤矿生产，还对井下工作人员造成威胁，因此，对井下运输安全进行监测管理具有重要的意义。
2、cn208666340u公开了基于图像的煤矿井下皮带输送机故障检测装置，包括设置于皮带轮附近的跑偏检测模块和打滑检测模块、数据网络和监控主机；所述跑偏检测模块包括第一图像采集器；所述第一图像采集器位于井下皮带输送机的皮带轮附近，所述第一图像采集器为数字摄像机，其拍摄方向与皮带轮的轮轴垂直；所述打滑检测模块包括第二图像采集器；所述第二图像采集器位于井下皮带输送机的皮带轮的端部附近，所述第二图像采集器为数字摄像机，其拍摄方向与皮带轮的轮轴平行，采用视觉检测的方法，检测煤矿井下皮带输送机的皮带跑偏和打滑故障，增强皮带运行的安全性，避免发生安全事故。
3、cn109838276a公开了一种煤矿井下掘进巷道空中迈步运输机器人，包括储料箱、伸缩机构、垂帘防护装置、检测系统、框架平台、行走器ⅰ、行走器ⅱ、行走器ⅲ、行走器ⅳ、行走器ⅴ、行走器ⅵ、垂直陀螺仪系统、移动装置、控制系统、液压系统和遥控器，控制系统同时与遥控器联锁，实现远距离遥控操作，通过光缆，实现地面遥控，实现无人值守或少人值守，符合国家安全要求和安全政策；实现空中迈步行走，占用空间小、设备外型小、灵活性好、工作效率高。
4、现有井下运输监控系统的检测因素较少，不能全方位对煤流运输系统进行在线检测，且无法基于煤矿运输中环境信息与煤矿信息判断异常情况的危险等级，存在一定的安全隐患，造成无法精准实施工作调度，容易加剧事故损失。此外，仅能依靠巡检机器人提供的视频监控画面进行分析，无法做到实时检测，导致预测不准确和控制不及时的问题。
5、因此，需要提出一种井下运输安全智能监测系统，满足矿井智能化运输安全全面监测的要求。
技术实现思路
1、针对现有技术存在的不足，本发明的目的在于提供一种井下运输安全智能监测系统及方法，基于对运输环境与运行状态中多种不安全因素的实时监测，以便综合判断危险等级，降低煤矿运输过程中的安全隐患，满足矿井智能化运输的要求。
2、为达此目的，本发明采用以下技术方案：
3、第一方面，本发明提供了一种井下运输安全智能监测系统，包括环境监测模块、运输监测模块、信息预警模块、监控管理模块与危险等级监测模块；所述环境监测模块设置在运输空间内，用于获取环境状态信息与设备状态信息；所述运输监测模块设置在运输皮带上，用于获取皮带状态信息与煤流状态信息；所述信息预警模块分别通信连接所述环境监测模块与所述运输监测模块，用于根据获取的信息进行超限报警；所述危险等级监测模块分别连接所述信息预警模块与监控管理模块，用于获取超限报警次数，并划分危险等级后传输至监控管理模块；所述监控管理模块还分别通信连接所述环境监测模块、所述运输监测模块与所述信息预警模块，用于存储与分析处理多种状态信息，并根据多种状态信息判断危险等级是否正确。
4、本发明采集环境状态信息、设备状态信息、皮带状态信息与煤流状态信息等信息，为不同类型安全事故的预判与危险等级的确认提供庞大的数据基础，并通过信息预警模块分别针对检测到的不同状态信息中的异常数据进行超限报警，实现不同类型安全隐患的及时预警；利用危险等级监测模块根据超限报警次数划分危险等级，再基于采集的数据信息综合判断危险等级是否正确，并调整危险等级，以快速、准确掌握运输过程中异常问题的紧急度，有利于及时、精确调控管理，提高了工作效率。
5、作为本发明一个优选技术方案，所述环境监测模块包括若干个粉尘浓度检测组件、若干个瓦斯浓度检测组件、若干个环境温湿度检测组件、若干个噪声检测组件、若干个机体温度检测组件、若干个振动检测组件与若干个检测基站。
6、若干个粉尘浓度检测组件、若干个瓦斯浓度检测组件、环境温湿度检测组件与若干个噪声检测组件分别独立地沿运输空间的延伸方向等距间隔设置。
7、所述机体温度检测组件与所述振动检测组件独立地设置在运输空间内的作业设备上。
8、所述检测基站分别连接所述粉尘浓度检测组件、瓦斯浓度检测组件、环境温湿度检测组件、噪声检测组件、机体温度检测组件、振动检测组件与监控管理模块。
9、本发明采集运输空间中粉尘浓度、瓦斯浓度、温湿度、噪声强度等多种环境因素，以及时判断运输环境的异常情况，保证井下工作人员的安全，同时采集煤矿运输所需作业设备的机体温度与振动情况，以便综合判断作业设备是否发生故障，有利于保障运输工作的正常运行。
10、作为本发明一个优选技术方案，所述运输监测模块包括速度检测组件、若干个激光检测组件与若干个视觉检测组件。
11、所述速度检测组件设置在运输皮带的下方，用于检测输送速度。
12、若干个所述激光检测组件沿运输皮带的延伸方向等距间隔设置，用于检测运输皮带的跑偏情况。
13、若干个所述视觉检测组件设置在运输皮带的上方，用于获取煤流图像信息，并识别煤流量、堆煤体积与煤均匀度。
14、本发明通过实时监测运输皮带的输送速度与跑偏情况，可及时对运输过程中的变化做出响应，保持皮带输送系统的稳定性，同时利用图像新信息采集的方式掌握运输中煤流状态，有利于预防负载超限或堆煤，提升了煤流预测与控制的实时性。
15、作为本发明一个优选技术方案，所述激光检测组件包括第一激光测距传感器、第二激光测距传感器与距离识别组件；所述第一激光测距传感器与所述第二激光测距传感器分别设置在运输皮带的两侧，用于检测运输皮带边缘至所述第一激光测距传感器或第二激光测距传感器的距离信息；所述距离识别组件分别电性连接所述第一激光测距传感器与第二激光测距传感器，用于根据距离信息，识别运输皮带的跑偏情况。
16、作为本发明一个优选技术方案，所述视觉检测组件包括智能识别摄像机、内置电源与分析服务器，所述智能识别摄像机设置在运输皮带的上方，所述智能识别摄像机分别电性连接所述内置电源与所述分析服务器，所述分析服务器分别通信连接所述监控管理模块与所述信息预警模块。
17、作为本发明一个优选技术方案，所述信息预警模块包括第一报警组件与第二报警组件。
18、所述第一报警组件分别通信连接所述粉尘浓度检测组件、瓦斯浓度检测组件、环境温湿度检测组件、噪声检测组件、机体温度检测组件与振动检测组件。
19、所述第二报警组件分别通信连接所述速度检测组件、激光检测组件与视觉检测组件。
20、本发明中第一报警组件分别对环境状态信息与设备状态信息中的异常数据进行预警，第二报警组件分别对皮带状态信息与煤流状态信息中的异常数据进行预警，实现了多种因素的分类预警，有利于识别不同的安全隐患，以便采取相应的调整措施。
21、作为本发明一个优选技术方案，所述监控管理模块包括环网交换机、存储器、cpu处理器(central processing unit，中央处理器)、时序处理器、微控制器与显示屏。
22、所述环网交换机的输入端分别通信连接所述环境监测模块与所述运输监测模块，输出端分别通信连接所述存储器与所述cpu处理器，所述存储器用于记录并保存获取的信息，所述cpu处理器用于分析处理获取的信息。
23、所述cpu处理器还分别电性连接所述危险等级监测模块、时序处理器、微控制器与显示屏。
24、所述时序处理器电性连接所述危险等级监控模块，用于获取相邻两次超限报警的时间间隔，并传输至所述cpu处理器。
25、所述微控制器还电性连接所述危险等级监控模块，用于根据所述cpu处理器的分析结果调整危险等级。
26、所述显示屏用于展示监测场图，所述监测场图上显示所述环境监测模块与运输监测模块获取的信息以及超限报警信号。
27、作为本发明一个优选技术方案，所述环网交换机通过工业以太网进行数据交互。
28、本发明的数据处理量大，且传输速度快，大大提高了安全监测工作的效率。
29、作为本发明一个优选技术方案，所述危险等级监测模块包括分类记录组件、微处理器、参考服务器与风险输出组件，所述微处理器分别电性连接所述分类记录组件、参考服务器与风险输出组件。
30、所述分类记录组件通信连接所述信息预警模块，用于识别多种超限报警，并记录超限报警次数与报警时间，再传输至所述微处理器。
31、所述参考服务器内预设有上限值与下限值。
32、所述微处理器用于分析对比超限报警次数、上限值与下限值，并划分危险等级后向所述风险输出组件发出信号指令，所述风险输出组件根据信号指令输出危险等级信号，所述微处理器与所述风险输出组件还独立地通信连接所述监控管理模块。
33、第二方面，本发明提供了一种井下运输安全智能监测方法，所述的井下运输安全智能监测方法采用第一方面所述的井下运输安全智能监测系统，所述的井下运输安全智能监测方法包括：
34、获取运输空间内的环境状态信息与设备状态信息，以及运输皮带的皮带状态信息与煤流状态信息，将获取的信息上传至监控管理模块与信息预警模块。
35、信息预警模块根据获取信息进行超限报警。
36、通过危险等级监测模块获取超限报警次数，并划分危险等级后传输至监控管理模块。
37、所述监控管理模块综合分析处理环境状态信息、设备状态信息、皮带状态信息与煤流状态信息，及其各自超限报警信息，判断危险等级是否正确，并根据判断结果对危险等级进行调整。
38、所述系统是指设备系统、装置系统或生产装置。
39、与现有技术相比，本发明的有益效果为：
40、本发明提供的一种井下运输安全智能监测系统及方法通过对井下运输过程中的环境状态、作业设备、运输皮带状态与煤流状态等多种因素进行实时监测，为事故预判提供全面的数据基础，同时对异常数据进行超限报警，再根据超限报警次数危险等级划分，提升了对运输事故预判的准确性，保证运输工作的高效、安全运行。