本发明属于井工煤矿安全生产，涉及一种针对井工煤矿区域的煤尘爆炸风险性预警系统及方法。
背景技术：
1、煤尘爆炸在煤矿安全生产中构成重大风险，其突发性强、破坏力巨大，并常引发连锁反应。在采煤作业、运输环节及储存过程中，煤尘在空气中积累至一定浓度，通常为30到50克每立方米时，若遭遇高温或明火源，极易触发爆炸事故。这种风险不仅威胁矿工生命安全，还会导致严重经济损失和环境破坏。
2、传统煤尘爆炸预警技术主要依赖于人工巡检和固定式粉尘浓度检测仪。人工巡检效率低下，难以覆盖井下复杂环境；固定式检测仪则受限于监测范围狭窄、实时性不足、误报率偏高，且无法动态评估爆炸风险的变化趋势。例如，现有技术多聚焦于单一参数监测，如扬尘浓度或沉积厚度，却忽视了对温度、火花监测等多维数据的综合分析。这导致预警结果片面，难以全面反映爆炸风险的动态演变，无法提供可靠的安全决策支持。
3、在煤尘爆炸风险性区域预警系统方面，现有专利如cn116403379a提出了一种粉尘爆炸危险性分级预警方法，该方法以计算爆炸下限为目标，但仅针对单一监测点，无法实现区域化综合评估；cn118122469a则公布了一种基于实时数据的磨煤机运行安全分析预警系统，该系统虽利用多源数据综合分析磨煤机附近区域的煤尘风险，但其应用范围局限于特定设备区域，缺乏对井工煤矿易积尘区域(如采煤工作面、综掘工作面及转载点)的针对性设计。
4、综上，当前技术体系存在显著缺口：软件层面缺少基于多源数据的区域煤尘爆炸风险性评估系统，硬件层面缺乏对井下多维动态数据的融合处理能力。因此，亟需开发一种完整的、针对易积尘区域的井工煤矿煤尘爆炸风险性区域预警系统及方法，以提升煤矿安全管理的智能化水平和响应效率。
技术实现思路
1、有鉴于此，本发明的目的在于提供一种针对井工煤矿区域的煤尘爆炸风险性预警系统及方法。
2、为达到上述目的，本发明提供如下技术方案：
3、一种针对井工煤矿区域的煤尘爆炸风险性预警系统，该系统包含：
4、实时数据采集模块，用于通过工业环网实时采集井下传感器的动态数据；
5、数据库，用于存储所述动态数据以及煤尘静态指标数据；
6、监测点煤尘爆炸风险性分析模块，用于加载所述数据库内的动态数据和静态数据，并通过反向传播(back propagation,bp)神经网络计算得到监测点风险值；
7、区域煤尘爆炸风险性分析模块，用于综合其管辖区域内所有监测点的所述监测点风险值，并根据火花监测情况进行修正，以分析得到区域风险预警结果；
8、煤尘爆炸风险预警展示模块，用于展示所述区域风险预警结果。
9、进一步，所述井下传感器的动态数据，包括由以下至少一种传感器采集的数据：积尘厚度传感器、粉尘浓度传感器、风速传感器、温度传感器和火花监测装置。
10、进一步，所述煤尘静态指标数据包括煤尘的粒径分布和煤尘爆炸性。
11、进一步，所述反向传播bp神经网络的输入数据为沉积厚度、风速、粉尘浓度、温度、煤尘10微米以下粒径的分布占比以及煤尘爆炸性。
12、进一步，所述区域煤尘爆炸风险性分析模块在综合其管辖区域内所有监测点的所述监测点风险值时，遵循以下计算方式：
13、当区域内监测点数量n＝1时，区域风险预警值r区域等于该监测点的风险值r1；
14、当区域内监测点数量n>1时，区域风险预警值r区域通过以下公式计算：
15、
16、其中，ri为第i个监测点的风险值，ki为第i个监测点风险值所对应的系数且满足并定义kmax为区域内监测点的最大风险值所对应的系数，其中kmax∈[0.5,1)。
17、进一步，所述区域煤尘爆炸风险性分析模块在根据花火监测情况进行修正时，遵循以下修正方式：
18、当监测点附近的火花监测装置监测到有火花时，修正后的区域风险预警值r'区域通过以下公式计算：
19、r'区域＝r1+(1-r1)·r区域
20、其中，r区域为修正前的区域风险预警值，r1为区域红色预警等级的下限值。
21、一种针对井工煤矿区域的煤尘爆炸风险性预警方法，包括以下步骤：
22、通过实时数据采集模块采集井下实时动态数据，并存入数据库；
23、监测点煤尘爆炸风险性分析模块加载所述数据库内的动态数据以及预设的煤尘静态指标数据，并通过反向传播(back propagation,bp)神经网络计算得到各个监测点的风险值；
24、区域煤尘爆炸风险性分析模块综合其管辖区域内所有监测点的风险值，并根据火花监测情况进行修正，以分析得到区域风险预警结果，并推送至煤尘爆炸风险预警展示模块。
25、进一步，所述反向传播bp神经网络的输入数据为沉积厚度、风速、粉尘浓度、温度、煤尘10微米以下粒径的分布占比以及煤尘爆炸性。
26、进一步，所述综合其管辖区域内所有监测点的风险值的步骤，包括：
27、当区域内监测点数量n＝1时，确定区域风险预警值r区域等于该监测点的风险值r1；
28、当区域内监测点数量n>1时，通过以下公式计算区域风险预警值r区域：
29、
30、其中，ri为第i个监测点的风险值，ki为第i个监测点风险值所对应的系数且满足并定义kmax为区域内监测点的最大风险值所对应的系数，其中kmax∈[0.5,1)。
31、进一步，所述根据花火监测情况进行修正时，包括：
32、当监测点附近的火花监测装置监测到有火花时，修正后的区域风险预警值r'区域通过以下公式计算：
33、r'区域＝r1+(1-r1)·r区域
34、其中，r区域为修正前的区域风险预警值，r1为区域红色预警等级的下限值。
35、本发明的有益效果在于：
36、(1)传统方法仅能静态监测单一参数(如粉尘浓度)，无法捕捉井下环境的动态变化。本发明通过实时数据采集模块持续获取多源传感器数据(包括积尘厚度、粉尘浓度、风速以及温度)，结合数据库的存储与分析能力，系统能够动态评估煤尘爆炸风险的实时演变。这种连续监控机制显著提升了预警的时效性和可靠性，避免了人工巡检的延迟和遗漏。
37、(2)现有技术如cn116403379a仅聚焦单一监测点，难以反映煤矿井下整体风险分布。本发明的区域煤尘爆炸风险性分析模块通过综合管辖区域内所有监测点的风险值(基于加权计算和火花监测修正)，生成区域风险预警结果。这种区域化视角覆盖了易积尘关键区域(如采煤工作面、综掘工作面及转载点)，支持矿方制定针对性防控措施，解决了局部风险被忽视的问题。
38、(3)利用反向传播神经网络技术(首次出现时简称bp神经网络)，系统对多源数据(动态参数如沉积厚度、风速、粉尘浓度、温度，以及静态指标如煤尘粒径分布和爆炸性)进行深度融合分析。这种智能方法避免了传统依赖单一参数的片面性，显著降低误报率，同时提升风险判定的科学性和客观性。相较于现有技术(如cn118122469a局限于设备周边区域)，本发明实现了全矿井范围的智能预警。
39、(4)通过煤尘爆炸风险预警展示模块，系统直观推送区域风险等级(如红色、橙色预警)，使矿方能及时启动应急预案。这种主动预警机制增强了井下人员的安全保障，减少了爆炸事故的发生概率。同时，系统设计针对性强，易于集成到现有工业环网中，操作简便，为煤矿安全生产提供了实用且高效的工具。
40、(5)本发明整合多维度数据源，构建闭环预警流程(从数据采集到结果展示)，推动煤矿安全管理从经验驱动转向数据驱动。这不仅能优化粉尘治理策略，还能为长期风险趋势分析提供数据支持，最终提高矿井整体安全水平和生产效率。
41、本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。