权利要求
1.一种基于数字化金属矿山井下油料配送安全的控制方法，其特征在于，包括：
S1、基于数字化金属矿山获取井下油料的配送分类数据特征;
S1-1、基于数字化金属矿山获取井下油料的实时配送数据;
S1-2、利用所述井下油料的实时配送数据进行分析处理得到井下油料实时配送数据的数据特征和趋势特征;
S1-3、利用所述井下油料实时配送数据的数据特征和趋势特征进行校正验证处理得到井下油料的实时配送更正数据;
S1-4、利用所述井下油料的实时配送更正数据进行识别处理得到井下油料的配送分类数据特征;
S2、根据所述井下油料的配送分类数据特征基于支持向量机建立井下油料配送安全控制模型;
S3、利用所述井下油料配送安全控制模型进行模拟评估处理得到井下油料配送安全的控制结果;
S3-1、利用所述井下油料配送安全控制模型进行模拟分析得到井下油料配送的模拟工况结果;
S3-2、利用所述井下油料配送的模拟工况结果进行评估分析得到井下油料配送安全的控制结果。
2.如权利要求1所述的一种基于数字化金属矿山井下油料配送安全的控制方法，其特征在于，所述基于数字化金属矿山获取井下油料的实时配送数据包括：
S1-1-1、基于数字化金属矿山采集井下油料的信息数据;
S1-1-2、根据所述井下油料的信息数据获取井下油料的配送方式数据;
S1-1-2-1、根据所述井下油料的信息数据获取对应的配送分类数据;
S1-1-2-2、根据所述配送分类数据获取对应的输送形式数据;
S1-1-2-3、根据所述输送形式数据获取对应的配送路线数据;
S1-1-2-4、利用所述配送分类数据、输送形式数据和配送路线数据作为井下油料的配送方式数据;
S1-1-3、根据所述井下油料的配送方式数据获取对应配送区域的井下温度、湿度、压力数据作为井下油料的配送环境数据;
S1-1-4、根据所述井下油料的配送环境数据获取对应井下油料的配送状态数据;
S1-1-5、利用所述井下油料的信息数据、井下油料的配送方式数据、井下油料的配送环境数据和井下油料的配送状态数据作为井下油料的实时配送数据。
3.如权利要求1所述的一种基于数字化金属矿山井下油料配送安全的控制方法，其特征在于，利用所述井下油料的实时配送数据进行分析处理得到井下油料实时配送数据的数据特征和趋势特征包括：
S1-2-1、利用所述井下油料的实时配送数据对不同配送区域下的配送数据进行时间划分处理获取井下油料实时配送数据的环境特征，并建立配送区域数据与配送环境数据的第一非线性关系;
S1-2-2、根据所述第一非线性关系获取不同环境下的井下油料实时配送数据的配送方式特征，并建立井下油料配送方式数据与配送环境数据的第二非线性关系;
S1-2-3、利用所述井下油料的实时配送数据获取不同配送方式下的井下油料信息数据的分类特征，并根据所述第二非线性关系建立井下油料信息数据与环境数据的第三非线性关系;
S1-2-4、利用所述井下油料实时配送数据的环境特征、配送方式特征和油料信息数据分类特征作为井下油料实时配送数据的数据特征;
S1-2-5、根据所述第一非线性关系、第二非线性关系、第三非线性关系获取井下油料的配送数据特征对井下油料的实时配送数据的影响，并建立趋势走向作为井下油料实时配送数据的趋势特征。
4.如权利要求1所述的一种基于数字化金属矿山井下油料配送安全的控制方法，其特征在于，利用所述井下油料实时配送数据的数据特征和趋势特征进行校正验证处理得到井下油料的实时配送更正数据包括：
S1-3-1、利用所述井下油料实时配送数据的数据特征和趋势特征与对应历史井下油料配送数据进行校正处理得到特征校正数据;
S1-3-2、利用所述特征校正数据进行验证处理得到井下油料的实时配送更正数据。
5.如权利要求4所述的一种基于数字化金属矿山井下油料配送安全的控制方法，其特征在于，利用所述井下油料实时配送数据的数据特征和趋势特征与对应历史井下油料配送数据进行校正处理得到特征校正数据包括：
S1-3-1-1、利用当前时刻t为起始基准时刻;
S1-3-1-2、利用所述井下油料实时配送数据的数据特征和趋势特征分别获取当前时刻t对应的井下油料配送数据的环境特征数据、井下油料信息数据的分类特征数据与井下油料配送数据的配送方式特征数据，并作为井下油料配送数据的实时特征数据;
S1-3-1-3、判断所述井下油料配送数据的环境特征数据与历史井下油料配送数据是否一致，若是，则执行S1-3-1-4，否则，则输出所述井下油料配送数据的环境特征数据与所述历史井下油料配送数据之间的差值作为环境校正数据，直接执行S1-3-1-6;
S1-3-1-4、判断所述井下油料信息数据的分类特征数据与历史井下油料配送数据是否一致，若是，则执行S1-3-1-5，否则，则输出所述井下油料信息数据的分类特征数据与所述历史井下油料配送数据之间的差值作为油料校正数据，直接执行S1-3-1-6;
S1-3-1-5、判断所述井下油料配送数据的配送方式特征数据与历史井下油料配送数据是否一致，若是，则输出井下油料配送数据的配送方式特征数据作为井下油料的实时配送更正数据，直接执行S1-4，否则，则输出所述井下油料配送数据的配送方式特征数据与所述历史井下油料配送数据之间的差值作为配送校正数据，并执行S1-3-1-6;
S1-3-1-6、输出所述环境校正数据、油料校正数据和配送校正数据作为特征校正数据。
6.如权利要求4所述的一种基于数字化金属矿山井下油料配送安全的控制方法，其特征在于，利用所述特征校正数据进行验证处理得到井下油料的实时配送更正数据包括：
S1-3-2-1、利用所述特征校正数据对井下油料配送数据的实时特征数据进行校正处理获取校正后的实时特征数据;
S1-3-2-2、判断所述校正后的实时特征数据与历史井下油料配送数据是否对应，若是，则输出校正后的实时特征数据作为井下油料的实时配送更正数据，并执行S1-4，否则，则返回S1-3-1-2，重新获取不同时刻下的井下油料配送数据的实时特征数据。
7.如权利要求3所述的一种基于数字化金属矿山井下油料配送安全的控制方法，其特征在于，利用所述井下油料的实时配送更正数据进行识别处理得到井下油料的配送分类数据特征包括：
S1-4-1、根据所述井下油料的实时配送更正数据进行安全标记处理获取安全阈值数据;
S1-4-2、根据所述安全阈值数据对井下油料的实时配送更正数据进行识别处理获取对应的井下油料的配送分类数据特征;
S1-4-2-1、判断所述井下油料的实时配送更正数据是否超出安全阈值，若是，则输出所对应的井下油料的实时配送更正数据作为危险数据特征，否则，则输出所对应的井下油料的实时配送更正数据作为安全数据特征;
S1-4-2-2、利用所述安全数据特征和危险数据特征作为井下油料的配送分类数据特征。
8.如权利要求7所述的一种基于数字化金属矿山井下油料配送安全的控制方法，其特征在于，根据所述井下油料的配送分类数据特征基于支持向量机建立井下油料配送安全控制模型包括：
S2-1-1、以井下油料的实时配送数据和井下油料的配送分类数据特征为训练集，以井下油料的配送分类数据特征中的安全数据特征为验证集，基于支持向量机建立初始分类模型;
S2-1-2、判断所述初始分类模型的输出结果与所述验证集是否对应，若是，则执行S2-1-3，否则，则利用非对应的验证集作为更新的训练集并返回S2-1-1;
S2-1-3、获取不同时刻下的井下油料的配送分类数据特征，将得到的井下油料的配送分类数据特征分别输入初始分类模型得到初始输出结果，并执行S2-1-4;
S2-1-4、判断所述初始输出结果与所述验证集是否均为对应，若是，则输出初始分类模型为井下油料配送安全控制模型，否则，则利用所述不同时刻下的井下油料的配送分类数据特征作为更新的训练集，并返回S2-1-1。
9.如权利要求8所述的一种基于数字化金属矿山井下油料配送安全的控制方法，其特征在于，利用所述井下油料配送安全控制模型进行模拟分析得到井下油料配送的模拟工况结果包括：
S3-1-1、利用所述井下油料配送安全控制模型得到井下油料配送安全特征输出数据;
S3-1-2、利用所述井下油料配送安全特征输出数据得到对应的井下油料信息数据的分类特征输出数据、井下油料配送数据的环境特征输出数据和井下油料配送数据的配送方式特征输出数据;
S3-1-3、利用井下油料信息数据的分类特征输出数据、井下油料配送数据的环境特征输出数据和井下油料配送数据的配送方式特征输出数据建立井下油料配送轨迹模拟模型;
S3-1-4、根据所述井下油料配送轨迹模拟模型得到井下油料配送数据的模拟数据特征;
S3-1-4-1、将井下油料的信息数据输入到井下油料配送轨迹模拟模型得到井下油料信息模拟数据特征;
S3-1-4-2、将井下油料的配送方式数据输入到井下油料配送轨迹模拟模型得到井下油料配送方式模拟数据特征;
S3-1-4-3、将井下油料的配送环境数据输入到井下油料配送轨迹模拟模型得到井下油料配送环境模拟数据特征;
S3-1-4-4、利用所述井下油料信息模拟数据特征、井下油料配送方式模拟数据特征和井下油料配送环境模拟数据特征作为井下油料配送数据的模拟数据特征;
S3-1-5、判断所述井下油料配送数据的模拟数据特征与井下油料实时配送数据的数据特征是否均为对应，若是，则执行S3-1-6，否则，获取与所述井下油料配送数据的模拟数据特征对应的井下油料实时配送数据的数据特征作为更新的输出数据，并返回S3-1-3;
S3-1-6、判断所述井下油料配送方式模拟数据特征和井下油料配送环境模拟数据特征之间是否存在对应的第二非线性关系，若是，则执行S3-1-7，否则，则获取井下油料配送方式模拟数据特征和井下油料配送环境模拟数据特征对应的井下油料的实时配送数据，并作为更新的训练集，返回S2-1-1;
S3-1-7、判断所述井下油料信息模拟数据特征和井下油料配送环境模拟数据特征之间是否存在对应的第三非线性关系，若是，则输出对应的井下油料配送数据的模拟数据特征作为模拟工况结果，并执行S3-2-1，否则，则获取井下油料信息模拟数据特征和井下油料配送环境模拟数据特征所对应的井下油料的实时配送数据，并作为更新的训练集，返回S2-1-1。
10.如权利要求9所述的一种基于数字化金属矿山井下油料配送安全的控制方法，其特征在于，利用所述井下油料配送的模拟工况结果进行评估分析得到井下油料配送安全的控制结果包括：
S3-2-1、判断所述井下油料配送的模拟工况结果相比于历史井下油料配送结果是否准确，若是，则输出所述井下油料配送的模拟工况结果作为基础评估结果，并执行S3-2-2，否则，则获取模拟工况对应井下油料的实时配送数据作为更新的训练集，并返回S2-1-1;
S3-2-2、判断所述基础评估结果对应的井下油料的配送分类数据特征是否为安全数据特征，若是，则输出所述基础评估结果为井下油料配送安全验证结果，否则，则获取所述基础评估结果对应的井下油料的配送分类数据特征作为更新的训练集，并返回S2-1-1;
S3-2-3、判断所述井下油料配送安全验证结果是否与t-1时刻下的安全数据特征均为对应，若是，则输出所述井下油料配送安全验证结果作为井下油料配送安全的控制结果，否则，则获取所述井下油料配送安全验证结果对应的安全数据特征作为更新的训练集，并返回执行S2-1-1。
说明书
技术领域
[0001]本发明涉及数字化金属矿山领域，具体涉及一种基于数字化金属矿山井下油料配送安全的控制方法。
背景技术
[0002]油料是一种危险品，其本身的特性就是易燃、易爆和防腐蚀的，在储存油料的过程中，如果出现操作失误或者是受到外部环境的影响时，油料极易出现泄漏、火灾或者爆炸等安全事故，轻则造成经济损失，重则污染环境甚至危及生命。使用运油车从金属矿山的井下大斜坡道运油到井下各中段储油罐时，由于矿区路况差，存在用油安全隐患大、安全事故风险高、收油环节多、工作效率低、人工成本高等问题。根据调查，包括油料在内的95%危险品发生的安全事故中，最多的情况就是在配送的过程中，且造成的危害也是最大的。因此，金属矿山的井下油料在配送过程中的安全问题一直是管控的重点，这就需要加强对油料的安全风险监测及分析。
[0003]传统对金属矿山的监控方法主要依靠人工观察和经验判断，对现场情况难以实现全面分析和异常检测，存在误报和漏报的风险，也难以及时发现和解决生产问题，导致资源浪费和安全隐患，难以满足实际生产需求。而数字化金属矿山利用先进的信息技术，实现对矿山生产全过程的数据化、网络化、智能化的一种现代化管理方式可以提高矿山生产效率、降低生产成本，同时减少人员伤亡和环境污染等问题，因此，在数字化金属矿山的基础上期望可以找到一种实时监控和数据分析方法，对井下进行全面监控和管理，以便于及时发现异常情况，并采取相应的措施进行处理，进一步控制井下油料的配送来实现安全用油。
发明内容
[0004]为实现上述目的，本发明提供了一种基于数字化金属矿山井下油料配送安全的控制方法，包括：
S1、基于数字化金属矿山获取井下油料的配送分类数据特征;
S2、根据所述井下油料的配送分类数据特征基于支持向量机建立井下油料配送安全控制模型;
S3、利用所述井下油料配送安全控制模型进行模拟评估处理得到井下油料配送安全的控制结果;
S3-1、利用所述井下油料配送安全控制模型进行模拟分析得到井下油料配送的模拟工况结果;
S3-2、利用所述井下油料配送的模拟工况结果进行评估分析得到井下油料配送安全的控制结果。
[0005]进一步的，所述基于数字化金属矿山获取井下油料的配送分类数据特征包括：
S1-1、基于数字化金属矿山获取井下油料的实时配送数据;
S1-2、利用所述井下油料的实时配送数据进行分析处理得到井下油料实时配送数据的数据特征和趋势特征;
S1-3、利用所述井下油料实时配送数据的数据特征和趋势特征进行校正验证处理得到井下油料的实时配送更正数据;
S1-4、利用所述井下油料的实时配送更正数据进行识别处理得到井下油料的配送分类数据特征。
[0006]进一步的，所述基于数字化金属矿山获取井下油料的实时配送数据包括：
S1-1-1、基于数字化金属矿山采集井下油料的信息数据;
S1-1-2、根据所述井下油料的信息数据获取井下油料的配送方式数据;
S1-1-2-1、根据所述井下油料的信息数据获取对应的配送分类数据;
S1-1-2-2、根据所述配送分类数据获取对应的输送形式数据;
S1-1-2-3、根据所述输送形式数据获取对应的配送路线数据;
S1-1-2-4、利用所述配送分类数据、输送形式数据和配送路线数据作为井下油料的配送方式数据;
S1-1-3、根据所述井下油料的配送方式数据获取对应配送区域的井下温度、湿度、压力数据作为井下油料的配送环境数据;
S1-1-4、根据所述井下油料的配送环境数据获取对应井下油料的配送状态数据;
S1-1-5、利用所述井下油料的信息数据、井下油料的配送方式数据、井下油料的配送环境数据和井下油料的配送状态数据作为井下油料的实时配送数据;
其中，井下油料信息数据包括油料种类、油料质量及油料性质数据;输送形式数据包括管道输送、压缩空气输送和机械输送，配送路线数据包括配送区域、站点和里程数据;配送状态数据包括油料的液位、压力、流量的实时数据。
[0007]进一步的，利用所述井下油料的实时配送数据进行分析处理得到井下油料实时配送数据的数据特征和趋势特征包括：
S1-2-1、利用所述井下油料的实时配送数据对不同配送区域下的配送数据进行时间划分处理获取井下油料实时配送数据的环境特征，并建立配送区域数据与配送环境数据的第一非线性关系;不同配送区域对应不同的配送环境和时间，因此配送区域数据与配送环境数据存在变量的非线性数学关系;
S1-2-2、根据所述第一非线性关系获取不同环境下的井下油料实时配送数据的配送方式特征，并建立井下油料配送方式数据与配送环境数据的第二非线性关系;根据第一非线性关系可获取不同配送环境数据对应的配送区域数据，配送区域数据与配送方式数据呈一对一的线性对应关系，配送方式数据和配送环境数据存在变量的非线性数学关系;
S1-2-3、利用所述井下油料的实时配送数据获取不同配送方式下的井下油料信息数据的分类特征，并根据所述第二非线性关系建立井下油料信息数据与环境数据的第三非线性关系;不同油料种类对应不同配送方式，根据第二非线性关系可获取配送环境数据和油料信息数据的第三非线性数学关系;
S1-2-4、利用所述井下油料实时配送数据的环境特征、配送方式特征和油料信息数据分类特征作为井下油料实时配送数据的数据特征;
S1-2-5、根据所述第一非线性关系、第二非线性关系、第三非线性关系获取井下油料的配送数据特征对井下油料的实时配送数据的影响，并建立趋势走向作为井下油料实时配送数据的趋势特征。
[0008]进一步的，利用所述井下油料实时配送数据的数据特征和趋势特征进行校正验证处理得到井下油料的实时配送更正数据：
S1-3-1、利用所述井下油料实时配送数据的数据特征和趋势特征与对应历史井下油料配送数据进行校正处理得到特征校正数据;
S1-3-2、利用所述特征校正数据进行验证处理得到井下油料的实时配送更正数据。
[0009]进一步的，利用所述井下油料实时配送数据的数据特征和趋势特征与对应历史井下油料配送数据进行校正处理得到特征校正数据包括：
S1-3-1-1、利用当前时刻t为起始基准时刻;
S1-3-1-2、利用所述井下油料实时配送数据的数据特征和趋势特征分别获取当前时刻t对应的井下油料配送数据的环境特征数据、井下油料信息数据的分类特征数据与井下油料配送数据的配送方式特征数据，并作为井下油料配送数据的实时特征数据;
S1-3-1-3、判断所述井下油料配送数据的环境特征数据与历史井下油料配送数据是否一致，若是，则执行S1-3-1-4，否则，则输出所述井下油料配送数据的环境特征数据与所述历史井下油料配送数据之间的差值作为环境校正数据，直接执行S1-3-1-6;
S1-3-1-4、判断所述井下油料信息数据的分类特征数据与历史井下油料配送数据是否一致，若是，则执行S1-3-1-5，否则，则输出所述井下油料信息数据的分类特征数据与所述历史井下油料配送数据之间的差值作为油料校正数据，直接执行S1-3-1-6;
S1-3-1-5、判断所述井下油料配送数据的配送方式特征数据与历史井下油料配送数据是否一致，若是，则输出井下油料配送数据的配送方式特征数据作为井下油料的实时配送更正数据，直接执行S1-4，否则，则输出所述井下油料配送数据的配送方式特征数据与所述历史井下油料配送数据之间的差值作为配送校正数据，并执行S1-3-1-6;
S1-3-1-6、输出所述环境校正数据、油料校正数据和配送校正数据作为特征校正数据。
[0010]进一步的，利用所述特征校正数据进行验证处理得到井下油料的实时配送更正数据包括：
S1-3-2-1、利用所述特征校正数据对井下油料配送数据的实时特征数据进行校正处理获取校正后的实时特征数据;
S1-3-2-2、判断所述校正后的实时特征数据与历史井下油料配送数据是否对应，若是，则输出校正后的实时特征数据作为井下油料的实时配送更正数据，并执行S1-4，否则，则返回S1-3-1-2，重新获取不同时刻下的井下油料配送数据的实时特征数据。
[0011]进一步的，利用所述井下油料的实时配送更正数据进行识别处理得到井下油料的配送分类数据特征包括：
S1-4-1、根据所述井下油料的实时配送更正数据进行安全标记处理获取安全阈值数据;
S1-4-2、根据所述安全阈值数据对井下油料的实时配送更正数据进行识别处理获取对应的井下油料的配送分类数据特征;
S1-4-2-1、判断所述井下油料的实时配送更正数据是否超出安全阈值，若是，则输出所对应的井下油料的实时配送更正数据作为危险数据特征，否则，则输出所对应的井下油料的实时配送更正数据作为安全数据特征;
S1-4-2-2、利用所述安全数据特征和危险数据特征作为井下油料的配送分类数据特征。
[0012]进一步的，根据所述井下油料的配送分类数据特征基于支持向量机建立井下油料配送安全控制模型包括：
S2-1-1、以井下油料的实时配送数据和井下油料的配送分类数据特征为训练集，以井下油料的配送分类数据特征中的安全数据特征为验证集，基于支持向量机建立初始分类模型;
S2-1-2、判断所述初始分类模型的输出结果与所述验证集是否对应，若是，则执行S2-1-3，否则，则利用非对应的验证集作为更新的训练集并返回S2-1-1;
S2-1-3、获取不同时刻下的井下油料的配送分类数据特征，将得到的井下油料的配送分类数据特征分别输入初始分类模型得到初始输出结果，并执行S2-1-4;
S2-1-4、判断所述初始输出结果与所述验证集是否均为对应，若是，则输出初始分类模型为井下油料配送安全控制模型，否则，则利用所述不同时刻下的井下油料的配送分类数据特征作为更新的训练集，并返回S2-1-1。
[0013]进一步的，利用所述井下油料配送安全控制模型进行模拟分析得到井下油料配送的模拟工况结果包括：
S3-1-1、利用所述井下油料配送安全控制模型得到井下油料配送安全特征输出数据;
S3-1-2、利用所述井下油料配送安全特征输出数据得到对应的井下油料信息数据的分类特征输出数据、井下油料配送数据的环境特征输出数据和井下油料配送数据的配送方式特征输出数据;
S3-1-3、利用井下油料信息数据的分类特征输出数据、井下油料配送数据的环境特征输出数据和井下油料配送数据的配送方式特征输出数据建立井下油料配送轨迹模拟模型;其中，所述井下油料配送轨迹模拟模型用于模拟不同种类油料在进行井下油料配送作业中的配送轨迹，并记录在执行相应配送轨迹过程中涉及的区域、路线、环境等数据;
S3-1-4、根据所述井下油料配送轨迹模拟模型得到井下油料配送数据的模拟数据特征;
S3-1-4-1、将井下油料的信息数据输入到井下油料配送轨迹模拟模型得到井下油料信息模拟数据特征;
S3-1-4-2、将井下油料的配送方式数据输入到井下油料配送轨迹模拟模型得到井下油料配送方式模拟数据特征;
S3-1-4-3、将井下油料的配送环境数据输入到井下油料配送轨迹模拟模型得到井下油料配送环境模拟数据特征;
S3-1-4-4、利用所述井下油料信息模拟数据特征、井下油料配送方式模拟数据特征和井下油料配送环境模拟数据特征作为井下油料配送数据的模拟数据特征;
S3-1-5、判断所述井下油料配送数据的模拟数据特征与井下油料实时配送数据的数据特征是否均为对应，若是，则执行S3-1-6，否则，获取与所述井下油料配送数据的模拟数据特征对应的井下油料实时配送数据的数据特征作为更新的输出数据，并返回S3-1-3;
S3-1-6、判断所述井下油料配送方式模拟数据特征和井下油料配送环境模拟数据特征之间是否存在对应的第二非线性关系，若是，则执行S3-1-7，否则，则获取井下油料配送方式模拟数据特征和井下油料配送环境模拟数据特征对应的井下油料的实时配送数据，并作为更新的训练集，返回S2-1-1;
S3-1-7、判断所述井下油料信息模拟数据特征和井下油料配送环境模拟数据特征之间是否存在对应的第三非线性关系，若是，则输出对应的井下油料配送数据的模拟数据特征作为模拟工况结果，并执行S3-2-1，否则，则获取井下油料信息模拟数据特征和井下油料配送环境模拟数据特征所对应的井下油料的实时配送数据，并作为更新的训练集，返回S2-1-1。
[0014]进一步的，利用所述井下油料配送的模拟工况结果进行评估分析得到井下油料配送安全的控制结果包括：
S3-2-1、判断所述井下油料配送的模拟工况结果相比于历史井下油料配送结果是否准确，若是，则输出所述井下油料配送的模拟工况结果作为基础评估结果，并执行S3-2-2，否则，则获取模拟工况对应井下油料的实时配送数据作为更新的训练集，并返回S2-1-1;
S3-2-2、判断所述基础评估结果对应的井下油料的配送分类数据特征是否为安全数据特征，若是，则输出所述基础评估结果为井下油料配送安全验证结果，否则，则获取所述基础评估结果对应的井下油料的配送分类数据特征作为更新的训练集，并返回S2-1-1;
S3-2-3、判断所述井下油料配送安全验证结果是否与t-1时刻下的安全数据特征均为对应，若是，则输出所述井下油料配送安全验证结果作为井下油料配送安全的控制结果，否则，则获取所述井下油料配送安全验证结果对应的安全数据特征作为更新的训练集，并返回执行S2-1-1。
[0015]与最接近的现有技术相比，本发明具有的有益效果：
本发明提供的基于数字化金属矿山井下油料配送安全的控制方法，可以实现油料配送的智能化管控，并通过实时监控和安全控制，提高油料配送的效率和安全性，可以确保井下作业人员在进行作业时，能够高效、及时、准确、安全地获取油料供应的同时避免燃爆等安全事故的发生。
附图说明
[0016]图1是本发明创造一种基于数字化金属矿山井下油料配送安全的控制方法的流程图。
具体实施方式
[0017]下面结合附图对本发明的具体实施方式作进一步的详细说明。
[0018]为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0019]实施例1：本发明提供了一种基于数字化金属矿山井下油料配送安全的控制方法，如图1所示，包括：
S1、基于数字化金属矿山获取井下油料的配送分类数据特征;
S2、根据所述井下油料的配送分类数据特征基于支持向量机建立井下油料配送安全控制模型;
S3、利用所述井下油料配送安全控制模型进行模拟评估处理得到井下油料配送安全的控制结果。
[0020]S1具体包括：
S1-1、基于数字化金属矿山获取井下油料的实时配送数据;
S1-2、利用所述井下油料的实时配送数据进行分析处理得到井下油料实时配送数据的数据特征和趋势特征;
S1-3、利用所述井下油料实时配送数据的数据特征和趋势特征进行校正验证处理得到井下油料的实时配送更正数据;
S1-4、利用所述井下油料的实时配送更正数据进行识别处理得到井下油料的配送分类数据特征;
S1-1具体包括：
S1-1-1、基于数字化金属矿山采集井下油料的信息数据;
S1-1-2、根据所述井下油料的信息数据获取井下油料的配送方式数据;
S1-1-2-1、根据所述井下油料的信息数据获取对应的配送分类数据;
S1-1-2-2、根据所述配送分类数据获取对应的输送形式数据;
S1-1-2-3、根据所述输送形式数据获取对应的配送路线数据;
S1-1-2-4、利用所述配送分类数据、输送形式数据和配送路线数据作为井下油料的配送方式数据;
S1-1-3、根据所述井下油料的配送方式数据获取对应配送区域的井下温度、湿度、压力数据作为井下油料的配送环境数据;
S1-1-4、根据所述井下油料的配送环境数据获取对应井下油料的配送状态数据;
S1-1-5、利用所述井下油料的信息数据、井下油料的配送方式数据、井下油料的配送环境数据和井下油料的配送状态数据作为井下油料的实时配送数据;其中，井下油料信息数据可以从数字化金属矿山的油料供应端获取，包括油料种类、油料质量及油料性质数据;输送形式数据包括管道输送、压缩空气输送和机械输送，配送路线数据包括配送区域、站点和里程数据;配送状态数据包括油料的液位、压力、流量的实时数据。
[0021]S1-2具体包括：
S1-2-1、利用所述井下油料的实时配送数据对不同配送区域下的配送数据进行时间划分处理获取井下油料实时配送数据的环境特征，并建立配送区域数据与配送环境数据的第一非线性关系;
S1-2-2、根据所述第一非线性关系获取不同环境下的井下油料实时配送数据的配送方式特征，并建立井下油料配送方式数据与配送环境数据的第二非线性关系;
S1-2-3、利用所述井下油料的实时配送数据获取不同配送方式下的井下油料信息数据的分类特征，并根据所述第二非线性关系建立井下油料信息数据与环境数据的第三非线性关系;
S1-2-4、利用所述井下油料实时配送数据的环境特征、配送方式特征和油料信息数据分类特征作为井下油料实时配送数据的数据特征;
S1-2-5、根据所述第一非线性关系、第二非线性关系、第三非线性关系获取井下油料的配送数据特征对井下油料的实时配送数据的影响，并建立趋势走向作为井下油料实时配送数据的趋势特征。
[0022]S1-3具体包括：
S1-3-1、利用所述井下油料实时配送数据的数据特征和趋势特征与对应历史井下油料配送数据进行校正处理得到特征校正数据;
S1-3-1-1、利用当前时刻t为起始基准时刻;
S1-3-1-2、利用所述井下油料实时配送数据的数据特征和趋势特征分别获取当前时刻t对应的井下油料配送数据的环境特征数据、井下油料信息数据的分类特征数据与井下油料配送数据的配送方式特征数据，并作为井下油料配送数据的实时特征数据;
S1-3-1-3、判断所述井下油料配送数据的环境特征数据与历史井下油料配送数据是否一致，若是，则执行S1-3-1-4，否则，则输出所述井下油料配送数据的环境特征数据与所述历史井下油料配送数据之间的差值作为环境校正数据，直接执行S1-3-1-6;
S1-3-1-4、判断所述井下油料信息数据的分类特征数据与历史井下油料配送数据是否一致，若是，则执行S1-3-1-5，否则，则输出所述井下油料信息数据的分类特征数据与所述历史井下油料配送数据之间的差值作为油料校正数据，直接执行S1-3-1-6;
S1-3-1-5、判断所述井下油料配送数据的配送方式特征数据与历史井下油料配送数据是否一致，若是，则输出井下油料配送数据的配送方式特征数据作为井下油料的实时配送更正数据，直接执行S1-4，否则，则输出所述井下油料配送数据的配送方式特征数据与所述历史井下油料配送数据之间的差值作为配送校正数据，并执行S1-3-1-6;
S1-3-1-6、输出所述环境校正数据、油料校正数据和配送校正数据作为特征校正数据。
[0023]S1-3-2、利用所述特征校正数据进行验证处理得到井下油料的实时配送更正数据;
S1-3-2-1、利用所述特征校正数据对井下油料配送数据的实时特征数据进行校正处理获取校正后的实时特征数据;
S1-3-2-2、判断所述校正后的实时特征数据与历史井下油料配送数据是否对应，若是，则输出校正后的实时特征数据作为井下油料的实时配送更正数据，并执行S1-4，否则，则返回S1-3-1-2，重新获取不同时刻下的井下油料配送数据的实时特征数据。
[0024]S1-4具体包括：
S1-4-1、根据所述井下油料的实时配送更正数据进行安全标记处理获取安全阈值数据;
S1-4-2、根据所述安全阈值数据对井下油料的实时配送更正数据进行识别处理获取对应的井下油料的配送分类数据特征;
S1-4-2-1、判断所述井下油料的实时配送更正数据是否超出安全阈值，若是，则输出所对应的井下油料的实时配送更正数据作为危险数据特征，否则，则输出所对应的井下油料的实时配送更正数据作为安全数据特征;
S1-4-2-2、利用所述安全数据特征和危险数据特征作为井下油料的配送分类数据特征。
[0025]S2-1具体包括：
S2-1-1、以井下油料的实时配送数据和井下油料的配送分类数据特征为训练集，以井下油料的配送分类数据特征中的安全数据特征为验证集，基于支持向量机建立初始分类模型;
S2-1-2、判断所述初始分类模型的输出结果与所述验证集是否对应，若是，则执行S2-1-3，否则，则利用非对应的验证集作为更新的训练集并返回S2-1-1;
S2-1-3、获取不同时刻下的井下油料的配送分类数据特征，将得到的井下油料的配送分类数据特征分别输入初始分类模型得到初始输出结果，并执行S2-1-4;
S2-1-4、判断所述初始输出结果与所述验证集是否均为对应，若是，则输出初始分类模型为井下油料配送安全控制模型，否则，则利用所述不同时刻下的井下油料的配送分类数据特征作为更新的训练集，并返回S2-1-1。
[0026]S3具体包括：
S3-1、利用所述井下油料配送安全控制模型进行模拟分析得到井下油料配送的模拟工况结果;
S3-2、利用所述井下油料配送的模拟工况结果进行评估分析得到井下油料配送安全的控制结果。
[0027]S3-1具体包括：
S3-1-1、利用所述井下油料配送安全控制模型得到井下油料配送安全特征输出数据;
S3-1-2、利用所述井下油料配送安全特征输出数据得到对应的井下油料信息数据的分类特征输出数据、井下油料配送数据的环境特征输出数据和井下油料配送数据的配送方式特征输出数据;
S3-1-3、利用井下油料信息数据的分类特征输出数据、井下油料配送数据的环境特征输出数据和井下油料配送数据的配送方式特征输出数据建立井下油料配送轨迹模拟模型;
S3-1-4、根据所述井下油料配送轨迹模拟模型得到井下油料配送数据的模拟数据特征;
S3-1-4-1、将井下油料的信息数据输入到井下油料配送轨迹模拟模型得到井下油料信息模拟数据特征;
S3-1-4-2、将井下油料的配送方式数据输入到井下油料配送轨迹模拟模型得到井下油料配送方式模拟数据特征;
S3-1-4-3、将井下油料的配送环境数据输入到井下油料配送轨迹模拟模型得到井下油料配送环境模拟数据特征;
S3-1-4-4、利用所述井下油料信息模拟数据特征、井下油料配送方式模拟数据特征和井下油料配送环境模拟数据特征作为井下油料配送数据的模拟数据特征;
S3-1-5、判断所述井下油料配送数据的模拟数据特征与井下油料实时配送数据的数据特征是否均为对应，若是，则执行S3-1-6，否则，获取与所述井下油料配送数据的模拟数据特征对应的井下油料实时配送数据的数据特征作为更新的输出数据，并返回S3-1-3;
S3-1-6、判断所述井下油料配送方式模拟数据特征和井下油料配送环境模拟数据特征之间是否存在对应的第二非线性关系，若是，则执行S3-1-7，否则，则获取井下油料配送方式模拟数据特征和井下油料配送环境模拟数据特征对应的井下油料的实时配送数据，并作为更新的训练集，返回S2-1-1;
S3-1-7、判断所述井下油料信息模拟数据特征和井下油料配送环境模拟数据特征之间是否存在对应的第三非线性关系，若是，则输出对应的井下油料配送数据的模拟数据特征作为模拟工况结果，并执行S3-2-1，否则，则获取井下油料信息模拟数据特征和井下油料配送环境模拟数据特征所对应的井下油料的实时配送数据，并作为更新的训练集，返回S2-1-1。
[0028]S3-2具体包括：
S3-2-1、判断所述井下油料配送的模拟工况结果相比于历史井下油料配送结果是否准确，若是，则输出所述井下油料配送的模拟工况结果作为基础评估结果，并执行S3-2-2，否则，则获取模拟工况对应井下油料的实时配送数据作为更新的训练集，并返回S2-1-1;
S3-2-2、判断所述基础评估结果对应的井下油料的配送分类数据特征是否为安全数据特征，若是，则输出所述基础评估结果为井下油料配送安全验证结果，否则，则获取所述基础评估结果对应的井下油料的配送分类数据特征作为更新的训练集，并返回S2-1-1;
S3-2-3、判断所述井下油料配送安全验证结果是否与t-1时刻下的安全数据特征均为对应，若是，则输出所述井下油料配送安全验证结果作为井下油料配送安全的控制结果，否则，则获取所述井下油料配送安全验证结果对应的安全数据特征作为更新的训练集，并返回执行S2-1-1。
[0029]本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
[0030]本发明是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0031]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0032]这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0033]最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
说明书附图(1)
