Der Aufbau eines Indexsystems zur Bewertung der Leistung des Grubenwasserrecyclings im Umfeld des Internets der Dinge

Wissenschaftliche Berichte Band 13, Artikelnummer: 10302 (2023) Diesen Artikel zitieren

472 Zugriffe

2 Altmetrisch

Details zu den Metriken

Die Nutzung der Wasserressourcen der Minen in China ist immer noch relativ gering. Die Bewertung des Grubenwasserrecyclings hat praktische Leitbedeutung für die Planung, Positionierung, Entwicklung und den Bau von Grundwasser in der heutigen Gesellschaft. In diesem Artikel wird ein Bewertungssystem für das Grubenwasserrecycling basierend auf dem Key Performance Index (KPI) über das Internet der Dinge und Big-Data-Plattformen erstellt. Dieses System bewertet den Recyclingstatus des Grubenwassers. Zunächst werden das mikroseismische Überwachungssystem und das hydrologische dynamische Erkennungssystem in der Arbeit eingesetzt. Die Installations- und Debugging-Methoden werden verglichen, um die Überwachungsanforderungen zu erfüllen. Zweitens wird das gefilterte klare Wasser über die Konstantdruck-Versorgungspumpe zur Gerätekühlung und Brandbekämpfungsstaubentfernung an der Abbaufläche verwendet. Das überschüssige Klarwasser wird an die Oberfläche abgeleitet. Abschließend werden 16 Indikatoren aus vier Dimensionen gescreent, um ein System zur Bewertung und Optimierung von Grubenwasser mit wichtigen KPIs zu erstellen. Die Ergebnisse zeigen, dass das erste Grubenwasserüberwachungssystem gut funktioniert und voll funktionsfähig ist und das erwartete Ziel erreicht. Der Wert für die Bewertung der Auslastungsrate ist jährlich gestiegen, von 3,05 Punkten im Jahr 2016 auf 3,39 Punkte im Jahr 2020. Der Wert für die Auslastungsrate pro Kopf muss jedoch noch verbessert werden. Es ist wichtig, die Rationalität der Entwicklung und Nutzung zu verbessern.

Die Aufbereitung von Grubenwasser begann in China Mitte der 1980er Jahre und hat seitdem bemerkenswerte Fortschritte und technologische Fortschritte gemacht. Derzeit haben die meisten registrierten Bergbauunternehmen im ganzen Land, mit Ausnahme einiger wasserfreier Minen in der Nordwestregion, Grubenwasseraufbereitungssysteme eingerichtet und betrieben. Basierend auf unvollständigen Statistiken und Schätzungen beträgt die Gesamtaufbereitungskapazität für verschiedene Arten von Grubenwasser im Land mehr als 5 Milliarden Kubikmeter pro Jahr. Mit Ausnahme einiger weniger Bergwerke, die Vorentwässerungs- oder unterirdische Umleitungsmaßnahmen einsetzen, die eine direkte Einleitung von sauberem Grubenwasser ermöglichen, ist in den meisten Bergwerken eine Wasserqualitätsaufbereitung erforderlich1. Die umfassende Wiederverwertung und Nutzung von Grubenwasser ist zu einem wesentlichen Aspekt der Kostensenkung und Effizienzsteigerung im Bergwerksbetrieb geworden. Daher stellt die Sicherstellung einer effizienten und kostengünstigen umfassenden Nutzung des Grubenwassers eine große Herausforderung für das Grubenmanagement und das technische Personal dar.

Seit der Einführung des Internet-of-Things-Konzepts (IoT) wurden erhebliche theoretische Fortschritte erzielt und durch seine Anwendung in verschiedenen Bereichen, darunter Transport, Logistik, Elektrizität, Gesundheitswesen, Landwirtschaft und Stadtverwaltung, erhebliche wirtschaftliche und soziale Vorteile erzielt . Inspiriert durch die umfassende Implementierung des IoT ist das Konzept des intelligenten Wassermanagements, auch „Smart Water Conservancy“ genannt, entstanden, um den Anforderungen der Versorgung, Nachfrage und Verteilung von Grubenwasserressourcen gerecht zu werden2. Allerdings unterscheidet sich Grubenwasser von der Logistik, und die doppelte Darstellung des Wasserflusses in Bezug auf „Feld“ und „Qualität“ macht die Wasservernetzung im Vergleich zum IoT traditionell komplexer und anspruchsvoller. Intelligentes Wassermanagement, basierend auf IoT-Prinzipien, ermöglicht Echtzeitwahrnehmung, Prozessverfolgung und dynamische Simulation des gesamten Grubenwasserzirkulationsprozesses. Durch die Integration von Informationsfusion und Data Mining sowohl von Marktwassernetzen als auch von physischen Wassernetzen optimiert es die Zuweisung und intelligente Überwachung von Grubenwasserressourcen und steigert so die Effizienz der Grubenwassernutzung3.

Ziel dieses Artikels ist es, ein umfassendes und universell anwendbares Leistungsbewertungssystem für die Grubenwasserzirkulation vorzuschlagen, das sich an den Konzepten einer gesunden Stadt und der Grubenwasserzirkulation orientiert. Durch die Verwendung detaillierter, quantifizierbarer und allgemein anwendbarer Leistungsbewertungsindikatoren folgt der Artikel dem Prinzip der Leistungsbewertung und versucht, ein allgemeines Bewertungssystem zu etablieren. Zunächst erläutert dieser Artikel die Funktionsweise bestehender mikroseismischer Überwachungssysteme und hydrologischer dynamischer Erkennungssysteme. Zweitens wird der Filterprozess durch die Nutzung der Wasserspeicherkapazität der Goafs und des Höhenunterschieds der Tunnel erreicht, wodurch der natürliche Abwasserfluss innerhalb der Goafs erleichtert wird. Das gefilterte saubere Wasser wird dann mithilfe einer Wasserversorgungspumpe mit konstantem Druck zur Gerätekühlung und Brandstaubentfernung in der Abbaufläche des Bergbaus verwendet, während überschüssiges sauberes Wasser an die Oberfläche abgeleitet wird. Abschließend werden 16 Key Performance Indicators (KPIs) aus vier Dimensionen ausgewählt: ökologisches Niveau, Wasserressourcenreichtum, Wasserressourcenqualität und Wasserressourcennutzung. Diese Indikatoren bilden das Bewertungssystem für die Grubenwasserzirkulation und dienen der Bewertung und Optimierung.

Zahlreiche Wissenschaftler haben umfangreiche Forschungen zu Fragen der städtischen Wasserzirkulation durchgeführt. Beispielsweise erläuterte Hou den Entwicklungsprozess der städtischen Hydrologie, wobei er sich insbesondere auf die Auswirkungen der Urbanisierung auf verschiedene Aspekte des Wasserkreislaufs konzentrierte, darunter Niederschlag, Abfluss, Infiltration und Evapotranspiration4. Manikandan führte das Konzept der sozialen Wasserzirkulation ein, untersuchte die Nachhaltigkeit städtischer Wasserressourcen und etablierte ein Bewertungssystem für die ökologische Nachhaltigkeit städtischer Wassersysteme5. Pinotti untersuchte den Transformationsprozess der städtischen Wasserzirkulation und erkundete die notwendigen Bedingungen für einen gut funktionierenden Wassersystemkreislauf, indem er eine rationelle Anwendungssequenz für städtische Wasserressourcen vorschlug6. Scanlon erörterte den Zusammenhang zwischen modernen sozioökonomischen Faktoren und nachhaltiger Wasserressourcennutzung und schlug eine Reihe von Maßnahmen zur Förderung der städtischen Wasserzirkulation im Rahmen einer Kreislaufwirtschaft vor7.

Forschung und Anwendung von IoT-Technologien im Bereich des intelligenten Wassermanagements konzentrieren sich hauptsächlich auf Echtzeitwahrnehmung, Verknüpfung von Wasserinformationen, Prozessverfolgung und intelligente Verarbeitung. Ighalo nutzte IoT-Datenerfassungs- und Umweltsensortechnologien, um die Aktualität und Genauigkeit der Datenerfassung verschiedener Wasserüberwachungsgeräte zu untersuchen und zu verbessern8. Friha nutzte die Errungenschaften des IoT in den Bereichen intelligente Identifizierung, Verfolgung der Positionierung und Überwachungsmanagement, um ein verfeinertes Management von Prozessen zur Zuweisung von Wasserressourcen im Einzugsgebiet, Veränderungen der Wasserumgebung, der Entwicklung hydrologischer Elemente und anderen wasserbezogenen Faktoren zu erreichen9. Yasin nutzte die Möglichkeiten des IoT, um Daten aus verschiedenen Geschäftssystemen in einer dynamischen, offenen und unkontrollierbaren Umgebung zu erfassen und zu verarbeiten und so den Austausch von Wasserinformationen in einem Wassereinzugsgebietskontext zu ermöglichen10. Sinha nutzte die Forschungsergebnisse des IoT in den Bereichen industrielle intelligente Steuerung, Domänenwissensverarbeitung und Big-Data-Analyse, um die Effizienz und Genauigkeit wasserbezogener Geschäftsprozesse zu verbessern und schrittweise ein intelligentes Wassermanagement zu realisieren11.

Okudan entwickelte durch eine Analyse städtischer Wasserzirkulationsprozesse und gestützt auf die Prinzipien eines Key-Performance-Indikatorsystems ein Bewertungsindexsystem für die Gesundheitsbewertung städtischer Wasserzirkulationssysteme. Dieses Bewertungsindexsystem erleichterte die Berechnung von Indikatorgewichtungen durch Modellierung und ermöglichte die quantitative Analyse des Gesundheitszustands der Wasserzirkulation in Tianjin. Die Analyse lieferte Einblicke in den Gesundheitszustand des Wasserkreislaufs von Tianjin über verschiedene Ebenen, Aspekte und Jahre hinweg12. D'Inverno konzentrierte sich unter Berücksichtigung der natürlichen und sozialen Merkmale der städtischen Wasserzirkulation auf die Prozesse der Wasserversorgung, Wassernutzung, Abwasserentsorgung und Wiederverwendung. Durch die Untersuchung ihrer Wechselbeziehungen und Koordination wurde ein Gesundheitsbewertungssystem für die städtische Wasserzirkulation eingerichtet13. Unter Berücksichtigung der Eigenschaften der Wasserressourcen in Xi'an verwendete Zhang eine subjektiv-objektive Gewichtungsmethode und wählte 16 Indikatoren aus vier Dimensionen aus. Unter Verwendung einer Bewertungsbeschreibungsmethode mit fünf Bewertungsebenen wurde ein auf wichtigen Leistungsindikatoren basierendes Bewertungssystem für die Gesundheit der Wasserzirkulation in Xi'an erstellt, das theoretische Unterstützung für das Wasserressourcenmanagement bietet14.

Frühere Studien konzentrierten sich jedoch hauptsächlich auf den spezifischen Wasserressourcenkreislauf, die Nachhaltigkeit des Kreislaufs und das Wasserkreislaufgesetz. Wissenschaftler haben einige Technologien von Kohlebergwerken in vielen Regionen untersucht, kombiniert mit den hydrogeologischen Bedingungen der Mine und den tatsächlichen Produktionsbedingungen. Innovativ ist, dass das gefilterte Abwasser aus dem Bergbaugebiet mithilfe einer Wasserversorgungsanlage mit konstantem Druck direkt in den Untergrund zur Brandbekämpfung und Kühlung geleitet wird. Diese Lösung realisiert das unterirdische Recycling von Grubenwasser, senkt effektiv die Produktionskosten der Mine und erhöht die Effizienz der Mine. Darüber hinaus werden 16 Indikatoren aus vier Dimensionen anhand subjektiver und objektiver Zuordnungen ausgewählt. Darüber hinaus wird mithilfe der hierarchischen Beschreibungsmethode eine fünfstufige Gesundheitsbewertung des Wasserkreislaufs basierend auf wichtigen Leistungsindikatoren erstellt. Dieses System bietet theoretische Unterstützung für das Wasserressourcenmanagement.

Beim Kohlebergbau kommt das Grundwasser mit Kohleflözen und Gesteinsformationen in Kontakt. Während des Kohlebergbaus kommt es aufgrund des Kontakts zwischen Grundwasser und Kohle und Gesteinsflözen unter dem Einfluss menschlicher Aktivitäten zu einer Reihe physikalischer, chemischer und biochemischer Reaktionen. Folglich weist die Wasserqualität erhebliche Merkmale der Kohleindustrie auf. Grubenwasser mit schlechten sensorischen Eigenschaften weist einen deutlich höheren Schwebstoffgehalt auf als Oberflächenwasser. Es enthält Schwebstoffe mit kleiner Partikelgröße, leichtem spezifischem Gewicht, langsamer Absetzgeschwindigkeit, schlechter Koagulation und organischen Schadstoffen wie Altmaschinenöl und emulgiertes Öl15. Grubenwasser enthält einen wesentlich höheren Gesamtionengehalt als normales Oberflächenwasser. Darunter machen Sulfationen einen großen Anteil aus. Grubenwasser weist häufig einen mangelhaften pH-Wert auf. Sie geht oft mit einer großen Anzahl an Eisenionen einher, was die Behandlung erschwert16. Abbildung 1 zeigt die industrielle Anwendung von Grubenwasser.

Anwendungen der Grubenwasserindustrie.

Das anstehende Grubenwasser kann in allgemeines Grubenwasser mit Schwebstoffen, Grubenwasser mit hohem Salzgehalt, saures Grubenwasser und sauberes Grubenwasser unterteilt werden. Die Kategorien bilden die Grundlage für die Auswahl eines geeigneten Verfahrens zur Aufbereitung der Grubenwasserqualität. Darüber hinaus wird das Grubenwasser durch menschliche Aktivitäten beeinflusst, wenn es durch Bergbauanlagen, Straßen und Abbaugebiete fließt. In der Zwischenzeit gelangen Gesteinsstaub, Kohlenstaub und andere organische Stoffe in den Wasserkörper, wodurch die Wasserqualität komplex wird17. Daher sollten bei der Ressourcennutzung von Grubenwasser je nach Art des Grubenwassers unterschiedliche Aufbereitungsprozesse eingesetzt werden. Abbildung 2 zeigt den grundlegenden Prozessablauf der herkömmlichen Grubenwasseraufbereitung.

Grundlegender Prozessablauf der traditionellen Grubenwasseraufbereitung.

Der Schlüssel liegt in der Entwicklung und Anwendung eines automatischen Dosiersystems und der Auswahl geeigneter Gerinnungsmittel. Durch diese Vorgänge können Chemikalien eingespart, Prozesse vereinfacht, die Abwasserqualität verbessert und das Recycling von Grubenwasserressourcen realisiert werden18.

Die Entwicklung von IoT, Cloud Computing und Big-Data-Technologie hat der Informatisierung des Wasserschutzes neue Dynamik verliehen. IoT zeichnet sich durch Sensorik, Vernetzung und Intelligenz aus. Seine breite Anwendung hat die Standardisierung, Effizienz und Benutzerfreundlichkeit von Informationsdiensten in verschiedenen Branchen erheblich verbessert und Informationen zum Wasserschutz auf eine neue Stufe gehoben. In dieser Phase treten Probleme wie Wasserknappheit und Umweltverschmutzung noch stärker in den Vordergrund. Durch extreme Wetterbedingungen verursachte Überschwemmungen und Dürren wirken sich erheblich auf die Lebensgrundlagen der Gesellschaft und der Menschen aus, und die traditionelle Wasserschutzbranche steht vor großen Herausforderungen8. Die Entwicklung und Anwendung von IoT-bezogenen Technologien bieten wirksame Maßnahmen zur intelligenten Lösung von Wasserschutzproblemen. Abbildung 3 veranschaulicht die Zusammensetzung seiner Schlüsseltechnologien.

Zusammensetzung der wichtigsten IoT-Technologien.

Die Transformation der IoT-Technologie vom Konzept zur praktischen Anwendung erfordert die Integration mehrerer wichtiger IoT-Technologien. Zu den gängigen Techniken gehören Radiofrequenz-Identifikationstechnologie, drahtlose Sensortechnologie, Middleware-Technologie und Cloud-Computing-Technologie. Die Integration dieser Technologien ermöglicht den Einsatz der IoT-Technologie in vielen Branchen und schafft die notwendigen Voraussetzungen für die Intelligenz des Sektors19.

In diesem Artikel wird IoT-Technologie zum Aufbau eines intelligenten Grubenwasserressourcennetzwerks verwendet. Es werden wasserressourcenbezogene Sensoren eingesetzt (für Messeinrichtungen, Wasserqualität, Wasserstand, Durchflussüberwachung usw.). Dieses Netzwerk trägt zur Entwicklung, Nutzung und zum Schutz der Wasserressourcen im Bergbau bei. Anschließend werden die Sensoren jedes Knotens mit dem vorhandenen drahtlosen Netzwerk und dem Internet verbunden. Das intelligente Grubenwasserressourcennetzwerk besteht im Wesentlichen aus drei Systemebenen, wie in Abb. 4 dargestellt.

Bilden Sie das intelligente Netzwerk für Grubenwasserressourcen.

Das intelligente Grubenwasserressourcennetzwerk besteht aus drei Schichten: der Wahrnehmungsschicht (Knoteninformationssammlung), der Übertragungsschicht (Informationsübertragung) und der Anwendungsschicht (Anwendungsplattform). Die Wahrnehmungsschicht sammelt hauptsächlich Informationen wie Wasservolumen, Temperatur, Niveau und Qualität, um jeden Knoten des intelligenten Netzwerks der Grubenwasserressourcen zu bilden. Die Übertragungsschicht überträgt die von jedem Knoten gesammelten Informationen an die Anwendungsplattform. Als Plattform zur Datenspeicherung, -verarbeitung, -analyse und -anwendung stellt die Anwendungsschicht Anwendungssoftware für das Grubenwasserressourcenmanagement bereit20. Das intelligente Grubenwasser-Ressourcennetzwerk beruht auf der Synergie der drei Ebenen Wahrnehmung, Weitergabe und Anwendung. Es realisiert intelligente Überwachungs-, Mess-, Planungs- und Verwaltungsfunktionen für die Umgebung der Grubenwasserressourcen. Abbildung 5 zeigt den Datenübertragungsprozess.

Datenübertragungsprozess des Grubenwasser-Ressourcen-Smart-Netzwerks.

Das intelligente Grubenwasserumgebungsüberwachungssystem erfasst die primären Qualitäts- und Quantitätsdaten wichtiger Wasserfunktionsbereiche. Anschließend wird der Wasserressourcenverbrauch jedes Wasserentnahmepunkts und die vom Fernüberwachungsnetzwerk zurückgesendeten Echtzeitdaten berechnet. Die Informationen zur Wasserqualität und -menge der Grubenwasserressourcen sowie der Status von Wasserangebot und -nachfrage können anhand der Analyseergebnisse in Echtzeit erfasst werden. Auf diese Weise wird die intelligente Planung von Wasserressourcen verwirklicht, um Dienste für die Entwicklung, Nutzung, Zuweisung und den Schutz von Wasserressourcen bereitzustellen21.

Zur Stratifizierung komplexer Probleme wird ein Indexbewertungssystem eingerichtet. Die Bedeutung jedes Indikators wird durch die Erstellung einer Beurteilungsmatrix von Indikatoren auf derselben Ebene beurteilt. Hier wird die Skala 1–9 verwendet, um die Beurteilungsmatrix zu erhalten, wie in Gl. (1).

Der größte Eigenwert \({\lambda }_{max}\) und der Eigenvektor \(W\) der Beurteilungsmatrix jeder Ebene werden gelöst. Das Gewicht des Ebenenindex wird durch Normalisierung des Merkmalsvektors erhalten:

wobei \({u}_{ij}\) die Skala der Indizes \(i\) und \(j\) bezeichnet; \({\omega }_{i}^{\prime}\) bezieht sich auf das Indexgewicht von \(i\); \(CI\) bezeichnet den Konsistenzindex; \(CR\) stellt das Konsistenzverhältnis dar; \(RI\) gibt den Zufallskonsistenzindex an; \(n\) steht für die Anzahl der gepaarten Vergleichsfaktoren. Wenn CR < 0,1, ist die Konsistenzprüfung bestanden; andernfalls wird die Beurteilungsmatrix neu erstellt. Anschließend wird die Gewichtung jedes Indikators auf der höchsten Ebene anhand der Gewichtung jedes Indikators in derselben Schicht und der Gewichtung der vorherigen Schicht berechnet.

Die Entropiemethode kann den Einfluss subjektiver Faktoren wirksam eliminieren. Je größer die Systeminformationsentropie, desto ausgeglichener ist die Systemstruktur, desto geringer ist der Unterschied und desto geringer ist das Gewicht22. Im Gegenteil: Je unausgeglichener die Systemstruktur ist, desto größer ist der Unterschied und desto größer ist das Gewicht. Die spezifischen Berechnungsschritte sind wie folgt.

Das Gewicht des j-ten Indikators im k-ten Jahr wird nach Gl. berechnet. (5).

Die Indexinformationsentropie kann als Gleichung geschrieben werden: (6).

Gleichung (7) beschreibt die Informationsredundanz.

Gleichung (8) gibt das Indexgewicht an.

In Gl. (8), \(m\) repräsentiert das Jahr; \(n\) bezieht sich auf die Indexprobennummer; \({x}_{kj}\) bezeichnet den Wert des j-ten Index im k-ten Jahr. Das Prinzip der minimalen relativen Informationsentropie und die Lagrange-Multiplikatormethode werden verwendet, um die Kombinationsgewichte jedes Index optimal zu bestimmen. Das Kombinationsgewicht des i-ten Indikators wird über Gl. berechnet. (9).

In Gl. (9), \({\omega }_{i}^{{\prime}}\) stellt das Gewicht des i-ten Index dar, der durch den analytischen Hierarchieprozess (AHP) erhalten wurde; \({\omega }_{i}^{\prime \prime}\) bezeichnet das Gewicht des i-ten Index, der durch die Entropiemethode erhalten wird; \({\omega }_{i}\) bezieht sich auf das Gewicht der i-ten Indexkombination.

Das Grubenwasserüberwachungssystem besteht aus dem Grubenwasserüberwachungs-IoT-System, dem Grubenwasserüberwachungs- und Frühwarnsoftwaresystem sowie der Big-Data-Plattform für Grubenwasserüberwachung und Frühwarnung23. Das IoT-System zur Minenwasserüberwachung verwendet Sensoren für Druck, Temperatur, Wasserstand und andere Parameter, um die markanten Überwachungsstellen der Mine gemäß dem festgelegten Plan zu überwachen. Die Überwachungssignale werden über die Übertragungsstation an die zentrale Bodenstation übertragen. Die Zentralstation setzt das Grubenwasserüberwachungs- und Frühwarnsoftwaresystem ein, um die Anzeichen jedes Messpunkts zu verarbeiten. Es bietet Abfrage-, Druck- und Frühwarnfunktionen. Darüber hinaus ist das Softwaresystem mit der Big-Data-Plattform zur Grubenwasserüberwachung und Frühwarnung verbunden. Es implementiert umfassende Planung, Informationsintegration, Datenvisualisierung, Modellvorhersage und intelligente Warnung. Darüber hinaus realisiert es den gesamten Prozess der automatischen Erfassung, Verarbeitung und Analyse24. Abbildung 6 zeigt das Systemüberwachungsschema.

Systemüberwachungsschema.

Der erste Schritt besteht darin, ein wissenschaftlich fundiertes Überwachungsnetzwerk aufzubauen und die hydrologischen Elemente zu identifizieren, die innerhalb des Bergwerks überwacht werden müssen, um so wesentliche Feldmessdaten zu erhalten. Ein umfassendes Verständnis der Wasserzirkulationswege und der verschiedenen Gleichgewichtsbeziehungen innerhalb des Bergwerks kann durch die Überwachung verschiedener hydrologischer Prozesse wie Grundwasserneubildung, Entwässerung, landwirtschaftlicher Wasserverbrauch und Wasserrückführung erreicht werden. Anschließend wird ein Wasserzirkulationsprozess und ein Überwachungsbewertungssystem für das Bergwerk aufgebaut, das eine systematische Bewertung der Effizienz der Wasserressourcennutzung, des Betriebsstatus der Wassertechnik und der Schlüsselfaktoren ermöglicht, die die nachhaltige Nutzung und den Schutz der Wasserressourcen einschränken. Dieses System dient als Grundlage für fundierte Entscheidungen bei der umfassenden Planung und Gestaltung von Wasserressourcen, der Verwaltung und dem Betrieb, der rationellen Zuteilung und dem Streben nach einer nachhaltigen Entwicklung der Wasserressourcen und erleichtert letztendlich die Schaffung einer effizienten und wassersparenden Gesellschaft. Eine Big-Data-Plattform zur Grubenwasserüberwachung und Frühwarnung wird entsprechend dem tatsächlichen Bedarf entwickelt. Abbildung 7 zeigt die führenden Designindikatoren der Plattform.

Metriken für das Plattformdesign.

Die Überwachungsdaten jedes Messpunkts, der Betriebsstatus der Sensoren und die Sensorparameter von Tianaozheng werden vereinheitlicht. Anschließend werden die Daten durch Echtzeiterkennung integriert, um eine wirksame Frühwarnung zu erreichen. Gleichzeitig werden die Überwachungsdaten grafisch aufbereitet. Schließlich überwacht die Cloud-Service-Plattform die Grubenwasserbedingungen25. Überwachung ist kein Selbstzweck, sondern ein Mittel zur Erreichung konkreter Ziele. Ihr vorrangiges Ziel ist die Analyse, Untersuchung und Bewertung der Betriebsrationalität und Nachhaltigkeit des Grubenwasserkreislaufsystems durch systematisches Monitoring. Dieser Vorgang wiederum liefert eine wissenschaftliche Grundlage für die rationelle Nutzung der Wasserressourcen und die notwendige technische Unterstützung. Um diesen Zweck zu erfüllen, wird in diesem Artikel die Einrichtung eines wissenschaftlichen und praktischen Überwachungs- und Bewertungssystems vorgeschlagen, wie in Abb. 8 dargestellt.

Überwachungs- und Bewertungssystem für Minenwasserressourcen.

Der Aufbau eines Systems zur hydrologischen Überwachung des Bergwerks und zur Bewertung der Wasserressourcennutzung ist ein komplexes technisches Unterfangen. Dieses Unterfangen war in der Vergangenheit ein Schwachpunkt und es ist schwierig, es innerhalb eines kurzen Zeitrahmens vollständig umzusetzen. Während des Implementierungsprozesses sollte den folgenden Punkten besondere Aufmerksamkeit gewidmet werden:

Wissenschaftliche Planung und rationelle Gestaltung des Bahnhofsnetzes sowie die Einrichtung eines Mehrkanal-Investitionsmechanismus. Es ist von entscheidender Bedeutung, sich aktiv an der Planung und Gestaltung des hydrologischen Überwachungssystems des Bergwerks sowie an der Entwicklung und Untersuchung des Bewertungssystems für die Nutzung der Grubenwasserressourcen zu beteiligen.

Stärkung des Branchenmanagements und Standardisierung der Überwachungspraktiken. Bei der hydrologischen Überwachung von Minen arbeiten mehrere Einheiten mit einem großen Überwachungsteam und unterschiedlichem technischen Fachwissen zusammen. Um die Zuverlässigkeit der Überwachungsergebnisse sicherzustellen, ist es notwendig, Branchenmanagementpraktiken umzusetzen.

Aktive Einführung des „Engineering Belt Monitoring“-Mechanismus, um den Aufbau eines Netzwerks von hydrologischen Überwachungsstationen im Bergbau zu fördern. Die Einrichtung und Verbesserung des Systems zur hydrologischen Überwachung des Bergwerks und zur Bewertung der Wasserressourcennutzung gilt als entscheidender Indikator für ein standardisiertes und nachhaltiges Wasserkreislaufsystem. Es sollte Unterstützung hinsichtlich der Baufinanzierung und anderer relevanter Aspekte erhalten.

Das IoT, Big Data und Cloud Computing werden beim Aufbau der Fallbasis für Minenwasserressourcen organisch kombiniert, und die Echtzeitüberwachungsdaten des IoT werden über das allgemeine Minennetzwerk und die Dispatching-Kommandozentrale auf die Big-Data-Cloud-Plattform hochgeladen und werden vorübergehend in Form eines Caches gespeichert. Die Echtzeit-Überwachungswärmedaten werden auf der Grundlage der zirkulierenden Daten der Grubenwasserressourcen in das Vorhersagemodell übertragen und die Nutzung des Grubenwassers wird bewertet. Darüber hinaus werden die Ergebnisse in Echtzeit an die Leitstelle zurückgemeldet und das Vorhersagemodell der Grubenwasserzirkulation regelmäßig trainiert und aktualisiert, so dass ein vollständiges, geschlossenes und ständig verbessertes System entsteht. Der Datenflusstrend ist in Abb. 9 dargestellt:

Datenfluss von Grubenwasserressourcen basierend auf IoT.

Die Forschungsbedeutung dieser Arbeit besteht darin, den tatsächlichen Bedarf des Grubenwasserrecyclingmanagements und die bestehenden Normen zur Vermeidung und Kontrolle von Wasserressourcen zu klären. Auf der Grundlage einer umfangreichen Sammlung von Daten zum Grubenwasserrecyclingmanagement wird das Grubenwasserressourcen-Datenbanksystem unter dem Hintergrund von Big Data in Kombination mit Technologien wie Cloud Computing und IoT entworfen und implementiert, was eine neue Idee für die Grubenwasservorhersage liefert Technische Schulung für Notfälle und Wasserressourcenentwicklung.

Die Anforderungen an die Wasserqualität für den unterirdischen Brandschutz, die externe Kühlung der Bergbauausrüstung und das Wasser für die Emulsion im vollmechanisierten Bergbau sind je nach tatsächlicher Minenproduktion unterschiedlich. Tabelle 1 listet die spezifischen Anforderungen auf.

Während der normalen Produktion der Mine wird zunächst versuchsweise etwas Abwasser in das Abbaugebiet eingeleitet. Die Wasserqualität des durch das Abbaugebiet gefilterten Wassers wird geprüft. Die Qualität des gefilterten Abwassers entspricht dem Standard von Kühlwasser außerhalb der Mine und nicht dem Standard von Emulsionswasser für Sammelanlagen26. Abbildung 10 zeigt den Prozess der Abwasserfiltration und des Abwasserrecyclings.

Abwasserfiltrations- und Recyclingprozess.

Das Abwasser aus dem unteren Kohleflöz wird über den Wasserbehälter der Pfannenzone in den Abwasserbehälter der zweiten Abteilung eingeleitet. Anschließend wird es zur Filtration durch die Pumpe in den geschlossenen Bereich der Verbindungsbahn eingespritzt. Auf diese Weise wird das Recycling der unterirdischen Abwasserfiltration realisiert. Der überschüssige Teil liegt direkt auf dem Boden zur Baumbewässerung, zum Baden usw.

Dieser Artikel folgt dem Prinzip der verfeinerten Indikatoren, der einfachen Quantifizierung und der Förderung auf der Grundlage der oben genannten Abwasserbehandlung und des Recyclings. Darüber hinaus wird ein Bewertungssystem zur Förderung der Grubenwasserzirkulation unter Bezugnahme auf die KPI-Bewertungsmethode27 vorgeschlagen. Der Aufbau der Dimensionsschicht basiert auf den Konzepten des „Natur-Gesellschaft“-Doppelwasserkreislaufs und des Grubenwasserkreislaufs. Es zielt auf vier Aspekte ab: ökologischer Wasserstand, Wasserressourcenreichtum, Wasserressourcenqualität und Wasserressourcennutzung. Der Aufbau der Indexschicht dient hauptsächlich der Optimierung und Analyse der Anwendbarkeit der Indikatoren. Spezifische Bewertungsindikatoren werden auf der Grundlage der Wasserqualität, der Wassermenge, der Wassernutzungsstruktur, der Wassernutzungseffizienz und des hydrologischen ökologischen Umfelds in Kombination mit der Konnotation des Wasserkreislaufs28 ermittelt. Dieses Indexsystem besitzt eine gewisse Universalität bei der Bewertung der Grubenwasseraufbereitung. Abbildung 11 zeigt das spezifische Bewertungsindexsystem.

Bewertungsindexsystem.

Dieser Artikel kombiniert AHP und die Entropiewertmethode, um Gewichte durch Integration der subjektiven und objektiven Vielfalt der Aufgaben zu bestimmen. Zunächst werden der subjektive Gewichtswert und der objektive Gewichtswert mit der AHP-Methode und der Entropiewertmethode berechnet. Anschließend wird das Gesamtgewicht der Indikatoren nach dem Prinzip der minimalen relativen Informationsentropie berechnet. Dieser Vorgang vermeidet die begrenzte Verteilung der Indikatorgewichte, die durch eine einzelne Gewichtung verursacht wird, und beeinträchtigt somit die Bewertungsgenauigkeit. Tabelle 2 fasst die fünf Stufen des Wasserrecycling-Scores zusammen, die auf den Grundsätzen hochwertige Wasserversorgung, Wasser auf höchstem Niveau, saubere Entwässerung und Recycling basieren.

Basierend auf dem KPI-Bewertungsstandard wird der Bewertungsstandard des Indexsystems durch die Notenbeschreibungsmethode formuliert. Der Schwellenwert für den Gesundheitsgrad wird anhand der Fachliteratur und von Experten sowie gemäß den einschlägigen nationalen Standards bestimmt. Entsprechend dem Gesundheitszustand jedes Index werden die spezifischen Indexdaten gemäß dem Bewertungsschwellenwert bewertet, um den Gesundheitswert jedes Index zu erhalten. Anschließend wird der Gesundheitswert jedes Index gewichtet und summiert, um das Gesamtbewertungsergebnis zu erhalten. Die spezifische Berechnungsgleichung lautet wie folgt:

In Gl. (10) H stellt die Gesamtpunktzahl der Gesundheitsbewertung des Grubenwasserkreislaufs dar. \({h}_{i}\) stellt die Integritätsbewertung jedes Index dar. \({\omega }_{i}\) stellt das entsprechende Gewicht jedes Index dar.

In diesem Artikel wird ein Bewertungssystem für die Wasserzirkulation und -nutzung in Minen im IoT-Umfeld erstellt. Das System umfasst folgende Nutzungsaspekte:

Überwachungs- und Bewertungssystem für das Gleichgewicht zwischen Angebot und Nachfrage: Dieses System verwendet das Wassereinzugsgebiet oder Überwachungsgebiet als grundlegende Bewertungseinheit und sammelt Daten, um interpretative Analysen durchzuführen. Es nutzt insbesondere Fernerkundungssatellitendaten, um Schlüsselfaktoren im Zusammenhang mit der Analyse von Wasserangebot und -nachfrage genau zu bestimmen, wie etwa die Fläche und Verteilung der Wasserquellen im Überwachungsgebiet. Darauf aufbauend wird ein Analysemodell zur Beurteilung des Angebots-Nachfrage-Gleichgewichts im Bereich Monitoring und Bewertung entwickelt. Zu den wichtigsten Berechnungen und Analysen gehören die jährliche Gesamtwasserversorgung, der jährliche Gesamtwasserbedarf und die Gleichgewichtsdifferenz zwischen Angebot und Nachfrage. Darüber hinaus werden die Versorgungsmenge und der Anteil von Grundwasser, Quellwasser und Reservoirwasser sowie die Effizienz verschiedener Wasserquellen und wassertechnischer Anlagen untersucht.

Überwachungs- und Bewertungssystem für die Effizienz der Wasserressourcennutzung in Bergwerken: Die Effizienz der Wasserressourcennutzung in Bergwerken wird in zwei Kategorien unterteilt: steuerbare Kanalwassertransporteffizienz und landwirtschaftliche Wassereffizienz. Der Wassernutzungskoeffizient im Kanalsystem kann mit drei Methoden berechnet und analysiert werden: statistische Analyse, Überwachung typischer Gebiete und Überwachung fester Kanalverluste. Der Feldwassernutzungskoeffizient wird in erster Linie durch die Überwachung des Wasserbewegungsprozesses im Feld und die Analyse des Wasserhaushalts in typischen Gebieten ermittelt. Diese beiden Aspekte werden neben der Überwachung und Bewertung der Wasserumwandlungsversorgung und des Wasserverbrauchs in Bergwerken bewertet.

System zur Überwachung und Bewertung des Grundwasserhaushalts: Basierend auf verschiedenen Überwachungs- und Statistikdaten zu Wasserressourcen, Hydrologie, Meteorologie, Landwirtschaft usw. wird im Überwachungsbereich ein Grundwasserhaushaltsmodell erstellt. Dieses Modell analysiert die Grundwasserneubildung und -entladung sowie die Variation der Grundwasserspeicherung innerhalb des Überwachungsgebiets. Zu den wichtigsten Berechnungen und Analysen gehören die gesamte Grundwasserneubildung, der gesamte Grundwasserabfluss, die Schwankung der Grundwasserspeicherung und die Bilanzdifferenz. Das System bewertet außerdem Grundwasserspiegeländerungen innerhalb eines Jahres, zwischenjährliche Grundwasserschwankungen, Grundwasserentnahme, Quellüberlauf, Grundwassertiefe in verschiedenen Tiefen und Lithologien und berechnet die Grundwasserverdunstung.

Umfassendes Bewertungssystem für die Entwicklung und Nutzung der Wasserressourcen in Bergwerken: Aufbauend auf den oben genannten Teilbewertungssystemen wird ein integriertes Bewertungssystem für die umfassende Nutzung der Wasserressourcen in Minenüberwachungsgebieten entwickelt. Dieses System dient der Diagnose der Rationalität von Wasserzirkulationsvorgängen in Einzugsgebieten und der Nutzung von Wasserressourcen in Bergwerken. Die Analyse und Bewertung konzentriert sich in erster Linie auf verschiedene Perspektiven, darunter den Wasserverbrauch für sozioökonomische Zwecke und das ökologische Umfeld, die Effizienz der Oasenwasserressourcennutzung, die Garantierate der Wasserversorgung, die Struktur und Zusammensetzung des Oasenwasserverbrauchs, ineffektive und ineffiziente Verdunstung, den Status des Wasser-Salz-Gleichgewichts, städtische Wasserverbrauch und Abwasserableitung, technische Unterstützung und Nutzungseffizienz, Wasserpreis und -kosten, Wassermanagement und Grundwasserspiegeländerungen.

Zunächst wird an jedem Überwachungspunkt die Überwachungsausrüstung ausgestattet. Anschließend werden der Bodendatenverarbeitungsserver und der Client installiert und debuggt. Der Serverschrank und der Client-Computer werden über ein Netzwerkkabel über den Switch verbunden und mit Strom versorgt. Die IP-Adresse ist eingestellt. Die Überwachungssoftware wird auf dem Computer des Kunden konfiguriert. Die Bedienoberfläche des Systems ist in den Abbildungen dargestellt. 12 und 13.

Daten der Bodenstation.

Daten von unterirdischen Umspannwerken.

Die mikroseismischen und Spannungs-Dehnungs-Überwachungssysteme werden an der Ortsbrust eingesetzt. Mittlerweile wird das hydrologische dynamische Überwachungssystem an den wichtigsten hydrologischen Messpunkten wie hydrologischen Fernsichtlöchern, Flüssen, unterirdischen Entwässerungssystemen und hydrologischen Löchern eingesetzt. Nach der Installation und Inbetriebnahme laufen alle Systeme einwandfrei und erfüllen die Überwachungsanforderungen. Die Big-Data-Plattform für Grubenwasserüberwachung und Frühwarnung wurde erfolgreich eingesetzt. Es realisiert mehrstufige Vernetzung, umfassende Planung, Datenintegration, Modellanalyse und intelligente Frühwarnung. Die konkrete Anwendung lässt darauf schließen, dass das Grubenwasserüberwachungssystem gut funktioniert. Das System ist umfassend und erreicht das erwartete Ziel. Daher kann es als wesentliche Referenz für Forschung und Entwicklung der Technologie zur Überwachung und Analyse von Grubenwasser verwendet werden.

Abbildung 14 zeigt die Wasserverbrauchsdaten des vollmechanisierten Bergbaus, des vollmechanisierten Abbauorts und des Straßenbrandschutzes im Rahmen der zweiten Abteilung gemäß der 5-Monats-Wasserverbrauchsstatistik des Konstantdruck-Wasserversorgungssystems (die Daten sind zitiert). aus dem statistischen Register der stetigen Druckwasserversorgung einer Kohlebergbauflotte).

Wasserverbrauch der Grubenwasserableitung.

Die durchschnittliche tägliche Wassermenge der Wasserversorgung mit konstantem Druck beträgt 715 m3; Die durchschnittliche tägliche Abwassermenge, die im Goaf gefiltert wird, beträgt 1685 m3. Die Kosten für die Abwasserbehandlung in der Kläranlage betragen 1,5 CNY/m3. Dadurch können pro Tag 3.370 CNY für die Abwasserbehandlung und 1.072,5 CNY für die Abwasserentsorgung eingespart werden, insgesamt also 4.442,5 CNY. Die monatlichen Kosteneinsparungen betragen ca. 133.000 CNY und die jährlichen Einsparungen ca. 1.599.000 CNY.

Die einzelnen Indexdaten der Wasserkreislaufnutzungsbewertung von 2016 bis 2020 werden standardisiert und dimensionslos verarbeitet, um die Entwicklungserfahrungen des Grubenwasserkreislaufs in China widerzuspiegeln. Die Gesundheitsbewertungsanalyse der Indikatoren wird für jeden Indikator und die angegebenen Zoneneinteilungskriterien nach der Behandlung durchgeführt. Abbildung 15 zeigt die jährliche Recyclingsituation für jeden Indikator.

Bewertungen jeder KPI-Dimension.

Bei der dimensionalen Bewertung wurde die Wasserqualität am besten bewertet und die Gesamtbewertung war stabil. Die Qualität der Wasserressourcen ist in allen Jahren gesund, mit einem deutlichen Anstieg im Jahr 2020. Dies liegt vor allem daran, dass alle Indikatoren in dieser Dimension frei von schwerwiegenden Pathologien sind. Darüber hinaus ist die Einhaltung der Wasserqualität der Trinkwasserquellen in einem sehr guten Zustand. Der Grad der Gewässerökologie zeigt einen steigenden und besseren Trend, wobei sich die Nutzung im Zeitraum 2019–2020 von einem schwerwiegenden zu einem schwerwiegenderen Zustand bewegt. Der Wasserverbrauch verlagerte sich im Zeitraum 2016–2017 von hoch auf sehr niedrig, wobei der größte Rückgang zu verzeichnen war. Danach steigt der Wasserverbrauch. 2018–2019 näherten sich alle einem niedrigeren Zustand; Das Jahr 2020 erreichte einen relativ normalen Zustand. Der Wasserreichtum weist die schlechteste Gesamtbewertung auf. Der Wert sank im Zeitraum 2016–2017; In den Jahren 2017 und 2018 befand es sich in einem schlechten Zustand. In den folgenden Jahren ist ein Aufwärtstrend zu verzeichnen, der sich vom minderwertigen Status entfernt.

Abbildung 16 stellt die Ergebnisse der jährlichen Bewertung des Wasserrecyclings für 2016–2020 dar, basierend auf der Bewertung jedes Indikators der oben genannten Umfrage.

Evaluierung der Grubenwasseraufbereitung 2016–2020.

Aus Abb. 16 ist ersichtlich, dass die Grubenwasseraufbereitung und -nutzung von 2016 bis 2020 einen relativ starken Abwärtstrend aufwies. Nach der Analyse verschiedener Indikatoren ist der Rückgang hauptsächlich auf die geringe Ausnutzungsrate der Wasserressourcenentwicklung und die Anstieg des häuslichen Wasserverbrauchs. Außerdem ist die Wiederholungsrate des industriellen Wasserverbrauchs gering. Dementsprechend werden einige Wasserressourcen verschwendet und der Druck auf das Brauch- und Produktionswasser nimmt zu, sodass der Wert im Jahr 2017 auf dem niedrigsten Stand liegt. 2017–2018 wuchs langsam mit einer Wasserqualitäts-Konformitätsrate von 100 % für Trinkwasserquellen. Jede Grundwasserquelle ist tief vergraben und wenig anfällig für Verschmutzung. Allerdings kam es zu einem Konflikt zwischen Angebot und Nachfrage. Die Wasserressourcen pro Kopf und die durchschnittlichen Wasserressourcen pro Hektar sind gering; Die Bewertung des Wasserkreislaufs liegt bei 3,05–3,46 pro Jahr, was immer einem guten Zustand entspricht. Zusammenfassend lässt sich sagen, dass die Verbesserung der Rationalität der Entwicklung und Nutzung der Wasserressourcen der Schlüssel zur Verbesserung der verschiedenen Dimensionen und des Gesamtgleichgewichts des Wasserkreislaufs ist.

Lius Forschung unterstreicht die praktische Bedeutung der Untersuchung der Gesundheitsbewertung der städtischen Grubenwasserzirkulation für Stadtplanung, Entwicklung, Bauwesen und Ressourcenmanagement. Anhand der Stadt Xi'an als Fallstudie führte Liu eine Bewertung durch, die auf dem Konzept der städtischen Wasserzirkulation und den Schlüsselattributen der Wasserressourcen basierte. Aus den vier Dimensionen Wasserökologisches Niveau, Wasserressourcenreichtum, Wasserressourcenqualität und Wasserressourcennutzung wurden 16 Indikatoren ausgewählt, um ein Gesundheitsbewertungssystem für die städtische Wasserzirkulation auf der Grundlage wichtiger Leistungsindikatoren zu erstellen29. Allerdings wurde mit der Einrichtung dieses Systems nicht der erwartete Gesundheitszustand erreicht. In diesem Artikel werden die Stärken und Schwächen des in dieser Studie etablierten Indikatorensystems verglichen. Spezifische Bewertungsindikatoren werden auf der Grundlage der Wasserqualität, der Wassermenge, der Wassernutzungsstruktur, der Wassernutzungseffizienz sowie des hydrologischen und ökologischen Umfelds abgeleitet und stehen im Einklang mit dem Wesen der Wasserzirkulation. Dieses Indikatorensystem weist eine gewisse Universalität bei der Bewertung der Wasserzirkulation und -nutzung in Bergwerken auf. Li bewertete die nachhaltige Nutzung der Wasserressourcen in Minen und stufte die Bewertungsstufen als „gut, ziemlich gut, durchschnittlich, schlecht“ ein. Die Ergebnisse zeigten, dass der Grad der nachhaltigen Nutzung der Wasserressourcen in Minen „durchschnittlich“ war. In einigen Gebieten befanden sich die Wasserressourcen in den Minen in einem pathologischen Zustand und wurden nicht entlastet30. Aufbauend auf der Annahme, dass die Wasserressourcen in Bergwerken immer noch einen nicht gesunden Zustand aufwiesen, bewertete dieser Artikel die Grubenwasserzirkulation und -nutzung von 2016 bis 2020. Die Ergebnisse deuteten auf einen allmählichen Rückgang der Grubenwasserzirkulation und -nutzung im Laufe der Jahre hin. Die Hauptfaktoren, die zu diesem Rückgang beitrugen, waren die geringere Nutzung der Wasserressourcen, ein erhöhter Wasserverbrauch für Wohnzwecke und eine relativ geringe Häufigkeit der industriellen Wassernutzung, was zu einer gewissen Verschwendung von Wasserressourcen führte. Es ist offensichtlich, dass die Verbesserung der Rationalität der Wasserressourcenentwicklung und -nutzung in Bergwerken von entscheidender Bedeutung für die Verbesserung verschiedener Dimensionen und des Gesamtgleichgewichts der Wasserzirkulation ist.

Die Implementierung und der Betrieb des Smart Mine Water Resource Network stellen einen wichtigen Schritt beim Aufbau intelligenter Minen dar. Dieses Netzwerk kombiniert vollständig Netzwerktechnologie und Vor-Ort-Ausrüstung, maximiert die rationelle Ressourcenallokation, verringert die Arbeitsintensität der Arbeitnehmer und verbessert das Arbeitsumfeld der Arbeitnehmer. Darüber hinaus werden die Positionen der Bediener an vorderster Front in Inspektionen und Bearbeitungen umgewandelt und der Personalbestand an vorderster Front entsprechend reduziert, wodurch Personal reduziert und die Effizienz gesteigert wird. Es ist möglich geworden, mithilfe von Technologie Kühl-, Staubentfernungs- und externe Ableitungssysteme aufzubauen und die Wassernutzung und -auswertung über IoT dynamisch zu überwachen. Der Einsatz der neuesten Technologie wird die Wasserkontrollarbeiten in den Minen, die durch altes Leerwasser, Oberflächenwasser, Dach- und Bodenwassergefahren gefährdet sind, tiefgreifend beeinflussen. Zu den gängigen Technologien gehören die automatische Erfassung und Übertragung von Messstellendaten, die intelligente Berichtserstellung, die grafische Visualisierung hydrologischer Daten sowie eine intelligente Frühwarn- und Cloud-Plattform. Sie haben auch eine Demonstrations- und Referenzbedeutung sowie eine Werbefunktion für das Wasserrecycling von Kohlebergwerken in China.

Dennoch gibt es einige Mängel. Der Aufbau des Indikatorensystems dauert relativ kurz. Daher sind der Arbeitsaufwand und die Forschungstiefe der Forschung relativ begrenzt. Es kann keine umfassende Wirkung widerspiegeln. Zukünftige Forschung wird die wissenschaftliche Gültigkeit des Indexsystems überprüfen und relevante Ideen und Methoden verbessern. Darüber hinaus reichen Durchbrüche in aperiodischen Zeitreihen nicht aus, um bestehende Algorithmen zur Vorhersage von Grubenwasserzuflüssen zu nutzen. Derzeit entwickeln sich die relevante Theorie und Technologie neuronaler Netze rasant weiter. Zukünftige Arbeiten können die Theorie und Methode neuronaler Netze in Richtung Datenverarbeitung und -analyse kombinieren, um hohen Anforderungen gerecht zu werden.

Alle während dieser Studie generierten oder analysierten Daten sind in diesem veröffentlichten Artikel [und seinen ergänzenden Informationsdateien] enthalten. Wenn jemand die Daten dieser Studie anfordern möchte, wenden Sie sich bitte an den entsprechenden Autor (Yang Li, E-Mail: [email protected]).

Jiang, B. et al. Einblick in den Wasser-Gestein-Wechselwirkungsprozess und den Reinigungsmechanismus von Grubenwasser im unterirdischen Reservoir der Daliuta-Kohlemine in China. Umgebung. Wissenschaft. Umweltverschmutzung. Res. 29, 1–14 (2022).

Google Scholar

Aswad, FM et al. Baumbasierte Algorithmen für maschinelles Lernen im Internet der Dinge zur multivariaten Vorhersage des Hochwasserstatus. J. Intell. Syst. 31(1), 1–14 (2021).

Google Scholar

Jagtap, S., Garcia-Garcia, G. & Rahimifard, S. Optimierung der Ressourceneffizienz der Lebensmittelherstellung durch das Internet der Dinge. Berechnen. Ind. 127, 103397 (2021).

Artikel Google Scholar

Hou, C. et al. Öffentliche Stereotypen der Endverwendung von recyceltem Wasser mit unterschiedlichem menschlichen Kontakt: Belege aus ereignisbezogenem Potenzial (ERP). Ressource. Konserv. Recycling. 168, 105464 (2021).

Artikel Google Scholar

Manikandan, S. et al. Ein kritischer Überblick über fortschrittliche Nanotechnologie und Hybridmembran-basierte Wasserrecycling-, Wiederverwendungs- und Abwasserbehandlungsprozesse. Chemosphere 289, 132867 (2022).

Artikel ADS CAS PubMed Google Scholar

Pinotti, L. et al. Die Wiederverwertung von Speiseresten in Futtermitteln bietet die Möglichkeit, die Nachhaltigkeit der Tierproduktion zu erhöhen. J. Sauber. Prod. 294, 126290 (2021).

Artikel Google Scholar

Scanlon, B. et al. Globale Wasserressourcen und die Rolle des Grundwassers in einer widerstandsfähigen Wasserzukunft. Nat. Rev. Earth Environ. 4(2), 87–101 (2023).

Artikel ADS Google Scholar

Ighalo, JO, Adeniyi, AG & Marques, G. Internet der Dinge zur Überwachung und Bewertung der Wasserqualität: Eine umfassende Übersicht. In Artificial Intelligence for Sustainable Development: Theory, Practice and Future Applications (Hrsg. Hassanien, AE et al.) 245–259 (Springer, 2021).

Kapitel Google Scholar

Friha, O. et al. Internet der Dinge für die Zukunft der intelligenten Landwirtschaft: Eine umfassende Übersicht über neue Technologien. IEEE/CAA J. Autom. Sünde. 8(4), 718–752 (2021).

Artikel Google Scholar

Yasin, HM et al. IoT- und IKT-basiertes intelligentes Wassermanagement-, Überwachungs- und Steuerungssystem: Ein Rückblick. Asiatischer J. Res. Berechnen. Wissenschaft. 8(2), 42–56 (2021).

Artikel Google Scholar

Sinha, BB & Dhanalakshmi, R. Aktuelle Fortschritte und Herausforderungen des Internets der Dinge in der intelligenten Landwirtschaft: Eine Umfrage. Zukünftiger Gen. Berechnen. Syst. 126, 169–184 (2022).

Artikel Google Scholar

Okudan, O., Budayan, C. & Dikmen, I. Entwicklung eines konzeptionellen Lebenszyklus-Leistungsmesssystems für Build-Operate-Transfer (BOT)-Projekte. Ing. Konstr. Archit. Geschäftsführer 28(6), 1635–1656 (2021).

Artikel Google Scholar

D'Inverno, G., Carosi, L. & Romano, G. Umweltverträglichkeit und Servicequalität über wirtschaftliche und finanzielle Indikatoren hinaus: Eine Leistungsbewertung italienischer Wasserversorger. Sozioökon. Planen. Wissenschaft. 75, 100852 (2021).

Artikel Google Scholar

Zhang, Y. et al. Anwendung eines verbesserten neuronalen BP-Netzwerkmodells mit Wasserkreislaufalgorithmus zur Erdrutschvorhersage. Stoch. Umgebung. Res. Risikobewertung. 35, 1273–1291 (2021).

Artikel Google Scholar

Xiao, J. et al. Eigenschaften, Quellen, Wasserqualität und Gesundheitsrisikobewertung von Spurenelementen in Flusswasser und Brunnenwasser im chinesischen Lössplateau. Wissenschaft. Gesamtumgebung. 650, 2004–2012 (2019).

Artikel ADS CAS PubMed Google Scholar

Vass, CR, Noble, A. & Ziemkiewicz, PF Das Vorkommen und die Konzentration von Seltenerdelementen in Säureminenentwässerungs- und -behandlungsnebenprodukten: Teil 1 – Erstuntersuchung des nördlichen Appalachen-Kohlebeckens. Mindest. Metall. Entdecken. 36(5), 903–916 (2019).

Google Scholar

Wang, X. et al. Analyse der Merkmale der Wasserverschmutzung durch Untertagebergbau und Forschungsfortschritte der Aufbereitungstechnologie. Adv. Zivil. Ing. 2021, 1–14 (2021).

ADS Google Scholar

Siciliano, A. et al. Fortschritte bei Struvit-Fällungstechnologien zur Entfernung und Rückgewinnung von Nährstoffen aus wässrigen Abfällen und Abwässern. Nachhaltigkeit 12(18), 7538 (2020).

Artikel CAS Google Scholar

Chen, J. & Yang, A. Intelligente Landwirtschaft und ihre Schlüsseltechnologien basierend auf der Architektur des Internets der Dinge. IEEE Access 7, 77134–77141 (2019).

Artikel Google Scholar

Turcu, C., Turcu, C. & Gaitan, V. Ein auf das Internet der Dinge ausgerichteter Ansatz für die Überwachung und Steuerung von Wasserversorgungsunternehmen. arXiv-Vorabdruck https://arxiv.org/abs/1811.12807 (2018).

Kitouni, I., Benmerzoug, D. & Lezzar, F. Intelligentes landwirtschaftliches Unternehmenssystem basierend auf der Integration von Internet der Dinge und Agententechnologie. J. Orgel. Endbenutzer-Computing. (JOEUC) 30(4), 64–82 (2018).

Artikel Google Scholar

Zhao, J. et al. Bewertung der Umweltgefährdung für Festlandchina basierend auf der Entropiemethode. Ökologisch. Ind. 91, 410–422 (2018).

Artikel Google Scholar

Salam, A. Internet der Dinge für nachhaltige Gemeindeentwicklung: Einführung und Überblick. In Internet of Things for Sustainable Community Development (Hrsg. Salam, A.) 1–31 (Springer, 2020).

Kapitel Google Scholar

Fischer, C. et al. Big Data-Mining im Bildungswesen: Kosten und Herausforderungen. Rev. Res. Educ. 44(1), 130–160 (2020).

Artikel Google Scholar

Dobrescu, R., Merezeanu, D. & Mocanu, S. Kontextbewusstes Steuerungs- und Überwachungssystem mit IoT- und Cloud-Unterstützung. Berechnen. Elektron. Landwirtschaft. 160, 91–99 (2019).

Artikel Google Scholar

Picard-Sánchez, A. et al. Eine passive Immunisierung verzögert den Krankheitsverlauf bei mit Enteromyxum leei (Myxozoa) infizierten Doraden, trotz der moderaten Veränderungen im IgM- und IgT-Repertoire. Vorderseite. Immunol. 11, 581361 (2020).

Artikel PubMed PubMed Central Google Scholar

Ge, Z. Verteiltes Vorhersagemodellierungs-Framework zur Vorhersage und Diagnose wichtiger Leistungsindizes in anlagenweiten Prozessen. J. Process Control 65, 107–117 (2018).

Artikel CAS Google Scholar

Gao, XY, Guo, YJ & Shan, WR Bilineare Formen durch die binären Bell-Polynome, N-Solitonen und Bäcklund-Transformationen des Boussinesq-Burgers-Systems für die flachen Wasserwellen in einem See oder in der Nähe eines Meeresstrandes. Komm. Theor. Physik. 72(9), 095002 (2020).

Artikel ADS MATH Google Scholar

Liu, S. & Li, W. Zoneneinteilung und Management der Erhaltung der phreatischen Wasserressourcen, die durch den unterirdischen Kohlebergbau beeinträchtigt werden: Eine Fallstudie in ariden und semiariden Gebieten. J. Sauber. Prod. 224, 677–685 (2019).

Artikel Google Scholar

Li, B. et al. Analyse der nachhaltigen Nutzung von Wasserressourcen in der Karstregion basierend auf dem Modell des ökologischen Fußabdrucks – Fallbeispiel der Stadt Liupanshui. J. Wasserversorgung Res. Technol. Aqua 67(6), 566–575 (2018).

Artikel Google Scholar

Referenzen herunterladen

CHN Shendong Coal Group Co., LTD., Shenmu, 719300, China

Mingzhe Lei & Ning Zhou

Summit Technologies Co., LTD., Xi'an, 710000, China

Yang Li & Yue Zhao

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

ML und YL haben den Haupttext des Manuskripts geschrieben. NZ und YZ haben alle Zahlen erstellt. Alle Autoren haben das Manuskript überprüft.

Korrespondenz mit Yang Li.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Lei, M., Li, Y., Zhou, N. et al. Der Aufbau eines Systems zur Bewertung der Leistung des Grubenwasserrecyclings im Umfeld des Internets der Dinge. Sci Rep 13, 10302 (2023). https://doi.org/10.1038/s41598-023-37224-8

Zitat herunterladen

Eingegangen: 27. April 2023

Angenommen: 18. Juni 2023

Veröffentlicht: 26. Juni 2023

DOI: https://doi.org/10.1038/s41598-023-37224-8

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein gemeinsam nutzbarer Link verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.