网站访问量
煤矿大型智能装备高效节能技术进展
王国法;李世军;张勇;宋承林;寇子明;煤矿大型智能装备高效节能技术是推动产业转型升级的核心驱动力。聚焦综采、运输、提升、供电等系统高效节能技术，围绕综采工作面10 kV电压升级、智能高效变频调速一体机、煤矿机动设备电动化与井下充换电、无转轴式磁耦合驱动立井提升机4大技术，剖析最新研究进展及关键技术：(1)综采工作面10 kV供电系统升级可减少电压及电能损耗，需优化供电系统设计，强化电气安全与高压电气设备保护，并应用安全性能检验技术确保系统可靠运行。(2)智能高效变频调速一体机集成变频控制与永磁直驱电动机技术，以及智能控制和预测性维护技术，可提高煤矿设备运行效率、可靠性和节能效果，降低设备故障率和维护成本。(3)井下设备电动化升级依靠高性能锂电池、数字化线控、自动驾驶和智能调度技术，实现零排放、低噪声和高效运行，配合以防爆锂电池电源标准化、快速换电、车桩电协同全时管理、充换电站应急处置为核心的井下充换电技术，降低设备里程焦虑。(4)无转轴式磁耦合驱动提升机通过一体化磁耦合驱动系统、多通道防冲击安全制动系统及关键部件健康管理技术，提升矿井运输效率和设备稳定性，解决了传统提升机能效低、故障率高等问题。
面向矿山救援的UWB雷达人员定位研究现状及展望
郑学召;马佳文;黄渊;李强;任婧;刘钰;超宽带（UWB）雷达穿透能力强，分辨率高，可穿透煤岩等非磁性矿井坍塌物探测并定位后方被困人员。介绍了UWB雷达定位原理及其在矿山救援中的应用。从雷达定位方法、动静态目标定位、单多目标定位3个方面系统梳理了UWB雷达人员定位技术的研究现状。指出目前该技术在矿山救援领域应用存在的问题：(1)在大厚度、非均匀、不连续介质环境中定位误差较大，有效探测距离有限。(2)非视距环境下，雷达回波信号较弱且杂波干扰显著，导致微动目标探测定位精度低，动态目标实时定位误差大。(3)多目标信号相互干扰和遮挡效应影响定位精度。对未来面向矿山救援的UWB雷达人员定位技术研究趋势作出展望：(1)通过构建跨模态信息融合模型、开发高适应性信息处理方法等优化UWB雷达定位系统，提升系统对矿井灾后环境的适应性。(2)改进动静态目标定位算法，结合贝叶斯网络或深度信念网络融合静态和动态目标特征，构建基于目标状态切换的综合定位模型，提升对动静目标综合定位的适用性。(3)改进UWB雷达回波处理算法，结合自适应波束成形技术、多输入多输出技术及优化的K-means++或熵分析分层算法，有效区分多目标位置信息，并通过大量模拟实验检验其在复杂环境中的适应性和可靠性。
整合改进YOLOv8与三角网的露天矿山采场指标提取方法
李天文;李功权;李俊涛;基于深度学习的露天矿山遥感影像研究为露天矿山采场的快速识别与提取提供了方向，但在露天矿山的实际应用仍局限于识别阶段，存在露天矿山边界提取不准确、模型训练时样本分布不平衡等问题。针对上述问题，提出了一种整合改进YOLOv8与三角网的露天矿山采场指标提取方法。在YOLOv8的基础上进行以下改进，得到Mine-YOLO：添加高效多尺度注意力（EMA）模块，以提高模型对矿山采场边界细节的识别与分割精度；添加全局注意力机制（GAM）模块，从全局尺度保留露天矿山采场特征数据，提高采场目标识别精度；采用Focaler-IoU损失函数优化，增强模型对正样本的区分能力。根据无人机获取的露天矿山数字高程模型（DEM）数据，结合Mine-YOLO模型进行识别与分割处理，获取露天矿山采场区域DEM影像，并自动建立不规则三角网，实现对露天矿山采场面积、体积和采深的精确定量监测。实验结果表明，Mine-YOLO模型在采场识别与分割方面的平均精度均值分别达0.942和0.865，具有较高的识别精度和较好的分割效果。实际应用结果表明，基于Mine-YOLO模型提取的采场数据与传统测量值相差不大，平均面积误差为5.8%，平均体积误差为4.9%，最小采深误差仅为0.2%。
混合煤矸放落态势特征研究
单鹏飞;杨通;孙浩强;郗博佳;传统的基于图像检测技术的放顶煤过程中煤流的动态特性研究多侧重于某一特定阶段的图像分析，未能结合全阶段的动态特性进行综合分析；现有研究较少将放顶煤过程中上覆岩层的松散区变化与放煤过程中的煤矸分离和煤流特性相结合，缺乏对放煤过程全局性的系统分析。针对上述问题，对放顶煤过程中的煤流动态特性、煤矸分离效果及上覆岩层松散区凹陷变化进行了系统研究。首先，提出了一种基于双光流网络的放顶煤过程动态分析方法。实验结果表明，不同放煤方案下，放煤速度不随放煤形式和规律的变化而改变，平均检测准确率随着放煤口数量的增多而提高，尤其在不同放煤步距阶段呈明显线性增长。顶煤放出率与平均检测准确率呈正相关关系，验证了该方法在放顶煤过程监测中的有效性。其次，利用OpenCV技术对上覆岩层松散区凹陷面积进行实验分析。结果表明，初始放煤阶段松散区凹陷面积急剧增长，随后随时间推移逐渐趋于稳定；通过凹陷面积的动态变化趋势，可有效判断顶煤的放出过程，实现透明化放煤监测。最后，结合称重实验数据，分析了放煤量、放出率与含矸率之间的关系。结果表明，初始放煤阶段纯煤放出量最大，周期放煤阶段纯煤放出量趋于稳定，含矸率则随着放煤口数量的增多而减少。该结果进一步揭示了放煤方式对煤矸分离和顶煤放出率的影响。
基于图像分析的掘进工作面粉尘颗粒检测方法
龚晓燕;冯浩;付浩然;陈龙;常虎强;刘壮壮;贺子纶;裴晓泽;薛河;基于光散射原理测定粉尘浓度只能定时定点手动检测，实时性差，且只能检测出粉尘质量浓度，并不能给出粒径分布范围。目前基于图像分析得粉尘颗粒检测的研究主要是针对粉尘质量浓度或粒径分布进行单方面研究，并不能实现粉尘质量浓度和粒径分布范围的同时检测。针对上述问题，提出了一种基于图像分析的掘进面粉尘颗粒检测方法，探究图像特征与粉尘质量浓度、粒径分布间的关系。通过粉尘样本收集及图像采集装置，采集粉尘颗粒图像并获取采集图像时的粉尘质量浓度。编写粉尘样本的图像处理算法，提取图像的灰度特征、纹理特征、几何特征相关参数。对提取的图像特征与实测粉尘质量浓度进行相关性分析，选取相关性较大的图像特征作为参数建立回归数学模型。提取粉尘颗粒对象像素点个数，结合转换系数，基于几何当量等效面积径计算粉尘粒径大小及分布范围。实验结果表明：实测粉尘质量浓度与建立的图像特征多元非线性回归模型数学模型计算值间的平均相对误差为12.37%，标准实测粒径与几何当量等效面积径得到的粒径分布间的最大相对误差为8.63%，平均相对误差为6.37%，验证了基于图像特征的粉尘质量浓度回归数学模型和基于几何当量等效面积径分布数学模型的准确性。
几种边缘检测算子的比较
马艳,张治辉边缘检测是图象处理中重要的一个环节。文章具体考察了 5种常用的检测算子 ,并加以实现 ,并对其特点进行了讨论和比较。梯度算子简单有效 ,LOG滤波器和Canny算子能产生较细的边缘。实践时要根据具体情况和要求选择合适的算子
数据挖掘研究现状及发展趋势
王惠中;彭安群;从数据挖掘的定义出发,介绍了数据挖掘的神经网络法、决策树法、遗传算法、粗糙集法、模糊集法和关联规则法等概念及其各自的优缺点;详细总结了国内外数据挖掘的研究现状及研究热点,指出了数据挖掘的发展趋势。
数据挖掘研究现状及发展趋势
王惠中;彭安群;从数据挖掘的定义出发,介绍了数据挖掘的神经网络法、决策树法、遗传算法、粗糙集法、模糊集法和关联规则法等概念及其各自的优缺点;详细总结了国内外数据挖掘的研究现状及研究热点,指出了数据挖掘的发展趋势。
物联网、大数据及云计算技术在煤矿安全生产中的应用研究
马小平;胡延军;缪燕子;阐述了物联网、大数据及云计算技术的研究现状,指出3种技术之间的关系,即物联网产生大数据,大数据助力物联网;大数据需要云计算,云计算增值大数据。结合煤矿综合自动化的建设发展历程,研究了3种技术在煤矿安全生产保障中的作用和地位,提出了3种技术在煤矿生产安全保障中的关系:物联网是煤矿各个子系统建设的技术框架和路线图,大数据是矿山物联网建设的产物,云计算则是对大数据处理利用的技术手段,并指出基于物联网、大数据及云计算技术的煤矿安全生产监测监控系统将是主动式、多参数融合、具备预警功能的监测监控系统,可有效提升煤矿安全生产水平。
几种边缘检测算子的比较
马艳,张治辉边缘检测是图象处理中重要的一个环节。文章具体考察了 5种常用的检测算子 ,并加以实现 ,并对其特点进行了讨论和比较。梯度算子简单有效 ,LOG滤波器和Canny算子能产生较细的边缘。实践时要根据具体情况和要求选择合适的算子
基于改进YOLOv7的煤矿带式输送机异物识别
毛清华;李世坤;胡鑫;薛旭升;姚丽杰;带式输送机煤流中会掺杂锚杆、角铁、木条、矸石、大块煤等异物，易导致输送带撕裂、转接处堵塞甚至断带。针对带式输送机巡检机器人难以在井下光照不均及带式输送机高速运行环境中高效、准确识别异物及模型部署不便等问题，以及YOLOv7模型对目标特征提取能力高，但识别速度较慢的特点，提出了一种基于改进YOLOv7的煤矿带式输送机异物识别方法。运用限制对比度自适应直方图均衡化方法对采集的带式输送机监控图像进行增强，提高图像中物体轮廓的清晰度；对YOLOv7模型进行改进，通过在主干提取网络引入轻量化无参注意力机制，提高模型对图像复杂背景的抗干扰能力和对异物特征的提取能力，同时引入深度可分离卷积代替主干特征提取网络中的普通卷积，提高异物识别速度；使用TensorRT引擎将训练后的改进YOLOv7模型进行转换并部署在NVIDIA Jetson Xavier NX上，实现了模型的加速。对煤矿井下分辨率为1 920×1 080的带式输送机监控视频进行识别，实验结果表明：改进YOLOv7模型的识别效果优于YOLOv5L和YOLOv7模型，识别精确率达92.8%，识别速度为25.64帧/s，满足精确、高效识别带式输送机异物的要求。
