《工矿自动化》2024年度优秀论文_中国煤炭行业知识服务平台

《工矿自动化》2024年度优秀论文

来源：工矿自动化

为鼓励更多作者积极展示优秀科研成果，促进优秀学术内容交流，本刊编辑部根据《〈工矿自动化〉年度优秀论文评选奖励办法》，综合考虑论文被引及下载指标、网络投票数及专家评审结果，从本刊2023年正式刊出的240篇论文中，共评选出25篇优秀论文。祝贺入选论文作者及其团队，并向所有支持本刊的作者表示感谢！编辑部将向优秀论文作者颁发荣誉证书。

优秀论文如下，按发表顺序排列。

行业视野: 工矿自动化
类别; 148个
关键词; 112位
专家; 25篇
论文; 5101IP
点击量; 2691次
下载量

煤矿用5G通信系统标准研究制定

作者(Author)：孙继平

摘要：为满足煤矿远程监控、视频监视、数据采集、语音通信等需求，煤矿用5G通信系统应具有下列功能：① 远程控制、监控、定位、监视和语音等不同业务承载功能。② 采煤机、掘进机、电铲、挖掘机、无轨胶轮车及电机车等远程控制功能。③ 矿用运输车辆应急远程接管功能。④ 摄像机音视频的远程实时传输功能。⑤ 监控设备、传感器、车辆辅助驾驶等数据采集功能。⑥ 语音通话功能，支持矿用融合调度系统。⑦ 端到端切片功能，满足远程控制、监控、视频和语音等差异化的业务性能要求，提供对应的端到端切片资源。⑧ 支持SA组网方式，支持5G NR的通信制式。⑨ 支持5G LAN以太网通信。⑩ 应急惯性运行功能，当矿区专网与通信运营商公用网络失联时，本地业务可持续在线作业。⑪ 设备级冗余保护功能，当单个物理端口故障时，数据业务不中断。⑫ 核心网双设备冗余保护功能，当主设备故障时，切换备用设备继续提供服务。⑬ 核心网控制面传输机密性和完整性保护功能，保证核心网控制面的安全。⑭ 终端认证、检查和限制接入系统非授权终端的功能，支持煤矿企业安全服务器对终端的认证。⑮ 防止终端攻击系统和合法终端功能。⑯ 核心网、传输设备、基站控制器、基站和终端集成一体化管理的功能。⑰ 网络性能和业务服务性能集中监控功能。⑱ 异常可视告警与故障定位功能。⑲ 矿用5G网络资源评估功能，当煤矿增加新业务或更多终端接入5G网络时，应能评估5G网络资源利用率，并给出是否可上新业务的报告。⑳ 备用电源。煤矿用5G通信系统的主要技术指标应满足下列要求：① 上行速率为20 Mbit/s，无线工作频段为700～900 MHz时，井工煤矿的基站无线覆盖半径（无遮挡）≥500 m；无线工作频段为其他工作频段时，井工煤矿的基站无线覆盖半径（无遮挡）≥150 m。当上行速率为30 Mbit/s时，露天煤矿的基站无线覆盖半径（无遮挡）≥400 m。② 基站到基站控制器的有线传输距离≥10 km。③ 系统最大接入终端数量≥20 000个。④ 井工煤矿的基站和终端无线发射功率≤6 W；露天煤矿的基站发射功率≤320 W；露天煤矿的终端无线发射功率≤6 W。⑤ 基站无线接收灵敏度≤−95 dBm；终端无线接收灵敏度≤−85 dBm。⑥ 无线工作频率应在700 MHz、800 MHz、900 MHz、1.9/2.1GHz、2.6 GHz、3.3 GHz、3.5 GHz、4.9 GHz、6 GHz等频段中选取（井工煤矿优选700～900 MHz）。⑦ 在制式为TDD、帧结构为1D3U1S时，基站接入的多用户的上行平均吞吐率≥600 Mbit/s，下行平均吞吐率≥250 Mbit/s。⑧ 对于井工煤矿，在1 Mbit/s和20 Mbit/s上行业务运行时，系统平均时延应小于20 ms，且端到端时延稳定性应小于100 ms的概率不低于99.99%；对于露天煤矿，在1 Mbit/s和30 Mbit/s上行业务运行时，系统平均时延应小于20 ms，且端到端时延稳定性应小于100 ms的概率不低于99.9%。⑨ 单用户的丢包率≤0.01%。⑩ 单用户从基站A小区切换到基站B小区的切换时延≤100 ms。⑪ 移动台蓄电池连续工作时间应不小于11 h，其中，通话时间应不小于2 h。⑫ 在电网停电后，备用电源向基站、基站控制器及传输设备连续供电时间≥4 h。

免费下载

工矿自动化

2023年第08期

241

95
煤矿带式输送机异常状态视频AI识别技术研究

作者(Author)：毛清华, 郭文瑾, 翟姣, 王荣泉, 尚新芒, 李世坤, 薛旭升

摘要：传统的带式输送机异常状态识别采用人工巡检或机械综合保护系统进行检测，人工巡检劳动强度大、效率低、难以准确发现故障等，机械综合保护系统易造成误判，识别效果不佳，已无法满足煤炭行业智能化需求。随着机器视觉、深度学习和工业以太网技术发展，视频AI技术成为煤矿带式输送机异常状态智能识别的研究热点。分析了采用视频AI技术识别煤矿带式输送机输送带跑偏、托辊故障、人员入侵、人员不安全行为、堆煤及异物等异常状态的研究现状，指出目前煤矿带式输送机异常状态视频AI识别技术存在视频图像数据集构建耗时长、异常状态识别精度不高、视频信息传输延时大3个主要问题。针对视频图像数据集构建耗时长问题，提出加强基于半监督、无监督及小样本学习的视频AI识别算法研究、基于生成模型等方式扩充数据集的解决思路；针对异常状态识别精度不高问题，提出加强数据去模糊方法研究、利用生成对抗网络等算法均衡正负样本和改进AI识别算法的解决思路；针对视频信息传输延时大问题，提出构建“云−边−端”协同的带式输送机异常状态视频AI识别系统架构，合理部署高带宽、低延时的网络通信系统的解决思路。从高性能视频AI识别算法，高带宽、低延时视频通信技术，“云−边−端”高效协同的视频AI识别系统和健全视频AI识别技术标准4个方面展望了带式输送机异常状态视频AI识别技术的发展趋势。

免费下载

工矿自动化

2023年第09期

226

134
基于5G的矿用装备远程控制技术研究

作者(Author)：李晨鑫

摘要：矿用5G为智能矿山建设提供了高速信息传输通道，基于5G的矿用装备远程控制应用是实现少人化、无人化矿井生产的关键手段。分析了矿用4G、WiFi6应用于矿用装备远程控制中的不足，指出5G技术是实现矿用装备远程控制的必要支撑手段。运用信息物理系统架构研究方法构建了基于5G的矿用装备远程控制应用系统参考架构。以5G+采煤机远程控制为例，研究了5G传输链路的关键技术，梳理了监视监测数据与远程控制数据的信息流。当前5G网络为层三通信方式，而矿用装备远程控制的控制系统与受控设备之间需要进行点对点层二通信，针对该问题，研究了层二隧道构建方法和5G LAN技术，建立了远程控制信息传输的稳定通道。针对现场监视数据的大带宽传输需求与远程控制数据的低时延传输需求，提出了资源预调度与请求调度灵活适配的空口资源分配机制。现场测试结果表明：通过层二隧道共传输数据包13 328个，未出现丢包或接收不成功的现象；端到端时延为11.5～23.8 ms，能够满足矿用装备远程控制的传输需求；RSRP（参考信号接收功率）分布在−93～−53 dB·m之间，SINR（信号与干扰加噪声比）分布在10～38 dB之间，无线覆盖情况良好。矿用5G无线通信系统的可靠性、端到端时延及无线覆盖情况能够满足采煤机远程控制的传输需求。

免费下载

工矿自动化

2023年第09期

167

118
新一代智能煤矿人工智能赋能技术研究综述

作者(Author)：付翔, 秦一凡, 李浩杰, 牛鹏昊

摘要：煤炭工业与人工智能（AI）深度融合是现代化矿井实现智能少人、降本提效的重要路径，而煤炭行业全流程、全业务应用场景的AI赋能是实现煤矿智能化的具体技术措施。在当前煤矿智能化发展背景下，提出了初级智能煤矿向新一代智能煤矿演进的基本范式，对比分析了初级智能煤矿与新一代智能煤矿的组成、功能与技术内涵，揭示了新一代智能煤矿AI赋能技术的重要性及其应用实施的2个关键：煤矿工业机理AI模型与煤矿工业互联网平台。总结了关于煤矿地质、采煤、掘进、安全监控等复杂作业环节的工业机理AI模型研究现状，阐明了工业机理AI分析在智能煤矿建设中的快速发展态势。设计了新一代智能煤矿多级云边协同工业互联网平台架构，利用集团数据中心、矿井数据中心、生产系统集控中心等工业信息软硬件设施，结合海量数据云计算和少量数据边缘计算特点，提出了集团云、矿井云与环节边、场景边的多级云边协同机制。指出了未来进一步研究方向，应不断加强煤矿工业机理AI模型的开发与软件化研究，逐步形成煤矿全流程AI赋能的知识软件体系，并充分运用煤矿工业互联网平台的数字资源与信息设施，逐步实现煤矿工业互联网平台的AI技术承载。

免费下载

工矿自动化

2023年第09期

163

99
基于LSTM-Adam的刮板输送机链传动系统故障预警方法

作者(Author)：李博, 郭星燃, 李娟莉, 王学文, 夏蕊

摘要：刮板输送机链传动系统由于承受复杂载荷作用导致故障频发，然而传统的故障诊断需要大量的先验知识和主观干预，对技术人员要求高。为实现刮板输送机链传动系统故障预警的自主性、准确性与高效性，利用深度学习强大的数据挖掘能力，提出了基于LSTM-Adam的刮板输送机链传动系统故障预警方法。首先，基于组态技术搭建刮板输送机工况监测系统，采集减速器输出轴转矩及转速、中部槽中板压力、刮板竖直方向振动加速度及刮板链运行方向应变等刮板输送机实时运行数据，并对数据进行清洗和min-max归一化处理，为故障预警提供数据支撑；然后，基于LSTM搭建预测模型，并采用Adam优化算法对其进行训练和优化，得到最优LSTM-Adam预测模型；最后，将刮板输送机实时运行数据导入LSTM-Adam预测模型，得到刮板输送机运行参数预测值，使用滑动加权平均法计算预测值与真实值之间的残差，并将正常运行工况下同类数据的最大残差作为预警阈值，当残差超过预警阈值时进行预警。试验结果表明：LSTM-Adam预测模型能够准确预测出刮板链应变数据的变化趋势，并对卡链与断链故障准确做出预警。

工矿自动化

78
基于热红外图像的带式输送机托辊故障检测研究

作者(Author)：郭砚秋, 苗长云, 刘意

摘要：针对目前带式输送机巡检机器人搭载红外采集设备移动受限，存在不能实时进行数据采集、数据处理并上传至监控终端，无法完成远程故障检测，续航能力不足等问题，提出了一种基于热红外图像的带式输送机托辊故障检测方法。带式输送机巡检机器人搭载托辊故障检测器及红外热像仪，红外热像仪将采集的托辊热红外图像序列与温度数据传输给托辊故障检测器进行托辊故障检测，检测结果由托辊故障检测器内置的WH−L101无线传输模块发送给上位机。提出了一种带式输送机托辊故障检测算法：利用YOLOv5s目标检测算法提取托辊热红外图像的感兴趣区域（ROI），采用维纳滤波和自适应中值滤波算法对ROI图像进行滤波，利用自适应直方图均衡化和图像锐化算法对滤波后的ROI图像进行增强，采用基于形态学的Otsu图像分割算法对增强后的ROI图像进行图像分割，得到待检测的托辊图像，利用Harris角点检测算法提取托辊图像特征，获得托辊位置信息，提取相应位置的温度信息，并采用基于相对温差法的托辊故障检测算法判定托辊故障。实验结果表明：① YOLOv5s网络模型提取托辊ROI的目标检测结果平均准确率为99.12%。② 提出的托辊故障检测算法对托辊故障（无故障、轴承锈蚀、托辊卡转、筒体磨穿）检测的平均准确率为97.625%，帧率为16 帧/s。③ 将检测结果通过无线传输模块传送至上位机，可显示故障类型及关键区域温度，并进行报警。

免费下载

工矿自动化

2023年第10期

129

33
全矿井智能视频分析关键技术综述

作者(Author)：程德强, 寇旗旗, 江鹤, 徐飞翔, 宋天舒, 王晓艺, 钱建生

摘要：智能化是煤矿发展的方向，而智能视频分析是促进煤矿智能化的有效途径。全矿井智能视频分析技术具有实时监控、预警和决策支持能力，有助于提高矿山企业的安全性、生产效率、资源利用效率和环境可持续性。详细介绍了全矿井智能视频分析的关键技术，包括视频采集设备、视频预处理、视频压缩与编码等视频采集与处理技术，目标检测与跟踪、运动检测与分析、物体识别与分类等视频分析基础技术，行为识别与分析、事件检测与警报、视频监控与布防等高级视频分析技术。研发了集成视频识别分析和工业联动控制功能的矿山智脑AI视觉智能服务平台，介绍了智能视频分析技术在智能探放水系统和探放瓦斯系统、煤岩识别与截割系统、掘进工作面、综采工作面、煤流运输系统、矿井提升机系统、辅助运输系统、选煤厂、智能化装车配煤系统等矿井生产场景中的应用。分析指出目前全矿井智能视频分析技术在视频质量、复杂背景、实时性要求、数据隐私和安全、系统可靠性与稳定性等方面仍面临挑战。建议未来加强算法提升和优化、多模态数据融合、实时分析和边缘计算、强化学习和自主决策、数据隐私和安全保护、硬件设备和传感器技术等方面的研究，以全面推动全矿井智能视频分析技术的发展，促进矿山智能化进程。

免费下载

工矿自动化

2023年第11期

235

187
基于多模态特征融合的井下人员不安全行为识别

作者(Author)：王宇, 于春华, 陈晓青, 宋家威

摘要：采用人工智能技术对井下人员的行为进行实时识别，对保证矿井安全生产具有重要意义。针对基于RGB模态的行为识别方法易受视频图像背景噪声影响、基于骨骼模态的行为识别方法缺乏人与物体的外观特征信息的问题，将2种方法进行融合，提出了一种基于多模态特征融合的井下人员不安全行为识别方法。通过SlowOnly网络对RGB模态特征进行提取；使用YOLOX与Lite−HRNet网络获取骨骼模态数据，采用PoseC3D网络对骨骼模态特征进行提取；对RGB模态特征与骨骼模态特征进行早期融合与晚期融合，最后得到井下人员不安全行为识别结果。在X−Sub标准下的NTU60 RGB+D公开数据集上的实验结果表明：在基于单一骨骼模态的行为识别模型中，PoseC3D拥有比GCN（图卷积网络）类方法更高的识别准确率，达到93.1%；基于多模态特征融合的行为识别模型对比基于单一骨骼模态的识别模型拥有更高的识别准确率，达到95.4%。在自制井下不安全行为数据集上的实验结果表明：基于多模态特征融合的行为识别模型在井下复杂环境下识别准确率仍最高，达到93.3%，对相似不安全行为与多人不安全行为均能准确识别。

免费下载

工矿自动化

2023年第11期

204

59

推荐专家

王学文

毛清华

付翔

推荐专题

亮点论文

推荐企业

《工矿自动化》2024年度优秀论文

煤问提

煤传媒

煤视界

科技创新50强

会员中心