“矿山人工智能”专题_中国煤炭行业知识服务平台

首页 > 专题

“矿山人工智能”专题

来源：《工矿自动化》2020年第12期

本专题来源于《工矿自动化》2020年第12期，共4篇论文。

行业视野: 智能化
类别; 24个
关键词; 10位
专家; 4篇
论文; 1814IP
点击量; 717次
下载量

矿山多层级安全态势感知系统

作者(Author)：李敬兆, 孟亦凡, 王继伟

摘要：在智慧矿山建设过程中需要从整体角度统筹分析海量矿山监测数据，从而全面感知矿山安全状况。针对该问题，提出了一种矿山多层级安全态势感知系统。该系统通过在雾计算设施中部署局部安全态势感知模型对矿山区域范围内各子系统的监测数据进行分析，从而感知矿山局部安全态势；局部安全态势通过矿山高速通信网络汇集至云计算设施，通过部署在云计算设施中的全局安全态势感知模型进一步感知矿山全局安全态势。局部和全局安全态势感知模型采用基于门控循环单元构建的编码器与解码器处理数据之间的相关性，并引入Attention机制使模型具备筛选重点数据的能力，以提高模型运算速度。同时，为使模型运行在最佳状态，采用粒子群算法寻找模型最优超参数。仿真结果表明，安全态势感知模型具有较高的精度。

免费下载

工矿自动化

2020年第12期

551

277
煤矿井下人车联动控制系统

作者(Author)：孙杰臣, 李敬兆, 王继伟, 许志

摘要：为保障煤矿井下无人运输车辆行驶过程中巷道内人员的安全，提出了一种煤矿井下人车联动控制系统。使用深度可分离卷积网络代替YOLOv3目标检测模型的DarkNet-53特征提取网络，提高目标检测的实时性，并根据上采样与特征金字塔网络的思想，扩大特征图尺度，保证目标检测的精度；使用改进的YOLOv3目标检测模型在车辆行驶时对井下人员进行检测，依据人员与车辆之间的距离，利用遗传算法优化的PID控制实现车辆速度快速、精确调节。实验结果表明，该系统可快速检测人员目标，并根据人员与车辆之间的距离快速控制车辆速度，具有较高的可靠性。

免费下载

工矿自动化

2020年第12期

382

134
轻量化CNN及其在煤矿智能视频监控中的应用

作者(Author)：许志, 李敬兆, 张传江, 姚磊 , 王继伟

摘要：煤矿井下海量的监控视频通过以太网传输至云计算中心进行集中处理，存在高延迟、高成本、高网络带宽占用等问题。针对上述问题，以深度可分离卷积为核心构建了轻量化卷积神经网络（CNN）模型，并通过引入残差结构对轻量化CNN模型进行优化，以提升模型对图像的特征提取能力。针对煤矿井下复杂的光照环境导致监控视频图像对比度低、影响模型识别准确率的问题，采用限制对比度直方图均衡化（CLAHE）算法提高图像的亮度和对比度，以提升模型的识别效果。将轻量化CNN模型经STM32Cube AI压缩后部署在嵌入式平台上，设计了基于轻量化CNN模型的视频监控终端，对煤矿井下监控视频在本地进行实时智能处理，实现井下违章行为实时识别和报警。实验结果表明，通过引入残差结构对轻量化CNN模型进行优化，以及采用CLAHE算法进行图像增强后，模型对煤矿井下各种违章行为的识别准确率能够达到95%以上，提升了对违章行为响应的实时性。

免费下载

工矿自动化

2020年第12期

361

147
基于FWA-RFNN的散装物料智能装车系统

作者(Author)：刘泽朝, 李敬兆, 欧阳其春, 王冀宁

摘要：针对煤矿散装物料装车过程中偏载严重、误差大等问题，提出了一种基于烟花算法（FWA）优化递归模糊神经网络（RFNN）的散装物料智能装车系统。将列车车厢速度的实测值与设定值进行比较，得到偏差作为RFNN控制器的输入，通过RFNN控制器对偏差进行模糊化、动态记忆调节、去模糊化等处理，并利用FWA对RFNN权重进行优化，使RFNN控制器自适应输出修正后的控制参数；依据散装物料装车计量模型，根据各传感器采集的物料质量、物料高度、车厢装载过程中的行驶距离及RFNN控制器输出的控制参数，求得所需调节的牵引电动机频率，进而改变牵引电动机转速，从而调整列车车厢速度，实现散装物料的无偏载装车。实际应用表明，经FWA优化后的RFNN控制器可快速调节车厢速度，且保持速度稳定，满足多车厢分布均衡装载的要求，同时提高了装车精度。

免费下载

工矿自动化

2020年第12期

520

159

推荐专家

董良

推荐专题

亮点论文

推荐企业

“矿山人工智能”专题

煤问提

煤传媒

煤视界

科技创新50强

会员中心