“煤矿智能化技术与应用”专题_中国煤炭行业知识服务平台

“煤矿智能化技术与应用”专题

来源：《工矿自动化》2021年第6期

为推动煤矿智能化高质量发展，2020年2月，国家发展改革委、国家能源局等八部委联合印发了《关于加快煤矿智能化发展的指导意见》（以下简称意见）。意见提出：到2021年，建成多种类型、不同模式的智能化示范煤矿；到2025年，大型煤矿和灾害严重煤矿基本实现智能化；到2035年，各类煤矿基本实现智能化，构建多产业链、多系统集成的煤矿智能化系统，建成智能感知、智能决策、自动执行的煤矿智能化体系。为进一步总结、凝练我国煤矿智能化技术最新进展，《工矿自动化》特邀中国工程院院士王国法担任专题客座主编、赵国瑞博士后担任专题客座副主编，于2021年第6期策划出版“煤矿智能化技术与应用”专题。在专题刊出之际，衷心感谢各位专家学者的大力支持！

行业视野: 智能化
类别; 108个
关键词; 59位
专家; 16篇
论文; 7345IP
点击量; 4209次
下载量

煤矿智能化十大“痛点”解析及对策

作者(Author)：王国法, 任怀伟, 赵国瑞, 杜毅博, 庞义辉, 徐亚军, 张德生

摘要：基于我国煤矿智能化发展现状，提出了“一朵云+一张融合网+三级平台+N个应用模块”的智能化煤矿建设总体技术架构，分析了基于微服务架构的智能化综合管控平台构建思路，形成技术架构统一、功能模块有增减、硬件参数有差异的智能化煤矿统一采购、统一建设、综合运维模式。系统分析了我国煤矿智能化发展存在的认识与理念不统一、智能化发展不平衡、5G应用场景不成熟、“透明地质”技术保障支撑能力不足、采掘失衡与掘支失衡、对复杂条件适应性差、智能化巨系统兼容协同困难、井上下智能机器人发展不成熟、管理与人才储备不足、投入保障不足等10个方面的问题，从理论创新、技术创新、装备创新、管理模式创新、人才体系创新等方面指出了我国煤矿智能化建设需要开展的科技攻关方向，提出了构建智能绿色煤炭产业新体系的发展方向与措施。

免费下载

工矿自动化

2021年第06期

2639

1170
基于双目视觉的矿井外因火灾感知与定位方法

作者(Author)：孙继平, 李月

摘要：针对目前矿井外因火灾监测方法大都没有火源定位功能的问题，提出了基于双目视觉的矿井外因火灾感知与定位方法。在有电缆、胶带和机电设备的巷道、硐室及采掘工作面多点设置矿用可见光双目摄像机或近红外双目摄像机，采集监控区域图像；对采集到的图像进行预处理，通过阈值分割得到二值化图像；计算图像中的圆形度、矩形度和尖角数量，根据圆形度、矩形度和尖角数量对图像进行火焰识别，若图像检测区域有火焰，发出火灾报警信号，并融合温度、烟雾、二氧化碳、一氧化碳、氧气和红外传感器信息，提高报警准确性；通过矿用可见光双目摄像机或近红外双目摄像机对火源进行测距，结合摄像机位置对火源进行定位，并输出火源位置信息，控制火源附近灭火装置灭火。也可采用远红外双目摄像机进行火灾感知和火源定位，但成本高。基于双目视觉的矿井外因火灾感知与定位方法既可感知火灾又可定位火源，具有监控范围广、成本低、响应快、可视化等优点，解决了矿井外因火灾火源定位的难题。

免费下载

工矿自动化

2021年第06期

407

242
基于工业物联网的智能矿山基础信息采集关键技术与平台

作者(Author)：贺耀宜, 刘丽静, 赵立厂, 周李兵

摘要：针对智能矿山的数据获取基于泛在感知、离不开工业物联网和大数据的基础技术支撑的情况，分析了煤矿自动化与监测监控数据采集技术及平台现状，即感知节点缺乏身份标志、数据无法共享、系统维护困难、系统软件烟窗式建设、数据融合困难等。提出了一种基于工业物联网的智能矿山基础信息采集流程与关键技术，涉及低功耗泛在感知技术、感知节点身份标志与数据共享技术、长时间免维护技术、数据分级交互与融合技术等；在此基础上提出了基于私有云部署的智能矿山基础信息平台结构和设计理念，只需1套基于微服务技术的分布式软件平台即可解决全矿井各类自动化数据的采集、分类存储、交互、融合分析，并实现与控制执行装置的联动控制。通过建立统一的技术和服务体系，包括统一的技术架构、技术栈，统一的主数据，统一的数据存储机制，统一的数据模型，统一的权限和用户界面模式，保障在同一软件平台下实现多种业务的有机融合；通过建立统一的基于物联网的数据采集模式，即加载适配不同的协议驱动，实现不同厂家专业系统的数据采集；通过建立统一的数据处理与存储机制、数据融合与发布机制，最终为智能矿山提供一致性数据源。

免费下载

工矿自动化

2021年第06期

368

253
矿井巷道复杂场景灭点检测方法

作者(Author)：程健, 王瑞彬, 郁华森, 闫鹏鹏, 王凯

摘要：通过检测识别图像中的灭点位置可用来辅助矿井巷道移动机器人进行自主导航。针对现有的灭点检测方法在光照条件差、结构化信息不足的矿井巷道场景下误差较大的问题，提出了一种矿井巷道复杂场景灭点检测方法。首先，对图像进行缩小、滤波、灰度化等预处理，以大幅减少计算量，较好地保留直线特征；然后，采用直线检测算法对图像进行直线检测，引入直线长度阈值和平均梯度约束分别剔除长度小的干扰直线和图像中由阴影产生的干扰直线，并采用块匹配算法生成图像的块运动轨迹直线；最后，将剔除干扰后的直线和块运动轨迹直线转换为参数空间中的样本点，采用局部异常因子算法求出每个样本点的离群因子值，并将样本点的离群因子值和对应直线长度共同作为衡量样本点重要性的标准，据此设计加权回归算法的权函数，从而得到灭点的最佳估计。在矿井巷道数据集与公共数据集上的实验结果表明，与基于边缘的灭点检测方法和基于深度学习的灭点检测方法相比，本文方法对光照变化有较强的鲁棒性，在光照条件差、缺乏直线信息的复杂场景中具有更高的精度，且实时性优于基于深度学习的灭点检测方法，能够更好地满足矿井巷道机器人导航需求。

免费下载

工矿自动化

2021年第06期

354

171
智慧煤矿中边缘计算任务分配研究

作者(Author)：朱晓娟, 张浩

摘要：目前智慧煤矿边缘计算中的任务分配大多采用集中式分配算法，划分任务优先级时考虑的因素较单一，且未考虑煤矿网络拓扑的窄长型特征。针对该问题，结合煤矿场景下任务的特点，提出一种基于动态优先级和实时竞价策略的边缘计算任务分配策略。对任务进行分类：一方面，将计算量超过边缘节点计算能力的任务直接上传至云端进行处理；另一方面，将能够在边缘计算层处理的任务按重要程度划分为3个等级:第1等级为环境监控相关任务及工作人员安全操作规程检测相关任务;第2等级为生产过程设备状态监控相关任务;第3等级为其他常规任务。但仅仅按照这3个等级进行任务分配,会导致优先级低的任务被优先级高的任务阻塞。必须考虑任务的紧迫程度,让临近截止时间的任务提高优先级。根据任务的固定优先级、紧迫程度和计算量动态生成优先级并更新任务队列。针对煤矿井下巷道狭长、传输受限等特点，建立任务分配的实时竞价模型，通过边缘节点计算能力、处理时间、能耗和等待时间4个因素确定边缘节点对任务的报价，请求节点将任务传输到2跳范围内处理代价最低且满足任务需求的边缘节点执行，从而完成任务分配。仿真结果表明，所提任务分配策略可将任务分配到算力匹配的边缘节点进行处理，使边缘节点优先处理紧迫且重要的任务，在降低时延和能耗、优化资源分配方面取得了较好的效果。

免费下载

工矿自动化

2021年第06期

369

207
智能煤矿数据中台架构及关键技术研究

作者(Author)：疏礼春

摘要：数据中台是智能煤矿建设的数据底座，是煤矿大数据应用的基础。提出了包含数据汇聚、数据开发、数据存储、数据资产管理、数据服务等的智能煤矿数据中台建设思路；设计了智能煤矿数据中台架构，分析了数据中台的数据标准规范、大数据基础支撑、数据汇聚、数据开发、数据资源池、数据资产管理、数据服务、运维保障等功能模块；探讨了建设智能煤矿数据中台过程中高并发低时延数据处理、数据分级分类存储、数据治理、基于大数据的煤矿灾害风险模型构建等关键技术的解决方案。应用表明，智能煤矿数据中台实现了数据汇聚、数据开发，以及各类感知数据、基础数据、管理数据的分级分类存储、数据资产管理、数据建模、模型训练、数据服务等，使得煤矿多源异构数据从数据资源变为数据资产，可提供基于大数据的调度决策、灾害风险分析、设备健康诊断、预防性维护等应用，解决了煤矿信息孤岛严重、数据难集成、智能化分析水平低等问题。

免费下载

工矿自动化

2021年第06期

470

272
基于曲面重建的带式输送机堆煤识别方法

作者(Author)：游磊, 朱兴林, 秦伟, 罗明华

摘要：针对现有带式输送机堆煤识别方法存在的易发生误触发报警、成本高等问题，提出一种采用红外结构光技术快速重建煤流曲面的带式输送机堆煤识别方法。首先，利用红外结构光技术获取堆煤的深度图；其次，将深度图映射为点云图，用点云数据构建凸四边形网，通过近似德劳内剖分法对凸四边形网进行三角剖分，完成堆煤曲面重建；最后，根据三角形顶点到相机的距离及顶点距离小于阈值的三角形面积占总面积的比例，判定是否出现堆煤事故。近似德劳内剖分法用遍历过程代替插入排序过程，存在小概率不满足德劳内性质的情况，但算法复杂度低，可大幅提升三角剖分速度，从而提高堆煤识别的实时性。实验结果表明：红外结构光技术有效地提高了算法对光照的鲁棒性；近似德劳内剖分法的成功率为99.466 1%，同等条件下近似德劳内剖分法和经典德劳内剖分法的曲面重建时间分别为1.28，134.93 ms，近似德劳内剖分法在精度满足应用要求的前提下，极大地提高了运算速度；设定恰当的阈值，得出漏检数和误检数均为0；对大量图像处理时间进行统计，得出每帧处理时间小于20 ms，满足实时性要求。

免费下载

工矿自动化

2021年第06期

338

197
基于深度学习的矿用输送带损伤检测方法

作者(Author)：张梦超, 周满山, 张媛, 于岩, 李虎

摘要：针对目前输送带损伤检测方法缺乏对输送带撕裂以外其他损伤类型研究的问题，提出一种基于深度学习的矿用输送带损伤检测方法，通过Yolov4tiny目标检测网络对输送带损伤类型进行分类。Yolov4-tiny目标检测网络以CSPDarknet53-tiny作为主干特征提取网络，借鉴Resnet残差思想，使用残差块防止深层网络中高层语义特征丢失，同时采用特征金字塔网络实现高低层语义信息融合，达到提高检测精度的目的；将CSPDarknet53-tiny中的2个有效特征层输入预测网络Yolo Head，通过得分排序和非极大值抑制算法对预测框进行筛选，从而预测输送带损伤类型。实验结果表明，Yolov4〖HT5,6”〗-〖HT5〗tiny目标检测网络在输送带损伤数据集上对表面划伤、撕裂、表面破损和击穿4种损伤类型检测的平均精度分别为9936%，9485%，8930%，8676%，平均精度均值达9257%；与Faster-RCNN，RFBnet，M2det，SSD，Yolov3，EfficientDet和Yolov4目标检测网络相比，Yolov4-tiny目标检测网络在数据集上取得了最快的检测速度，帧速率达101 帧/s，实现了较好的速度与精度的平衡，且占用计算资源相对较少；通过对数据集外新鲜样本的检测，验证了本文方法具有较好的泛化能力。

免费下载

工矿自动化

2021年第06期

447

226