新一代智能煤矿关键技术研究与应用_中国煤炭行业知识服务平台

新一代智能煤矿关键技术研究与应用

来源：工矿自动化

专题来自于《工矿自动化》2022年第10期，共14篇成果。

新一代智能煤矿是在新一代智能制造背景下提出的煤炭行业智能化新一代发展模式，旨在将云计算、大数据、5G、物联网、人工智能等新一代信息技术与煤矿生产过程深度融合，实现煤矿开采、掘进、运输、通风、安监、煤炭分选等关键环节的数字化、信息化、智能化管控。目前智能煤矿发展处于初级阶段，随着工业互联网、人工智能、机器人等先进技术在煤矿关键生产环节的融合应用，为新一代智能煤矿奠定了基础。为进一步总结、交流我国新一代智能煤矿关键技术最新进展，《工矿自动化》编辑部特邀太原理工大学金智新院士担任专题客座主编，太原理工大学王宏伟教授、付翔讲师担任专题客座副主编，于 2022 年第 10 期组织出版“新一代智能煤矿关键技术研究与应用”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; 87个
关键词; 46位
专家; 14篇
论文; 3126IP
点击量; 1963次
下载量

基于图像特征匹配的煤泥浮选泡沫速度特征提取方法

作者(Author)：郭中天, 王然风, 付翔, 魏凯, 王宇龙

摘要：煤泥浮选泡沫图像局部静态特征相似，一些较为复杂的工况判断需要用到浮选泡沫图像的动态特征，而现有的针对煤泥浮选泡沫速度动态特征的提取方法存在准确性、实时性和稳定性不足问题。针对上述问题，提出了一种基于图像特征匹配的煤泥浮选泡沫速度特征提取方法。首先，采用限制对比度自适应直方图均衡化（CLAHE）和三维块匹配滤波（BM3D）对浮选泡沫图像进行预处理，以提高图像质量，突出图像的边缘细节特征。其次，采用加速KAZE(AKAZE)算法对浮选泡沫特征进行特征点检测。然后，在利用暴力匹配（BF）对泡沫图像特征进行粗匹配的基础上，采用基于网格的运动统计（GMS）算法快速可靠地区分正确与错误的特征匹配。最后，根据特征匹配结果计算煤泥浮选泡沫速度，并以此为测量值，利用卡尔曼运动估计方法对得到的测量值进行迭代修正，得到更稳定的煤泥浮选泡沫速度特征。实验结果表明：(1) AKAZE-GMS算法较好地解决特征点簇集的同时又尽量保留了更多数量的特征点，这是因为预处理后图像受噪声影响降低、对比度增强、边缘特征更突出。(2)与SIFT（尺度不变特征转换）、SURF（加速稳健特征）、AKAZE算法相比，AKAZE-GMS算法匹配对分布更为均匀，保留了更多正确的匹配对，匹配精度达99.99%，且运行时间仅需3.73 s。(3)直接经过特征匹配结果计算得到的泡沫速度测量值波动幅度较大，测量值经过卡尔曼运动估计修正后的速度估计值较为平稳，更符合真实工况。

免费下载

工矿自动化

2022年第10期

257

122
井下矿工多目标检测与跟踪联合算法

作者(Author)：周孟然, 李学松, 朱梓伟, 黄凯文

摘要：针对现有的煤矿井下矿工多目标跟踪算法检测速度慢、识别精度低等问题，提出了一种基于改进YOLOv5s模型与改进Deep SORT算法的多目标检测与跟踪联合算法。多目标检测部分，在YOLOv5s的基础上进行改进，得到YOLOv5s-GAD模型：引入幻象瓶颈卷积（GhostConv）模块和深度可分离卷积（DWConv）模块，分别替换YOLOv5s模型骨干网络和路径聚合网络中的BottleneckCSP模块，以提高特征提取速度；针对井下光线暗、图像噪点多等特点，在最小特征图中引入高效通道注意力神经网络（ECA-Net）模块，以提高模型整体精度。多目标跟踪部分，使用全尺度网络（OSNet）替换Deep SORT中的浅层残差网络进行全方位特征学习，以更好地实现行人重识别，提高目标跟踪的准确性。实验结果表明：在自定义数据集Miner21上，YOLOv5s-GAD模型的平均精度（交并比为0.5时）达97.8%，帧率达140.2帧/s，多目标检测效果优于常用的Faster RCNN,YOLOv3,YOLOv5s模型；在公开行人数据集MOT17上，多目标检测与跟踪联合算法的速度与准确率等综合性能优于IOU17,Deep SORT等常用多目标跟踪算法，人员身份转换次数最少，行人重识别效果最好；采用井下矿工多目标检测与跟踪联合算法能够及时检测并跟踪井下矿工，多目标跟踪效果良好。

免费下载

工矿自动化

2022年第10期

142

91
智采工作面中部液压支架集群自动化后人工调控决策模型

作者(Author)：张锦涛, 付翔, 王然风, 王宏伟

摘要：智采工作面在液压支架自动跟机完成后，会出现丢架、直线度不平整、支架歪斜等异常工况，需要人工调控，目前研究缺乏对智采工作面生产过程中液压支架自动化后人工调控工况的知识发现，不利于工人快速判断需人工调控的液压支架架号。针对上述问题，从判别液压支架自动化后动作不达标液压支架架号出发，提出了一种智采工作面中部液压支架集群自动化后人工调控决策模型。首先，对工作面历史数据进行分析，得出液压支架自动跟机完成后3个特征值（即自动跟机拉架距离、自动跟机前后的推移油缸行程变化量、采煤机位置支架号与被判断支架号的绝对差值）可作为判别液压支架自动跟机后是否进行人工调控的重要特征。根据上述结论，给出了液压支架集群自动化后人工调控决策模型结构，其中数据采集模块用于提供原始数据；数据预处理模块对原始数据进行异常值处理、筛选、排序和相关性分析等数据准备工作；特征工程模块对上述3个特征值进行计算及标准化处理，为分类模型提供样本集；分类模型对样本集进行划分后，利用ID3决策树进行分类，最后输出正常工况下的液压支架架号与需人工调控的液压支架架号。模型评估结果表明，与传统K最近邻（KNN）、支持向量机（SVM）、逻辑回归（LR）等分类算法相比，基于ID3决策树的智采工作面中部液压支架工况分类模型的训练集准确率为92.27%，测试集准确率为93.75%，能够较好地判别自动化后人工调控液压支架架号。

免费下载

工矿自动化

2022年第10期

176

120
液压支架时空区域支护质量动态评价

作者(Author)：贾思锋, 付翔, 王然风, 王宏伟, 王朋飞

摘要：液压支架支护过程是一个时间、空间上的动态变化过程，目前液压支架支护质量评价大多关注支架静态特征，对支架立柱压力动态变化研究较少。针对上述问题，采用深度学习方法构建了一种基于改进型LeNet-5网络的液压支架时空区域支护质量动态评价模型。首先，将工作面液压支架立柱压力数据进行预处理（缺失值填充、异常值处理、筛选、排序等），得到较为完整的液压支架压力数据。其次，将预处理后的液压支架立柱压力数据按照时间和空间排列，并提取反映智采工作面液压支架支护情况的初撑力、循环末阻力、时间加权阻力、阻力空间分布情况等重要特征量，将压力时间序列和空间序列组合为时间-空间二维总时空压力矩阵。再次，根据工作面支护要求，将时空区域支护质量划分为支护质量初步恶化、支护质量持续恶化、支护质量深度恶化、支护质量保持一般、支护质量初步优化、支护质量持续优化、支护质量保持良好7类，在总时空压力矩阵上使用滑动窗口按照一定间隔截取给定大小的子矩阵，将子矩阵与7类时空区域支护质量一一对应，形成样本和标签。最后，将样本和标签输入改进型LeNet-5网络进行训练，构建液压支架时空区域支护质量评价模型，实时评价该区域支架支护情况。实验结果表明：基于改进型LeNet-5网络的液压支架时空区域支护质量评价模型可用于工作面区域内支护质量动态效果辨识，为现场操作人员有针对性地调整液压支架支护状态提供依据，分类准确率为85.25%，比基于LeNet-5网络的模型提高了12%。同时，改进型LeNet-5网络在训练过程中能较快地收敛到最优解，加快了网络训练速度，验证了改进型LeNet-5网络用于智采工作面液压支架时空区域支护质量评价的优势。

免费下载

工矿自动化

2022年第10期

216

142
HCPS理论体系下新一代智能煤矿发展路径

作者(Author)：金智新, 王宏伟, 付翔

摘要：在当前煤矿智能化高质量工业发展背景下，基于新一代智能制造“人-信息-物理系统”（HCPS）技术机理，提出了以人为核心的新一代智能煤矿理论体系和技术路径。通过介绍近代煤矿机械化-信息化-智能化的生产模式演进和人、信息系统、物理系统的技术发展，以及新一代智能煤矿发展过程中主要面临的关键场景技术，构建了新一代智能煤矿的HCPS技术体系，阐述了人、煤矿信息系统、煤机装备物理系统相互协同作用机制，并从人、煤矿信息系统、煤机装备物理系统及三者集成这4个维度给出了HCPS技术组成要素。根据以人为核心的发展理念，提出了新一代智能煤矿HCPS理论体系下人机协同技术路径，重点阐明了煤矿安全生产目标下人机自主协同交互模式、人在回路的煤矿安全生产态势感知、人机信任与交互模式下的煤矿系统控制共享、煤矿任务场景的人机信息交互可视化应用开发等核心技术。指出采矿、机械、信息、计算机、管理等多学科交叉人才培养与实践，煤矿管理创新、安全制度创新、生产模式创新、人员工种创新等，是新一代智能煤矿发展的2个关键点。

免费下载

工矿自动化

2022年第10期

266

174
液压支架数字孪生体联合建模方法

作者(Author)：王宏伟, 武亚丹, 陈龙

摘要：目前液压支架建模方法存在建模方式单一、缺乏模型内部动作表达等问题，难以实现数字孪生模型的深度知识挖掘，且液压支架的建模只单独研究机械或者液压部分，很难掌握其整体动态特性。针对上述问题，以掩护式液压支架ZY6800/08/18D作为研究对象，提出了一种液压支架数字孪生体联合建模方法。利用SolidWorks软件建立液压支架机械系统和液压系统的三维实体模型，将三维实体模型生成.sldasm格式文件导入MapleSim软件中，使用运动副连接机械部分，液压元件连接液压部分，建立液压支架机械系统孪生模型和液压系统孪生模型，二者联合，与物理体通过数据库进行数据交互与模型优化。为了使模型1∶1映射物理体，建立了液压支架数字孪生体，包括系统层、信息层、物理层。对构建好的液压支架数字孪生体进行虚实一致性实验，在物理体与孪生体立柱输入相同信号的条件下分析二者连杆的角度变化是否一致，验证模型的合理性与准确性。结果表明：物理体与孪生体连杆角度拟合度为0.986，接近1，拟合程度较好，表明真实数据驱动下的孪生模型位姿信息与物理体运行结果基本一致；连杆角度的整体误差为-0.198～+0.185°，在倾角传感器精度范围内，满足精度要求。数字孪生模型运动规律符合液压支架实际运动状态，实现了物理体与其孪生体的相互映射和交互融合。

免费下载

工矿自动化

2022年第10期

244

130