-
- 《“矿山视巡”智能分析与训练系统》上榜2024年先进计算赋能新质生产力典型应用案例名单
- 近日，工信部公布2024年先进计算赋能新质生产力典型应用案例名单。经各地工业和信息化主管部门推荐、专家评审和网上公示，确定了73项先进计算赋能新质生产力典型应用案例。其
- 2024-12-19
了解更多>>
-
- GeoEnergy Communications | 新刊上线，开放征稿
- 关于期刊
GeoEnergy Communications（GEC）由中国煤科开采研究院主办，由煤炭智能开采与岩层控制全国重点实验室支持，致力于传播能源发展的最新研究进
- 2024-12-19
了解更多>>
-
- 《洁净煤技术》“化学链技术”虚拟专题
- 《洁净煤技术》编辑部筛整理了近期刊发的部分“化学链技术”虚拟专题文章，供广大学者借鉴。扫描二维码可获取全文，点击最下方阅读原文可获取所有文章。
- 2024-12-19
了解更多>>
-
- 袁宏永 教授：我国能源转型进程中的燃气安全风险防控关键技术与应用
- 承办单位：中煤科工集团重庆研究院有限公司、煤矿灾害防控全国重点实验室、煤炭智能开采与岩层控制全国重点实验室、煤矿安全技术国家工程研究中心、煤矿瓦斯灾害预警与防控国
- 2024-12-19
了解更多>>
-
- 露天矿山合理产能多目标规划
- 2024-12-19
了解更多>>
-
- 深部近距离煤层类孤岛面布置方式及卸压技术研究
- 深部矿井近距离煤层群开采后期在上煤层易产生一侧本煤层采空、一侧下煤层采空的类孤岛工作面,其位置设计对于工作面的采动强度有直接影响。结合新街一井地质及开采条件,通过现场调研与分析,提出了近距离上煤层类孤岛面围岩的“下”型结构,并阐述了其开采隐患因素。根据此类孤岛面与下煤层实体煤的位置关系提出了3类布面方案,并基于离散元数值软件建立了8种类孤岛面布置模型。研究结果表明,当类孤岛面布置在内错下煤层实体煤且错距为25m左右时,巷道实体煤帮峰值应力增高系数降至1.5以下,煤柱帮应力出现明显的下降段,在该位置布置工作面较为适宜。同时考虑到实际此类孤岛面存在厚层坚硬顶板的情况,提出了“合理布面+顶板预裂+卸后再采”技术,为现场相关工程提供借鉴参考。
- 2024-12-19
了解更多>>
-
- 轻量化姿态估计时空增强图卷积模型下的矿工行为识别
- 基于骨架序列的行为识别模型具有速度快、算力要求低、模型简单等特点，图卷积神经网络在处理骨架序列数据时具有优势，而现有基于图卷积的矿工行为识别模型在高精度和低计算复杂度之间难以兼顾。针对该问题，提出了一种基于轻量化姿态估计网络（Lite−HRNet）和多维特征增强时空图卷积网络（MEST−GCN）的矿工行为识别模型。Lite−HRNet通过目标检测器进行人体检测，利用卷积神经网络提取图像特征，并通过区域提议网络生成锚框，对每个锚框进行分类以判断是否包含目标；区域提议网络对被判定为目标的锚框进行边界框回归，输出人体边界框，并通过非极大值抑制筛选出最优检测结果；将每个检测到的人体区域裁剪出来并输入到Lite−HRNet，生成人体关键点骨架序列。MEST−GCN在时空图卷积神经网络（ST−GCN）的基础上进行改进：去除ST−GCN中的冗余层以简化模型结构，减少模型参数量；引入多维特征融合注意力模块M2FA。生成的骨架序列经MEST−GCN的BN层批量标准化处理后，由多维特征增强图卷积模块提取矿工行为特征，经全局平均池化层和Softmax层得到行为的置信度，获得矿工行为预测结果。实验结果表明：① MEST−GCN的参数量降低至1.87 Mib；② 在以交叉主体和交叉视角为评价标准的公开数据集NTU60上，采用Lite−HRNet提取2D人体关键点坐标，基于Lite−HRNet和MEST−GCN的矿工行为识别模型的准确率分别达88.0%和92.6%；③ 在构建的矿工行为数据集上，基于Lite−HRNet和MEST−GCN的矿工行为识别模型的准确率达88.5%，视频处理速度达18.26 帧/s，可以准确且快速地识别矿工的动作类别。
- 2024-12-19
了解更多>>
-
- 冲击地压煤层智能安全高效开采系统架构与关键技术
- 目前煤矿冲击地压防治工作依托于对应力、能量、位移等数据的监测及人工分析，并据此实施针对性的防治措施。经过近百年不懈的研究与实践，该领域在理论深度、技术创新和装备升级等方面取得了显著进步。然而，在源头治理和智能防控的研究领域，仍面临诸多挑战与难题。在2023年中国科协十大产业技术问题评选中，专家组一致将“如何实现冲击地压煤层智能安全高效开采？”推荐入选，为煤矿冲击地压灾害防治的未来发展指明了方向。冲击地压煤层的智能开采不仅是一个技术难题，更是一个复杂的系统工程问题。基于40余年的理论积淀与工程实践，提出了煤层智能安全高效开采系统架构与关键技术。首先利用数字孪生技术构建精细的数字模型，深入探测和解析矿井所在区域的地质构造，精确测量区域地应力场特性和煤岩物理力学属性，并依托先进算法对地层变化信息进行工程展布，实现地质信息的“透明化”；其次，在数字模型中依据矿井开采设计方案，模拟井筒、巷道和工作面的开掘过程，同时结合井上、井下各类监测系统的实时数据，对矿井数字模型进行动态更新和计算，既能够回顾和分析历史工程效果，又能够预测和推演未来工程活动的影响；再次借助深度学习和AI技术让计算机自主学习矿井的全息数据，根据监测数据和工程活动的实时变化，自主决策开采和防治工程措施，同时构建标准化的通信技术体系，实现矿井内各类设备的互联互通，打造智能化的矿山生态系统；最后开发智能化的采煤装备控制模块，在计算机智能决策的指导下，实现对全矿井各类设备动作的智能控制。通过自主调节采煤和卸压解危的时序，优化采煤、运输、提升等设备的运行速度，全面实现冲击地压煤层的智能开采，为煤矿安全生产和高效运营提供有力保障。
- 2024-12-19
了解更多>>
