-
- 中国工程院院士高翔：科技创新推动中国可再生能源领域技术和产品快速迭代，不断为全球提供质优
- 中国工程院院士、浙江工业大学校长高翔，长期致力于能源与环境领域的基础理论、关键技术及工程应用研究，在清洁能源、碳污减排、资源循环等方向取得系列创新成果。高翔院士曾获
- 2024-12-17
了解更多>>
-
- 《煤炭学报》创刊60周年突出贡献团队名单揭晓！
- 《煤炭学报》60年的成长历程，离不开学界和业界的支持与贡献。无数个团队团结协作、勇于创新，在相关领域取得显著成就，对学报发展作出了卓越贡献，团队负责人及成员在论文发表、审
- 2024-12-17
了解更多>>
-
- 邵振鲁副教授：自燃煤矸石山火区表面温度场三维重构与实践
- 邵振鲁，张会松，邓榕，等. 自燃煤矸石山火区表面温度场三维重构与实践[J]. 煤田地质与勘探，2024，52(11)：12−23.DOI: 10.12363/issn.1001-1986.24.03.0190
- 2024-12-17
了解更多>>
-
- 王家臣 教授：“四要素”放煤理论及其工程应用
- 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
- 2024-12-17
了解更多>>
-
- 煤可可的科普之旅丨带你了解矿用电磁波随钻测井系统
- 定向钻进技术是煤矿井下进行瓦斯抽采、水害防治等地质勘探的得力助手,要高效精确地在目标层中钻进,离不开电磁波随钻测井系统。 该系统由中国煤炭科工西安研究院物探科研团
- 2024-12-17
了解更多>>
-
- 一种井下人员乘车识别与定位方法
- 现有矿用人员精确定位系统大多基于UWB定位技术，采用人员定位卡+定位分站的布局模式，无遮挡情况下可实现厘米级的高精度定位；当井下人员乘车时，由于矿用车辆的大范围金属遮挡和车厢内人员的密集因素对定位精度的影响，难以实现乘车人员的精确定位。针对上述问题，设计1种井下人员乘车识别与定位方法，在车辆外部安装车载定位卡，同时车厢内安装接收头，通过车辆速度监测、定位卡姿态及车内测距等多信息进行人员乘车状态识别；在车载定位卡与巷道内定位分站测距的同时，通过消息复用将车内乘车人员信息透传给定位分站，定位分站通过矿井环网将乘车人员信息上传至地面数据中心。测试结果表明：该方法对人员乘车识别准确率极高，乘车人员位置信息与车辆位置同步，可有效解决井下人员乘车过程中的定位问题。
- 2024-12-17
了解更多>>
-
- 声波团聚净化火电300 MW机组湿法脱硫后烟气试验
- 目前国内火电燃煤机组广泛采用的石灰石−石膏湿法脱硫系统会产生大量颗粒物,传统除尘除雾装置对粒径较小的颗粒物尤其是PM10的脱除效果比较有限。声波团聚对于控制细小颗粒物尤其是PM10的排放具有重要意义,可作为烟尘预处理环节与传统除尘除雾器组合使用。为解决火电机组湿法脱硫后烟气中粉尘特别是PM10的逃逸问题,对烟道进行工程改造试验,配置3200、1600和800Hz频率的不同组合方案,探究其对PM10数量浓度、粒径分布的影响,选取其中团聚效果最好的声波组合方案,分别测试背景工况、声波单独作用、声波耦合喷雾作用时的除尘效率。结果表明:未开启声波时PM10数量浓度较高,为2.75×104cm−3,峰值粒径在0.05μm左右,声波开启后PM10的数量浓度明显降低,且峰值粒径增大,多种组合方案中3200Hz×4+1600Hz×2的声波组合方案PM10的数量浓度最低,为2.26×104cm−3,代表此方案团聚效率最高,为17.82%。除尘效率的测试中,除雾器单独作用时除尘效率较低,仅为34.3%,配合上述声波可将除尘效率提升至52.1%,再辅助喷雾时除尘效率最高,达到60.4%,此时除雾器出口烟尘质量浓度降至5mg/m3以下,满足超低排放要求。此外,对于试验中的低质量浓度PM10环境,声波团聚规律依然适用,但颗粒物碰撞概率较低,可采用高低频声波组合的方案弥补。
- 2024-12-17
了解更多>>
-
- 基于MRAU视频分割模型的矿井涌（突）水风险识别方法
- 矿井涌（突）水视频识别是智能化矿井建设的关键之一，通过识别涌（突）水从无到有、从小到大的动态演变过程，有助于防止水量超出矿井排水能力并演变为水害。为此提出了一种基于多通道残差注意力机制的U2Net视频分割模型（MRAU），旨在识别涌（突）水的演变过程。首先，基于卷积注意力模块（CBAM）改进U2Net网络模型，以提高特征提取效果。通过多通道残差预处理，区分水流动态特征与静态背景，并将处理结果作为注意力机制输入模型，从而强化水流特征的学习。此外，使用中间帧掩码作为标签进行多帧融合学习，进一步提升网络对水流动态特征的识别能力。最终，通过学习不同场景下的水流特征，实现对未知场景中涌（突）水动态演变的有效识别。通过与Deeplab、LRASPP、FCN、U2Net网络模型的对比试验，选用Dice和IoU作为评价指标。试验结果表明，MRAU模型的Dice和IoU分别达到92.88%和87.51%，相比U2Net基础网络，识别结果分别提高了4.71%和7.41%。在未知的涌（突）水场景中测试时，MRAU的Dice和IoU得分分别达到了86.75%和80.23%。与其他模型相比，MRAU的识别精度最高，表明该模型在不同场景下对水流特征具有更强的泛化能力。此外，MRAU能够精准监测涌（突）水流量从小到大的演变过程。最后，通过在井下环境中模拟突水场景，进一步验证MRAU模型在实际生产中的实用性，为矿井水害监测提供了有效的技术手段。
- 2024-12-17
了解更多>>
