-
- 上新 |《矿业安全与环保》 2024年第08期
- <矿业安全与环保>.双月刊.创刊于1972年.是由中国煤炭科工集团有限公司主管.中煤科工集团重庆研究院有限公司.国家煤矿安全技术工程研究中心共同主办.面向国内外公开发行的科技期刊.是中文核心期刊.中国科技核心期刊.全国煤炭优秀科技期刊.被中国期刊数据库(CNKI).中国学术期刊(光盘版).中国学术期刊综合评价数据库(CAJCED)等数据库收录.
- 2024-09-18
了解更多>>
-
- 中厚煤层超长工作面“支卸组合-泵充砼柱”沿空留巷智能化工作面创新与应用
- 为持续推进智能矿山建设和技术创新,发挥创新链与产业链间的桥梁和纽带作用,《智能矿山》编辑部策划了“智能矿山零距离”品牌活动。第4期“智能矿山零距离”神东煤炭集团哈
- 2024-09-18
了解更多>>
-
- 《矿山机器人2.0思考》中煤科工集团首席科学家/中煤科工机器人科技有限公司创始人、副总经
- 大会主题(一)中国自动化学会智慧矿山专业委员会年会内部会议及学术论坛(二)参观2024AGIC深圳(国际)通用人工智能大会暨深圳(国际)通用人工智能产业博览会(三)“人工智能+矿
- 2024-09-18
了解更多>>
-
- 基于自监督学习的IRS辅助矿井通信系统信道估计方法
- 针对矿井复杂环境导致的多径衰落、非视距通信及真实标签获取困难的问题，提出一种基于自监督学习（SSL）的智能反射面（IRS）辅助矿井通信系统信道估计方法。根据井下Nakagami-g衰落信道模型和IRS信号传输模型搭建井下通信系统模型，通过IRS技术解决多径衰落和非视距通信问题。通过最小二乘（LS）算法进行初步信道估计，再采用SSL框架下的八度卷积（OCT）神经网络优化信道估计结果。OCT直接对高频分量和低频分量进行处理，能同时捕捉信道的粗糙特征和细微差别，提供全面的信道信息，从而更准确地估计信道状态；SSL算法使用接收信号及其带噪版本作为训练数据，通过未标注数据的内在结构提升IRS辅助信道估计的精度和效率，从而降低对人工标签的依赖。仿真结果表明：① 引入IRS技术能有效降低信道估计误差。② OCT神经网络的损失值明显低于CNN，数据拟合效果更好；OCT神经网络计算效率高，可提高通信系统信道估计的整体性能；在计算资源有限的环境下，OCT神经网络可保持较低参数量和内存使用量。③ SSL算法在所有信噪比条件下均能保持较低的归一化均方误差，验证了其在信道估计中的高效性和鲁棒性。④ 基于SSL的IRS辅助矿井通信系统信道估计方法在大规模网络中具有较好的扩展性和鲁棒性。
- 2024-09-18
了解更多>>
-
- 乌兰木伦煤矿“矿鸿”操作系统建设与应用
- 国能神东煤炭乌兰木伦煤矿(简称乌兰木伦煤矿) 隶属于国能神东煤炭集团有限公司(简称神东煤炭集团),位于内蒙古自治区鄂尔多斯市东南部,归属内蒙古自治区鄂尔多斯市伊金霍洛旗乌兰木伦镇行政管辖,地处伊金霍洛旗东南部。矿井始建于1988 年11 月,1992 年12 月正式投产,井田面积44.1 km2,矿井地质总储量41 204.66 万t,主采煤层三层。煤质具有低灰、低硫、低磷和中高发热量的特点,属高挥发分的长焰煤和不黏结煤,是优质动力煤、化工和冶金用煤。矿井经过3 次改造,由最初的核定生产能力30 万t/a 提升到现在的510 万t/a。在煤炭行业智能化建设领域取得了优异成绩,获得中国煤炭工业协会“先进会员单位”“安全高效矿井”及国家能源投资集团有限责任公司(简称国家能源集团) 安全环保一级单位等荣誉称号。
- 2024-09-18
了解更多>>
-
- 基于深度学习的烟气温度和CO2浓度在线检测
- 基于低分辨率红外发射光谱采集技术,耦合深度学习计算方法,提出了一种烟气温度和CO2浓度在线检测方法。利用气体光谱辐射模型计算训练数据,基于多层感知器(MLP)神经网络反演火焰烟气温度和CO2浓度的分布,结果表明,MLP神经网络模型对温度、CO2和H2O体积分数的反演误差均低于1%,预测精度均大于94.5%,具有良好的泛化能力和预测能力。建立了一套基于深度学习与发射光谱耦合的烟气温度和CO2浓度在线检测装置,并对乙烯扩散火焰和C2H4/NH3部分预混火焰展开了研究。乙烯扩散火焰烟气温度和CO2体积分数的测量结果与模拟火焰结果相一致,验证了基于深度学习与发射光谱耦合的在线检测法的可行性。改变部分预混火焰的掺氨比例,分析火焰中轴上方不同高度处气体的温度和CO2浓度变化,结果表明,同一高度处的烟气温度会随着掺入氨气的增加而增大,而CO2体积分数会呈先增大后急剧减少的趋势。所提出的方法可以较灵敏的检测温度和CO2浓度的变化,用于多种火焰的燃烧诊断研究,在燃煤电厂碳排放在线检测上也有一定的应用前景。
- 2024-09-18
了解更多>>
-
- 基于多种图结构信息融合的刮板输送机健康状态识别
- 刮板输送机是一种煤矿井下用的煤炭输送设备，在煤矿生产中具有重要作用。恶劣工作环境及长期使用磨损导致刮板输送机性能逐渐退化，故及时掌握刮板输送机健康状态极为关键。为克服传统方法在刮板输送机整机健康状态识别过程中存在的部件强耦合性关系难以提取融合及健康指标构建人工参与过多、易受异常值影响的问题，提出一种基于多种图结构信息融合的刮板输送机健康状态识别方法。利用自注意力机制（SA）与标准化流（NF）共同优化的变分自编码器（VAE）无监督地自动构建刮板输送机健康指标，降低了刮板输送机健康指标构建中对人工经验的依赖，同时有效拟合了健康指标的隐式分布，克服了监测数据中存在的异常值影响健康指标构建的问题；提出了一种多种图结构信息提取方法，提取刮板输送机先验图结构及相似性度量图结构，全方位显式地表达了多部件之间的耦合关系；提出了一种多种图结构信息融合方法，利用多个图注意力网络（GAT）有效提取并融合刮板输送机的多种图结构信息。在采集的刮板输送机真实状态数据中进行试验，结果表明，模型识别准确率可达98.60%，宏平均F1（Macro-F1）值可达96.81%，该方法为刮板输送机的健康状态识别提供了一种新的可行途径。
- 2024-09-18
了解更多>>
-
- 《矿业安全与环保》“矿山智能视频监控图像识别技术”专题
- 专题来自于《矿业安全与环保》2024年04期，共6篇研究成果。
- 2024-09-18
了解更多>>
