摘要:煤矿冲击地压和煤与瓦斯突出自动感知报警方法是及时发现事故并应急救援,减少人员伤亡,避免或减少瓦斯和煤尘爆炸等次生事故发生,遏制事故迟报、漏报和瞒报的有效措施。煤矿冲击地压事故感知难,目前还没有煤矿冲击地压事故自动发现和报警方法,煤矿冲击地压事故主要靠人工发现。目前仅有基于甲烷、风速和风向传感器的煤与瓦斯突出自动报警方法,但存在响应速度慢、甲烷传感器损毁前监测不到甲烷浓度大幅升高等问题。提出了
摘要:路径规划是煤矿机器人在煤矿井下狭小巷道空间中应用亟待解决的关键技术之一。针对传统人工势场(APF)算法在狭小巷道环境中规划出的路径可能离巷道边界过近,以及在障碍物附近易出现目标不可达和路径振荡等问题,提出了一种基于改进APF 算法的煤矿机器人路径规划方法。参考《煤矿安全规程》有关规定建立了巷道两帮边界势场,将机器人行驶路径尽量规划在巷道中间,以提高机器人行驶安全性;在障碍物斥力势场中引入调节
摘要:深井救援技术是指在深井事故救援过程中对被困人员进行救援各环节涉及的关键技术,主要包括环境侦测技术、生命探测技术、深井快速破拆技术、应急通信网络构建技术及保障深井事故救援顺利进行的其他辅助技术。深井救援装备是指在深井救援技术实施过程中必要的硬件装备和软件平台等。研究深井救援技术和装备对于保障被困人员生命安全、减少事故损失至关重要。分析了深井救援装备及关键技术的研究现状,指出现有的救援技术和装备
摘要:传统采煤机截割调控缺乏对采煤机滚筒状态的分析,导致截割模板生成质量低;未充分考虑工作面起伏情况和地质环境条件,无法得到最优截割路径;依赖采煤机自身控制单元无法及时调整滚筒高度。针对上述问题,提出了一种基于工艺驱动的采煤机智能截割调控方案。按照工作面液压支架编号,实时采集对应的滚筒截割高度数据,并结合滚筒截割高度历史数据对实时数据进行处理,生成符合工作面顶底板曲线趋势的采煤机截割模板;基于工作
摘要:针对多根钢丝绳检测部署困难、钢丝绳图像采集质量较低、视觉检测法适应性差、准确性不高等问题,提出了一种基于计算机视觉和深度学习的矿井提升机钢丝绳外观缺陷视觉识别方法。首先构建矿井提升机钢丝绳在线监测系统;其次由地面移动巡检平台和井下本安高速相机采集钢丝绳图像,建立钢丝绳图像数据集;然后考虑井下粉尘影响、相机镜头易受污染、光照不均、钢丝绳高光反射等问题,采用基于Retinex 算法的图像去噪方法
摘要:针对现有煤矸检测模型存在的特征提取不充分、参数量大、检测精度低且实时性差等问题,提出了一种基于YOLOv5s−FSW 模型的选煤厂煤矸检测方法。该模型在YOLOv5s 的基础上进行改进,首先将主干网络的C3 模块替换为FasterNet Block 结构,通过降低模型的参数量和计算量提高检测速度;然后,在颈部网络引入无参型SimAM 注意力机制,增强模型对复杂环境下重要目标的关注,进一步提高
摘要:对细粒煤分选中分级溢流颗粒粒度进行实时在线检测,进而调控分级参数,可减少溢流中粗颗粒含量,提高总精煤回收率。现有研究对溢流颗粒粒度的检测上限普遍在180 μm 左右,矿浆体积浓度上限为10%,无法满足粒度较粗、粒级较宽且体积浓度较高的细粒煤分级旋流器溢流颗粒粒度检测要求。为提高煤颗粒粒度和矿浆体积浓度检测上限,开发了一套超声波在线颗粒粒度检测系统。基于超声波声衰减模型,构建了适用于煤颗粒粒度
摘要:现有基于深度学习的煤矸识别方法在煤矿井下低照度、高噪声及运动模糊等复杂工况下存在煤矸识别精度低、小目标煤矸容易漏检、模型参数量和运算量大,难以部署到计算资源有限的设备中等问题,提出了一种基于HGTC−YOLOv8n 模型的煤矸识别算法。采用HGNetv2 网络替换YOLOv8n 的主干网络,通过多尺度特征的有效提取,提高煤矸识别效果并减少模型的存储需求和计算资源消耗;在主干网络中嵌入三重注意
摘要:由于在重介分选过程中各个传感器位置不同,导致重介分选主要工艺参数与灰分存在时间滞后,影响了精煤灰分结果。基于回归模型的灰分预测方法缺乏对时间序列信息的利用,无法捕捉重介生产过程随时间变化的动态特性;基于时间序列的灰分预测方法未能充分考虑灰分和重介分选主要工艺参数之间的时间依赖关系。针对上述问题,提出了一种基于时间序列对齐和TCNformer 的重介精煤灰分多步预测方法。通过滞后相关性分析来量
摘要:目前煤矿井下人员轨迹预测方法中,Transformer 与循环神经网络(RNN)、长短期记忆(LSTM)网络相比,在处理数据时不仅计算量小,同时还有效解决了梯度消失导致的长时依赖问题。但当环境中涉及多人同时运动时,Transformer 对于场景中所有人员未来轨迹的预测会出现较大偏差。并且目前在井下多人轨迹预测领域尚未出现一种同时采用Transformer 并考虑个体之间相互影响的模型。针对
摘要:针对现有基于机器视觉的带式输送机煤流检测方法存在的图像细节缺失、在多处断裂或断裂间距较大区域拟合效果较差的问题,基于直射斜收式激光三角测量原理,提出了一种基于机器视觉的带式输送机高精度煤流检测系统,将线激光发射器布置在带式输送机测量位置正上方并垂直照射煤堆,煤堆随带式输送机匀速运动,利用相机在斜上方实时拍摄包含激光条纹的煤堆表面图像。对煤流检测系统进行标定,包括相机内参数标定和激光平面标定,
摘要:煤矿综采工作面设备来自不同厂商,接口不统一、数据系统和业务逻辑不同,造成数据壁垒,系统间数据交互慢。基于工业互联网架构,提出了包括设备层、接入层、边缘层、PaaS 层、应用层的智能化综采技术架构;基于该架构,将煤矿综采设备作为整体数据对象,设计了一种煤矿综采设备信息模型构建方法,定义了属性、方法、事件、报警4 个关键要素和建模规则,从而实现各物理实体与异构系统之间的无缝通信,即对综采设备信息
摘要:目前煤矿视频监控数据传输存在高延迟问题,而视频传输延迟的主要成因是编码延迟。针对该问题,提出了一种无视频编码的基于媒体补充增强信息(SEI)的煤矿智能监控视频传输方法。该方法在解复用视频流得到视频压缩帧后缓存一份副本,解码视频压缩帧得到视频解码帧,通过SEI 存储视频解码帧中AI 模型分析结果,根据时间戳对应关系将自定义SEI 写入该视频解码帧对应视频压缩帧副本的网络提取层单元,并复用视频压
摘要:煤矿水仓巷道光照强度不均匀且结构化特征明显,传统基于视觉的机器人位姿识别方法识别不准确,而单一的机器人定位技术如自适应蒙特卡洛(AMCL)方法随着清仓机器人的长时间运行,输出的位姿信息存在较大累计误差,易出现煤泥清理不干净、与两侧巷道发生碰撞的情况。针对上述问题,提出了一种基于扩展卡尔曼滤波的多传感器融合清仓机器人位姿识别方法。首先搭建多传感器融合算法框架,建立里程计、惯性测量装置、激光雷达
摘要:基于同时定位与建图(SLAM)技术的移动机器人能够快速、准确、自动化地采集空间数据,进行空间智能感知和环境地图构建,是实现煤矿智能化和无人化的关键。针对目前煤矿井下多传感器融合SLAM 方法存在机器人前端位姿估计退化失效和后端融合精度不足的问题,提出了一种煤矿井下移动机器人激光雷达(LiDAR)−视觉−惯性(IMU)自适应融合SLAM 方法。对LiDAR 点云数据进行聚类分割,提取线面特征,
摘要:针对目前常用的基于惯导+视觉测量+光学靶标的掘进机组合式导航定位存在的光学靶标被遮挡情况下掘进机定位中断问题,提出了一种光学靶标遮挡条件下掘进机定位解算方法。首先,采集4 个呈矩形分布的靶标点组成的光学靶标在无遮挡情况下的图像,得到靶标点在相机内成像光斑的像素坐标并构造成矩形,再按照一定比例扩大构造辅助矩形区域框。其次,采集部分靶标点被遮挡情况下的图像,得到无遮挡靶标点在相机内成像光斑的像素
摘要:在研究声发射特征与煤样和断裂的关系时,原煤和型煤都可用作实验样本。大多煤层材质较软,制造标准的原煤试样较为困难,因此使用型煤作为研究样本的实验较普遍,但型煤改变了煤的原始结构,影响了其物理和力学性质,使用型煤替代原煤作为实验样本的适用性一直是学术界讨论的焦点。此外,目前对于原煤和型煤在假三轴压缩实验中表现出的声发射特征差异的研究相对有限。针对上述问题,开展了原煤和型煤假三轴压缩声发射实验,从
摘要:高原寒区矿山岩体受低温环境和动载扰动等影响会产生失稳现象。现有研究大多围绕裂隙砂岩在不同冻结温度下的静力学特性,考虑到工程开挖的影响,需要进一步研究冻结裂隙砂岩在动载作用下的力学及声发射特征。开展了冻结单裂隙砂岩的落锤冲击试验,结合声发射监测技术分析了冻结单裂隙砂岩力学及声发射特征。试验结果表明:① 裂隙倾角增加会引起应变时程曲线在应变峰值前回弹幅度增大,裂纹由裂隙两侧分布转变为裂隙上下两端
摘要:目前大多数的井下人员不安全行为识别研究侧重于在计算机视觉上提高精度,但井下易出现遮挡、光照不稳定、反光等情况,仅采用计算机视觉技术难以实现对不安全行为的准确识别,尤其登高作业中的爬梯、扶梯等相似动作在识别过程中易被混淆,存在安全隐患。针对上述问题,提出一种基于多模态的井下登高作业专人扶梯检测方法。该方法从视觉和音频2 个模态对监控视频数据进行分析。视觉模态方面,采用YOLOv8 模型检测登高
摘要:针对煤矿机电设备辅助维修中二维码标注工作量大、通用性低及现有免注册识别方法实现复杂、难以部署等问题,提出了一种基于改进YOLOv5s 的煤矿机电设备维修指导系统。该系统由设备免注册识别模块、故障维修指导模块、远程专家接入指导模块组成。设备免注册识别模块通过HoloLens 眼镜上的摄像头采集故障设备图像,并通过改进YOLOv5s 图像识别算法进行分析和处理,识别出故障设备型号;故障维修指导模