智慧煤矿数据驱动检测技术研究

潘红光, 裴嘉宝, 侯媛彬

潘红光，裴嘉宝，侯媛彬.智慧煤矿数据驱动检测技术研究［J］.工矿自动化，2020,46（10）：49-54.. DOI: 10.13272/j.issn.1671-251x.17606
引用本文: 潘红光，裴嘉宝，侯媛彬.智慧煤矿数据驱动检测技术研究［J］.工矿自动化，2020,46（10）：49-54.. DOI: 10.13272/j.issn.1671-251x.17606
shu
PAN Hongguang, PEI Jiabao, HOU Yuanbi. Research on data-driven detection technology of smart coal mine[J]. Journal of Mine Automation, 2020, 46(10): 49-54. DOI: 10.13272/j.issn.1671-251x.17606
Citation: PAN Hongguang, PEI Jiabao, HOU Yuanbi. Research on data-driven detection technology of smart coal mine[J]. Journal of Mine Automation, 2020, 46(10): 49-54. DOI: 10.13272/j.issn.1671-251x.17606
shu

智慧煤矿数据驱动检测技术研究

  • 西安科技大学 电气与控制工程学院， 陕西 西安710054

基金项目: 

国家自然科学基金项目(61603295)

中国博士后基金资助项目(2017M623207)

陕西省博士后基金项目（2018BSHEDZZ124）

西安科技大学优秀青年科技基金项目(2018YQ2-07)

详细信息

  • 中图分类号: TD67

Research on data-driven detection technology of smart coal mine

  • School of Electrical and Control Engineering, Xi''an University of Science and Technology,Xi''an 710054, China

HTML全文

    摘要
  • 摘要: 数据驱动检测技术是智慧煤矿发展的有效组成部分，其在无需知道智慧煤矿大数据系统精确解析模型的情况下完成对未来对象系统行为的预测。针对智慧煤矿的生产运行智能化、安全生产本质化、运营模式科学化等难题，分析了数据驱动检测技术在煤矿设备故障诊断、胶带运输异物检测、煤矸检测辨识等3个方面的应用现状。展望了数据驱动检测技术在这3个方面的发展趋势：① 模糊数学与人工神经网络应更加有效融入煤矿设备故障诊断中；② 视频防抖、图像分割及目标检测技术应更加有效融入胶带运输异物检测中；③ 分拣机器人、计算机视觉及图像识别技术应更加有效融入煤矸检测辨识中，提高算法普适性将是煤矸图像识别发展的方向之一。
    Abstract: Data-driven detection technology is an effective part of development of smart coal mine. It can predict behavior of future object system without knowing accurate analytical model of smart coal mine big data system. For the difficult problems of intelligent production operation, inherent safety production,scientific operation mode of smart coal mine, application status of data-driven detection technology in fault diagnosis of coal mine equipment, detection of foreign object in belt transportation and detection and identification of coal-gangue was analyzed.The development trend of data-driven detection technology in these three aspects was prospected: ① Fuzzy mathematics and artificial neural network should be integrated into fault diagnosis of coal mine equipment more effectively; ② Video anti-shake, image segmentation and target detection technologies should be more effectively integrated into detection of foreign object in belt transportation; ③ Sorting robot, computer vision and image recognition technologies should be more effectively integrated into detection and identification of coal-gangue, and improving universality of the algorithm would be one of the development directions of coal-gangue image recognition.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(15)

  • 期刊类型引用(11)

    1. 陈韬，张幼振，许超. 煤矿井下钻进工况智能识别算法研究与应用. 煤矿安全. 2025(03): 242-249 . 百度学术
    2. 王德飞，王湛岩，赵志刚，孟智勇，彭孝东. 基于波门控制策略的激光角度欺骗干扰概率研究. 光学与光电技术. 2024(06): 96-102 . 百度学术
    3. 佘建煌. 多模式特征增强卷积的带式输送机异物检测模型. 矿山机械. 2023(04): 47-53 . 百度学术
    4. 杨波. 基于大数据分析的煤矿通风自动控制系统. 能源与环保. 2023(08): 39-44 . 百度学术
    5. 李红岩，杨朝旭，荣相，史晗，王越，刘宝，王磊. 矿用逆变器功率器件故障预测与健康管理技术现状及展望. 工矿自动化. 2022(05): 15-20 . 本站查看
    6. 李曼，潘楠楠，段雍，曹现刚. 煤矿旋转机械健康指标构建及状态评估. 工矿自动化. 2022(09): 33-41 . 本站查看
    7. 李海龙. 基于Revit的煤矿变频带式输送机电机驱动控制系统设计. 煤矿机械. 2022(12): 31-35 . 百度学术
    8. 冯源琪，左弯弯，王金川，杨梦莹，张建文. 基于小波包和分形维数的瓦斯传感器状态评估方法研究. 电气防爆. 2021(03): 1-6+10 . 百度学术
    9. 杜京义，陈瑞，郝乐，史志芒. 煤矿带式输送机异物检测. 工矿自动化. 2021(08): 77-83 . 本站查看
    10. 洪涛，张富强. 基于端对端最优功率的成套连采系统设计. 吉林大学学报(信息科学版). 2021(06): 675-681 . 百度学术
    11. 赵炳文，郭栋，王亮，祝菁，刘航，李幸，边帅. 井下车辆智能调度系统的设计及应用. 能源技术与管理. 2021(06): 27-30 . 百度学术

    其他类型引用(4)

    • 资源附件(0)
计量
  • 文章访问数:  163
  • HTML全文浏览量:  14
  • PDF下载量:  33
  • 被引次数: 15
出版历程
  • 刊出日期:  2020-09-19

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献(15)
    资源附件(0)

    /

    返回文章
    返回

    苏ICP备 05016349号-2

    本系统由 北京仁和汇智信息技术有限公司 开发  访问量：1252719    百度统计