Volume 49 Issue S1
Sep.  2023
Turn off MathJax
Article Contents
References
Related Articles
WANG Yao. Research on information technology for underground coal mine based on 5G industrial Internet[JP][J]. Journal of Mine Automation, 2023, 49(S1): 29-31.
Citation: WANG Yao. Research on information technology for underground coal mine based on 5G industrial Internet[JP][J]. Journal of Mine Automation, 2023, 49(S1): 29-31.
shu

Research on information technology for underground coal mine based on 5G industrial Internet[JP]

  • CHN Xinjiang Energy Co., Ltd., Urumqi 830011, China

More Information
  • Received Date: July 10, 2023
  • Available Online: September 14, 2023
    Graphical Abstract
    • Abstract
    • FullText(HTML)
    • References (16)
  • [1]
    谭章禄,王美君.智慧矿山数据治理概念内涵、发展目标与关键技术[J].工矿自动化,2022,48(5):6-14.
    [2]
    杨成龙.宁夏煤业公司智能化建设探索与实践[J].能源科技,2021,19(1):1-7.
    [3]
    齐俊铭,王凯,王志静,等.转龙湾煤矿矿井智能化通防系统与信息平台构建[J].煤矿安全,2022,53(9):212-220.
    [4]
    徐明."5G+工业互联网"采矿智能化顶层设计和技术应用研究[J].信息通信技术与政策,2021(10):38-43.
    [5]
    冀杰.基于煤矿采煤机智能化关键技术分析[J].矿业装备,2022(4):247-249.
    [6]
    赵亮,陈继福,许丽,等.基于5G技术的煤矿井下水文参数实时监测系统[J].煤炭与化工,2022,45(7):32-35.
    [7]
    宋冰清,郑开明.对煤矿综采工作面智能化开采技术的应用[J].中国新通信,2022,24(14):65-67.
    [8]
    郑学召,严瑞锦,蔡国斌,等.矿井动目标精确定位技术及优化方法研究[J].工矿自动化,2023,49(2):14-22.
    [9]
    刘昕,付元,李晨鑫.5G特性在智慧矿山中的应用研究[J].工矿自动化,2022,48(10):136-141.
    [10]
    王海军,曹云,王洪磊.煤矿智能化关键技术研究与实践[J].煤田地质与勘探,2023,51(1):44-54.
    [11]
    袁显平,董旭,边珍.绩优煤炭企业特征模型的构建与应用研究[J].煤炭工程,2022,54(9):187-192.
    [12]
    陈杰.智慧矿山多系统传感层设备融合关键技术[J].煤矿安全,2022,53(7):119-125.
    [13]
    潘涛,赵永峰,丁涛,等.国家能源集团智能矿山建设实践与探索[J].中国煤炭,2020,46(5):30-40.
    [14]
    丁恩杰,俞啸,夏冰,等.矿山信息化发展及以数字孪生为核心的智慧矿山关键技术[J].煤炭学报,2022,47(1):564-578.
    [15]
    张建中,郭军.智慧矿山工业互联网技术架构探讨[J].煤炭科学技术,2022,50(5):238-246.
    [16]
    邓佳桐,程志江,叶浩劼.改进YOLOv3的多模态融合行人检测算法[J].中国测试,2022,48(5):108-115.
    • Related Articles

  • Related Articles

    [1]JIANG Dong. Design of coal mine communication network architecture based on 5G technology[J]. Journal of Mine Automation, 2024, 50(S2): 96-98.
    [2]YIN Jianhui. Design of coal mine gas intelligent extraction control system based on industrial Internet architecture[J]. Journal of Mine Automation, 2024, 50(2): 28-34. DOI: 10.13272/j.issn.1671-251x.2023080030
    [3]XIA Mengjian, DING Zhen. Application of 5G technology in intelligent construction of coal mine[J]. Journal of Mine Automation, 2023, 49(S1): 4-6.
    [4]YANG Jun, ZHANG Chao, YANG Huifan, GUO Yinan. Research summary on coal industry internet technology[J]. Journal of Mine Automation, 2023, 49(4): 23-32. DOI: 10.13272/j.issn.1671-251x.18081
    [5]XING Zhen, HAN An, CHEN Xiaojing, CHEN Haijian, SHEN Yi. Research on intelligent mine disaster digital twin based on industrial Internet[J]. Journal of Mine Automation, 2023, 49(2): 23-30, 55. DOI: 10.13272/j.issn.1671-251x.2022120050
    [6]GU Yidong. Application of 5G technology in coal mine heading face transportation system[J]. Journal of Mine Automation, 2022, 48(6): 64-68. DOI: 10.13272/j.issn.1671-251x.17919
    [7]SONG Jianhua, MA Pengfei. Research on the application of 5G technology in the construction of intelligent mine[J]. Journal of Mine Automation, 2021, 47(S1): 42-44.
    [8]MAO Xinkai, LIU Wanyua. Research on application of 5G technology in intelligent coal mining face[J]. Journal of Mine Automation, 2021, 47(S1): 39-41.
    [9]SUN Jiping. Coal mine intelligence，mine 5G and network hard slicing technology[J]. Journal of Mine Automation, 2021, 47(8): 1-6. DOI: 10.13272/j.issn.1671-251x.17821
    [10]MENG Qingyong. Probe on 5G architecture applied in coal mine underground[J]. Journal of Mine Automation, 2020, 46(7): 28-33. DOI: 10.13272/j.issn.1671-251x.17620

  • Cited by

    Periodical cited type(22)

    1. 刘万平，马经黎，谢蓉. 基于数字化盐田采卤泵的设备预测性维护系统. 盐科学与化工. 2025(04): 46-49+54 .
    2. 王攀攀，李兴宇，戴诗科，徐瑞东，王宇佩，陈凯玄，邓先明. 基于角域重采样和领域对抗网络的滚动轴承故障迁移诊断方法及实验分析. 实验技术与管理. 2024(05): 54-61 .
    3. 魏礼鹏，鹿伟强，于铄航，陈雯雅，张珂. 基于SA-PSO的煤矿小功率电机故障诊断研究. 煤矿机械. 2024(07): 174-176 .
    4. 李臻. 基于提升小波-SVD差分谱的煤机设备故障诊断. 煤矿机械. 2024(10): 169-173 .
    5. 杨秀宇，邵斌，贾少毅，赖岳华. 强背景噪声下滚动轴承轻微磨损故障特征提取方法. 煤炭工程. 2023(05): 153-159 .
    6. 刘金森，黄炜嘉，李效龙. 基于粒子群优化支持向量机的癫痫发作预测. 计算机与数字工程. 2023(03): 736-741+747 .
    7. 潘晓博，葛鲲鹏，钱孟浩，赵衍，董飞. 基于改进联合分布适应的轴承智能故障诊断方法. 机电工程. 2023(09): 1354-1362 .
    8. 王玉承，李亚，王海瑞，肖杨. 基于CEEMDAN-SVM和时域特征的滚动轴承故障诊断方法研究. 化工自动化及仪表. 2022(02): 175-181 .
    9. 李金才，付文龙，王仁明，陈星，孟嘉鑫. 基于深度网络的滚动轴承智能故障诊断. 工矿自动化. 2022(04): 78-88 . 本站查看
    10. 曹洁，张玉林，王进花，余萍. 基于VMD和SVPSO-BP的滚动轴承故障诊断. 太阳能学报. 2022(09): 294-301 .
    11. 黄向慧，田坤臣，荣相，魏礼鹏，杨方. 变频环境下异步电机故障诊断方法. 机床与液压. 2022(18): 165-171 .
    12. 张旭辉，鞠佳杉，杨文娟，吕欣媛. 基于数字孪生的复杂矿用设备预测性维护系统. 工程设计学报. 2022(05): 643-650+664 .
    13. 许志鹏，刘振坚，庄德玉，尹玉玺. 基于振动信号的采矿机截割负载分类. 工矿自动化. 2022(12): 137-143 . 本站查看
    14. 王红尧，吴佳奇，李长恒，唐文锦，张艳林. 矿用钢丝绳损伤检测信号处理方法研究. 工矿自动化. 2021(02): 58-62 . 本站查看
    15. 黄重谦. 基于多隐层小波卷积极限学习神经网络的滚动轴承故障识别. 工矿自动化. 2021(05): 77-82+100 . 本站查看
    16. 黄芝玲，陈金峰，曾永华，陆筠濠，黎惠敏，朱兴统. 基于小波包模糊熵与RBF神经网络的滚动轴承故障诊断. 广东石油化工学院学报. 2021(03): 26-29 .
    17. 宫涛，杨建华，单振，刘后广. 强噪声背景与变转速工况条件下滚动轴承故障诊断研究. 工矿自动化. 2021(07): 63-71 . 本站查看
    18. 姜家国，郭曼利，杨思国. 基于GAF和DenseNet的滚动轴承故障诊断方法. 工矿自动化. 2021(08): 84-89 . 本站查看
    19. 杨战社，孔晨再，荣相，魏礼鹏，史小军. 基于EEMD能量熵与ANN的矿用异步电机故障诊断. 微电机. 2021(08): 23-27+61 .
    20. 郭秀才，吴妮，曹鑫. 基于特征融合与DBN的矿用通风机滚动轴承故障诊断. 工矿自动化. 2021(10): 14-20+26 . 本站查看
    21. 恵阿丽，鹿伟强，荣相，魏礼鹏，陈雯雅. 基于Park—WPT和WOA—LSSVM的异步电动机故障诊断方法. 工矿自动化. 2021(12): 106-113 . 本站查看
    25. 樊红卫，严杨，张旭辉，张超，曹现刚，薛策译，毛清华，李杰. 滚动轴承优选WPE与ANVTPSO-BPNN故障诊断. 振动.测试与诊断. 2023(03): 593-602+625-626 .

    Other cited types(16)

Catalog

    Get Citation
    PDF
    XML

    Article Metrics

    Article views (171) PDF downloads (37) Cited by(38)
    Related

    苏ICP备 05016349号-2

    Supported by: Beijing Renhe Information Technology Co., Ltd. Visits：1299937    Baidu Analytics

    /

    DownLoad:  Full-Size Img  PowerPoint
    Return
    Return