针对当前煤矿应急救援演练成本高、耗时长、存在危险性、缺乏灵活性的问题,提出了一个类似游戏式的基于Unity3D渲染引擎的煤矿火灾应急救援演练系统的设计方案。分析了该系统的总体设计和系统构建需要的硬件,并对场景三维建模、火焰模拟、场景漫游、碰撞检测、演练考核等系统实现的方法进行了分析。

分析了煤矿探放水钻孔数据资料的内容和特点,建立钻孔数据库,对钻孔坐标进行解析运算,确定其空间位置参数,同时对Auto CAD进行二次开发,实现了钻孔轨迹二维投影图和钻孔在采掘工程图中进行自动精确绘图的功能。同时,研究了图形与数据间的关联性,实现了钻孔图形和数据的互联驱动,解决了可视化管理的难题。

石嘴山煤矿采区供电系统设计.doc

黑龙沟煤矿改扩建并新建选煤厂及生活区后,原有供电系统不能满足新增用电负荷;由于征地等多方面原因,大保当110kV变电站主变难以更换、增加新的35kV电源点几无可能。针对黑龙沟煤矿供电系统的现状和面临的困难,提出了基于充分利用原有废弃资源的供电系统改造方案,化解了矿井建设运营的制约性因素。经过投资估算,改造利用原有废弃资源的方案投资比更换大保当110kV变电站主变方案或敷设新的35kV线路方案的费用均有所节省。

通过对某煤矿采区供电控制系统设计,及电力负荷控制系统漏电保护措施分析。提高了设备供电控制系统状态的评估准确性,设备检修工作的合理性、有效性和经济性以及状态检修管理的智能化水平。

煤矿供电系统设计.docx

针对煤矿回采工作面瓦斯涌出的非线性特征,提出一种基于改进量子粒子群优化BP神经网络(IQPSO-BP)的瓦斯涌出量预测方法。鉴于量子粒子群算法的遍历能力有限,采用混沌序列来初始化量子的初始角位置。同时,采用凸函数调整惯性权重,以平衡算法的全局勘探和局部开发能力。并依此来优化BP神经网络的权值、阈值参数,进而建立了瓦斯涌出量预测模型。试验结果表明,IQPSO-BP算法具有较强的泛化能力及较高的预测精度,可有效用于煤矿瓦斯涌出量的预测。

针对煤层底板突水预测问题，在总结现有突水预测方法和理论的基础上，通过特征选择实验得出水压、距工作面距离、砂岩段厚度、煤层厚度、煤层倾角、断层落差、是否裂隙带、开采面积、采高、走向长度是影响突水发生的主要因素，这些因素具有复杂、非线性的特点。提出基于长短时记忆(LSTM)神经网络构建的突水预测模型，将煤矿突水实例的数据作为样本数据对模型进行训练。最后，将LSTM神经网络模型与遗传算法–反向传播(GA-BP)神经网络模型和反向传播(BP)神经网络模型进行对比实验。实验结果表明，LSTM神经网络模型在测试集上的预测正确率更高，稳定性更好，更加适用于煤层底板突水预测。

文中以阳煤集团地测数字档案管理系统为例,介绍了基于GIS技术构建煤矿数字档案管理系统的主要技术和方法。系统采用三层体系设计方法,基于ArcGIS软件平台,采用Visual Studio和.NET进行二次开发,利用空间数据库技术整合和集成了管辖矿区长期积累的各类资料,构建了阳煤集团数字档案资料管理系统,实现了在GIS平台上各类勘探测绘成果的检索与直观展示。通过煤矿数字档案管理系统的建设,达到了煤矿档案资料信息化管理;提升了集团对档案资料的管理水平;为阳煤集团安全生产提供决策支持。

文章研究了Q-learning算法,并且基于该算法,对煤矿井下机器人的移动路径进行了规划,并且对规划方案进行了仿真分析,通过研究发现Q-learning算法的路径规划能力优越,特别是对于条件极为恶劣、工况十分复杂的煤矿井下作业环境而言,能够较好地获取满意的规划结果。