传统目标检测模型采用人工设计的目标特征，造成检测精度较差。基于深度学习的目标检测模型具有较高的检测精度，然而针对实时性和精度要求比较高的煤矿救援机器人应用场合，获取的图像信息较少且目标特征不明显，造成目标检测效果较差。为提高目标检测精度和速度，基于YOLO V3模型提出了一种多尺度特征融合的煤矿救援机器人目标检测模型。该模型主要包括特征提取和特征融合2个模块：特征提取模块采用空洞瓶颈和多尺度卷积获得更加丰富的图像特征信息，增强目标特征表达能力，提高了目标分类精度和检测速度；特征融合模块在特征金字塔中引入空间注意力机制，对含有丰富语义信息的高层特征图和含有丰富位置信息的低层特征图进行有效融合，弥补了高层特征图位置信息表达能力不足的缺点，提高了目标定位精度。将该模型部署在煤矿救援机器人嵌入式NVIDIA Jetson TX2平台上进行灾后环境目标检测实验，检测精度为88.73%，检测速度为28帧/s，满足煤矿救援机器人目标检测的实时性和精度需求。

煤矿静电除尘高压发生器系统选取STM32F103作为控制核心,其片内ADC完成反馈电压的模数转换,根据转换结果调整定时器PWM输出,以控制MOSFET的通断,实现电压的高精度输出。为防止"逆变颠覆",设计进行PWM死区时间控制,以提高高频逆变电路的可靠性。

以地处鄂尔多斯高原与黄土高原的交接地带的大柳塔煤矿为研究区域,采用遥感技术(RS)、地理信息系统(GIS)和全球定位系统(GPS)等"3S"技术,以2002年航空遥感数据和2009年美国快鸟(QuickBird)卫星遥感数据为依据进行矿区土地利用动态研究。

为对煤矿采空区瓦斯浓度、一氧化碳浓度、温度等环境信息进行实时监测,设计了基于无线传感器网络的采空区环境信息实时监测系统。系统由环境感知节点、路由节点、网关节点、数据处理中心等几个部分组成。完成基于ZigBee网络的环境信息感知节点软硬件设计,以CC2530为主处理器,完成各传感器模块的驱动电路设计;以Z-STACK为系统软件平台完成环境信息实时采集传输程序设计。测试结果表明,系统能够实现采空区环境实时监测功能,满足应用需求。

针对发光二极管(LED)技术和成像通信分析技术的成熟发展,结合井下人员定位系统定位精度的需求,提出了一种基于可见光通信与摄像仪图像采集分析技术的煤矿井下人员定位方法。该方法利用井下防爆摄像仪采集LED矿灯的可见光信号图像,识别与矿灯绑定的矿井人员编码信息;利用可见光图像识别算法,确定矿井人员的位置信息,定位矿井人员。试验验证表明:系统定位误差不大于0.4 m,响应时间不大于0.368 s,该定位方法能够有效提高位置定位精度和实时性。

通过对砚北煤矿2502采区开采过程中矿山压力显现情况的分析和计算,确定了1504采区综放工作面液压支架的工作阻力,并结合工作面掘进过程中的矿压显现情况,选择了能够满足现场实际需求的支架类别和结构形式。现工作面已推采1 200余m,在几次矿压显现中,震动能量达3.66×106 J,工作面支架和两巷道的超前支架均能满足可靠支护要求。

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。