逃生训练是煤矿工人岗前培训的重要内容。为解决煤炭行业传统安全培训中存在的不足,设计了一套井下逃生自救的训练系统。该系统结合井下逃生训练的基本原则,在Unity3D引擎上采用ARPG游戏的方式进行总体设计和功能实现。介绍了井下逃生的基本原则,并对训练系统的结构设计和功能模块进行了描述。分组实验表明,该系统能够提高矿工逃生能力。采用严肃游戏的方式对煤矿工人进行井下逃生训练是一种安全有效的培训方式。

为实现煤矿坑道钻机钻进时搬迁便捷、作业安全、配套设备高度集成化,研制了煤矿坑道钻机用BLY 260/9型履带式泥浆泵车。泵车采用整体履带式结构,将钻机配套用附属装置集成到有动力、可自主行走的履带平台上。在晋煤集团成庄矿和寺河矿的现场试验表明,泥浆泵车配套坑道钻机尤其是定向钻机,技术方案先进可靠,瓦斯抽采钻孔施工效果良好,为煤矿坑道钻机的设备配置提供了一种有效的解决方法。

介绍了一种基于MCGS的带式输送机监控系统,系统主要完成井下带式输送机煤炭运输情况的实时监控,对带式输送机出现各种故障进行报警,并对不同故障采取不同措施,有效提高生产效率,提高煤炭产量,该系统可广泛应用于各大中型煤矿企业。

利用E2V公司的IR22GJ红外瓦斯检测模块及CC2430芯片设计了煤矿新型红外瓦斯传感器电路。结合井下气体测量环境和红外光的瓦斯传感器测量原理，利用单片机的外围电路和硬件架构、C语言及汇编语言编写系统程序，研究设计了红外瓦斯传感器系统。最后搭建了气体测量环境，完成了红外吸收型瓦斯浓度检测系统的实验及测试。

针对现有煤矿旋转机械滚动轴承故障诊断方法存在信号有效特征提取不完全、故障诊断精度不高及效率低等问题，提出了一种基于小波包分解和粒子群优化BP神经网络的滚动轴承故障诊断方法。该方法包括信号特征提取和故障类型识别两部分：在信号特征提取部分，对采集的滚动轴承振动信号进行小波包分解，得到各子频带能量及信号总能量，经归一化处理后获得表征滚动轴承状态的特征向量；在故障类型识别部分，通过粒子群优化算法优化BP神经网络的初始权值和阈值，以加速网络收敛速度，避免陷入局部极小值。实验结果表明，该方法提高了滚动轴承故障诊断效率和准确率。

为了解决常见煤矿井下避灾路线算法在带约束条件问题方面的局限性以及运行效率待提升等问题,提出一种带约束条件的煤矿火灾避灾路线算法。该算法在当量长度的计算中引入了体能消耗指数,实现了巷道起伏对避灾路线影响的量化;考虑了灾变因子对巷道网络的影响,特别地,以具有累积量危害的定量属性为约束条件对算法进行改进;引入SPFA(Shortest Path Faster Algorithm)算法,相比经典Dijkstra算法,本算法在时间效率上有较大提升。最后,以寺家庄煤矿为例进行了测试,验证了算法设计的有效性,同时实现了时间效率的数量级提升。

从大型技术装备、安全防护技术装备以及通讯技术装备3个方面系统地总结了当前国外煤矿应急救援技术装备,并提出切实加强煤矿突发事故预防技术设备的研发与应用,强化发展煤矿突发事故应急救援技术装备,细致完善煤矿事故应急救援技术与经验总结。

应用PLC、网络和计算机控制等技术,设计了一套煤矿井下排水控制系统,本系统以西门子S7-300为核心。首先,给出了控制系统的总体设计方案,包括控制系统的结构图和实现功能,完成了PLC模块的选型和I/O地址的分配,然后进行编程与程序仿真,最终实现了煤矿井下排水控制功能。

介绍了PDCA循环的4个阶段,并给出了煤矿设备点检管理系统PDCA循环模型及其4个阶段的具体工作,分析了系统体系结构、功能模块和点检业务流程。该系统规范了设备检修的管理流程,实现了设备状态数据及设备检修信息的记录和存储,提高了设备检修工作效率。

煤矿大脑解决方案 人工智能在煤矿安全生产领域的应用 煤矿大脑解决方案 人工智能在煤矿安全生产领域的应用