结合胜利一号露天煤矿扩建工程,对新增剥离可能采用的3种开采工艺的设备选型、设备投资、运行成本等方面进行了研究。

针对伊敏三号露天煤矿的基本建设条件和煤炭市场,全面分析了在不同开采规模方案下露天矿的开采工艺、设备选型、露天矿整体工艺布置及其他辅助工程和生产能耗等建设要素。通过对比各方案的项目总投资、财务内部收益率和生产成本等经济指标,得出三号露天矿设计规模为10.0 Mt/a和15.0 Mt/a时盈利水平最佳。

针对现有井下无线收发器信号传输距离短、功耗大、抗干扰能力差等缺陷,设计了一种基于WiFi技术的矿井信号收发器。该信号收发器采用ARM9嵌入式芯片及WinCE操作系统,与井下采煤机监控模块建立Modbus协议的数据通信,通过RS485串口接收采煤机运行参数;在WiFi网络内与井下无线接入点建立支持TCP/IP协议的无线连接,并与井上监控中心服务器通信,完成对采煤机运行状态的监控。应用表明,该信号收发器具有较高的实时传输性能,且功耗低,抗干扰能力强。

按照矿山物联网统一时空模型的要求,开发了基于GIS的煤矿井下电力监控管理系统。该系统建立了各配电点和供电子系统设备的内部结构模型及其相互联系的地理拓扑模型,将井下电力系统CAD图转换为GIS拓扑图,将图形软件和数据库相结合来描述和管理各种电力设备的参数属性及几何拓扑关系;采用多世界空间关联表达,实现了井下配电网络及其资产"一张图"管理。

针对煤矿井下探水作业监工人员通过观看视频来监控卸杆作业的方式存在效率低下且极易出错的问题，提出利用三维卷积神经网络（3DCNN）模型对探水作业中的卸杆动作进行识别。3DCNN模型使用3D卷积层自动完成动作特征提取，通过3D池化层对运动特征进行降维，通过Softmax分类处理来识别卸杆动作，并使用批量归一化层提高模型的收敛速度和识别准确率。采用3DCNN模型对卸杆动作进行识别时，首先对数据集进行预处理，从每段视频中均匀抽取几帧图像作为某动作的代表，并降低分辨率；然后采用训练集对3DCNN模型进行训练，并保存训练好的权重文件；最后采用训练好的3DCNN模型对测试集进行测试，得出分类结果。实验结果表明，设置采样帧数为10帧、分辨率为32×32、学习率为0.000 1，3DCNN模型对卸杆动作的识别准确率最高可达98.86%。

针对标准尺度不变特征变换(SIFT)算法存在搜索视觉图像中关键点出现计算冗余和目标识别实时性差的问题,提出了一种改进的SIFT算法,并将其应用到煤矿救援机器人的环境信息感知和目标识别匹配中。该方法以马氏距离代替标准SIFT算法中的欧氏距离,简化了特征点提取,避免了特征点的误匹配。现场试验结果表明,改进后的SIFT算法提高了煤矿救援机器人对煤矿井下环境目标识别的实时性和目标匹配的准确性,为煤矿救援自主移动机器人实现避障、行走做好了视觉前提。

MT447-1995煤矿用电化学式氧气传感器技术条件.pdf

研制了1套静止无功发生器(SVG)装置,使用基于瞬时无功功率理论的方法进行无功电流检测。首先分析了SVG的控制策略,采用直接电流控制三闭环控制结构,在此基础上利用SVPWM调制技术产生所需要的脉冲驱动信号。然后提出了SVG的软硬件设计方案,并介绍了SVG保护系统的设计方法。

针对现有故障选线方法用于中性点经消弧线圈接地系统或相电压过零点附近发生故障时选线不准确的问题,提出一种基于局部全局一致性学习算法的小电流选线方法,即首先对线路接地故障原始信号进行傅里叶变换,然后将各故障信号的特征量输入局部全局一致性学习算法,通过标签循环传递判断故障特征信号,从而选出故障线路。通过Matlab仿真模型与实验室测试平台对该方法进行了研究,结果表明该方法具有较高的选线可靠性与准确性。

针对当前瓦斯实时监测工作存在的被动局面,结合当前的无线传输技术,提出一种基于CAN+ZigBee的瓦斯实时监测系统。系统中,以ZigBee+CC2530作为采集节点,完成巷道内空气湿度、风速、瓦斯浓度等的采集,并通过ZigBee路由节点将数据传输给后台监控主机。最后通过多源信息融合技术和GA-SVM完成对瓦斯浓度的预测。以某煤矿巷道作为研究对象,对其瓦斯浓度的实际值与测量值进行对比,得到其两者变化趋势大致吻合,验证了方案的可行性。