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。

在研究大量国内外矿井瓦斯涌出量预测方法的基础上,通过比较,分析灰色理论在矿井瓦斯涌出量预测方法中的优势,根据某矿102回采工作面的相关瓦斯涌出数据,以灰色预测理论为基础,通过对影响回采工作面瓦斯涌出量的关键因素分析,建立该工作面的瓦斯涌出量GM(1,1)预测模型,通过模型的求解,给出预测结果,并对结果进行检验。结果表明,该模型预测结果与生产实际吻合度较高,对煤矿瓦斯管理具有十分重要的指导意义。

为适应煤矿井下特殊环境，减小矿用静止无功发生器（SVG）的体积和质量，采用LCL滤波器和三电平逆变器作为矿用SVG的主电路拓扑，并针对LCL滤波器电流谐振问题和三电平逆变器中点电位不平衡问题，提出了一种基于串联双电流环有源阻尼控制和动态比例空间矢量调制的矿用LCL型三电平SVG控制策略。串联双电流环有源阻尼控制在网侧电流外环PI控制的基础上，通过增加滤波电容电流内环反馈控制使LCL滤波器具有阻尼特性，有效抑制了电流谐振；动态比例空间矢量调制在基本空间矢量中引入动态比例调整因子，对单位开关周期内平均中点电流进行实时控制，从而实现对中点电位平衡的控制。仿真和实验结果验证了该控制策略在LCL滤波器无阻尼电阻和直流母线电容较小情况下的可行性和良好效果。

分析了供电线路发生拒动类事故的原因,介绍了一种利用故障信息和保护信息对拒动类事故进行综合判断的线路故障定位方法。该方法不仅适用于220kV线路故障保护拒动事故,而且当供电系统内发生其它保护拒动时,采用该方法采集相应故障量进行比对分析,便可迅速确定发生保护拒动的线路、设备及故障点所在。