针对由于煤矿井下环境存在大量煤尘、水雾,监控图像出现模糊、退化现象的问题,提出一种基于暗原色原理和主成分分析的煤矿井下雾尘图像清晰化算法。该算法基于大气散射模型,根据暗原色原理计算透射率;用主成分分析法得出能够充分反映雾尘图像信息的亮度、饱和度及对比度,通过对这些指标进行加权处理来计算大气光值,实现了对煤矿井下雾尘图像的清晰化处理。仿真结果表明,该算法可较大程度地还原图像细节,并保持图像的真实性和结构完整性,实时性较好。
2021-09-28 15:16:13
517KB
1
南屯煤矿选煤厂针对煤泥水系统存在的问题进行了改造,在新增浮选系统和精煤转载胶带走廊的同时,对相关配套设施也进行了改造,保证了全厂洗水平衡和煤泥水的全入浮,改造后全厂精煤产率提高6%,年创造效益3 000余万元。
2021-09-28 09:01:58
171KB
1
煤矿安全风险预警是煤炭开采过程中实现安全保障的关键一环，在记录矿井下安全隐患数据时，采集相关的数据容易受到外界环境因素（如光线、温度、湿度等）和人为因素的影响，导致划分安全风险等级出现误差，从而使得处理安全隐患的措施得不到正确实施。为了解决煤矿等相关企业存在的安全风险等级划分不精确的问题，本文研究了一种基于改进基于粒子群算法（PSO）和卷积神经网络（CNN）的煤矿安全风险智能分级管控与信息预警系统。该系统采用基于改进PSO的智能数据筛选模型，利用PSO算法查找全局最优解的特性，筛选掉不合理的数据，减少了人工计算数据不准确或采集矿区信息过程中出现纰漏的问题；采用基于改进的CNN的智能风险分级模型，通过对数据特征的采集、融合处理，实现了高精确划分安全风险等级。实验与应用结果表明:该系统对安全风险数值的查全率为85.6%，查准率为91.7%，较其他系统查全率提升了4.2%，查准率提升了2.8%，大大提升了安全风险等级划分的精确度，对出现的安全隐患及时预警效果显著。此方法有效减少了安全隐患发生的频度。
2021-09-22 14:29:16
1.72MB
1
基于当前煤矿职工不安全行为及其影响因素的分析，从个体、群体、组织管理、物态环境和领导力 5 个方面综合考虑并构建职工不安全行为控制对策，结合 SQL serve 建立行为控制对策数据库；开发以行为安全管理方法行为观察、危险预知训练等管理方法为指导的行为控制预警系统，具备职工不安全行为的管控和行为预警的功能，该系统为煤矿企业提供控制策略的参考，达到增强职工的安全意识，有效控制职工不安全行为的目的。
2021-09-20 22:16:10
545KB
1