为有效指导露天煤矿制定正确生产计划,提高露天煤矿抛掷爆破预测的准确率,在分析露天煤矿抛掷爆破影响因素的基础上,通过"试错法"确定模型最优隐含层节点参数,进而提出一种参数优化后遗传算法(GA)和极限学习机(ELM)相结合的抛掷爆破预测模型。选取网络的输入输出相关参数,针对现有ELM输入权值矩阵和隐含层偏差,采用遗传算法对其进行优化选择;利用某露天煤矿抛掷爆破监测数据对该模型进行实例分析,并将RBF,BP,SVM,GA-BP模型预测结果与该模型进行对比分析;并引入Weibull模型,通过预测控制参数ɑ,β模拟爆堆形态。研究结果表明:(1)通过"试错法"确定GA-ELM模型最优隐含层节点数为39,有效降低系统的仿真误差,该参数下仿真误差值为0.137 7;(2)相较于传统ELM预测模型,通过遗传算法优化后,有效抛掷率,松散系数以及抛掷距离均得出更小的均方误差MSE值(0.258 0,1.748 5×10-4,3.618 4)和更高的决定系数R2值(0.986 4,0.995 3,0.970 6),改进后的GA-ELM具有更好的拟合效果和泛化能力;(3)通过与其他智能算法如BP,RBF,SVM

介绍了山西省煤矿瓦斯资源量及赋存特点,总结分析了煤矿瓦斯抽采利用现状,瓦斯发电现状、存在问题及面临的形势,并提出了瓦斯发电行业发展建议。

针对复杂多变的煤矿电力系统中供电质量存在的问题,指明SVG静止同步无功补偿技术在煤矿供电网络中的重要性,并对SVG静止同步无功补偿器的工作原理、拓扑结构及技术特点进行分析,对现代化生产矿井的安全可靠性供电具有重要意义。

为进一步提高煤矿电网的电能质量、功率因数及节约电能,分析了泉店煤矿供电系统的现状,采用SVG动态无功补偿装置方案,并介绍了系统原理、技术特点。经现场运行验证,SVG无功动态补偿装置具有动态快速跟随负荷变化特性,能有效提高电网的电能质量、功率因数及节约电能,给煤矿带来了明显的经济效益。

设计了危险气体探测双摇臂履带机器人,可较好地攀越井下障碍,具有较高的环境适应性。由于井下的特殊环境,该煤矿危险气体探测机器人须具有防爆性能,且符合煤矿安全规定。为了尽可能地降低探测机器人重量,采用正压防爆外壳。

煤矿生产与安全智能指挥调度解决方案

煤矿企业安全生产许可证直接延期自查报告书

概要地介绍了建立全国煤矿瓦斯基础信息数据库平台的目的、平台的运行环境及平台的构成、功能和技术特点。平台拥有可动态更新的大型数据库、专业网站和配套的软件系统。数据库目前录入全国10 000余对矿井60余万组煤矿瓦斯基础信息。平台可实现长期为政府、企业和科研单位提供服务的目的。

毕设可用，仅供参考

人工智能在煤矿机器人中的应用.pdf