首页期刊导航|金属矿山
期刊信息/Journal information
金属矿山
金属矿山

刘效良

月刊

1001-1250

jsks@vip.163.com

0555-2404796 2404666 2309833

243000

安徽省马鞍山市经济开发区西塘路666号

金属矿山/Journal Metal Mine北大核心CSTPCD
查看更多>>本刊是由中国金属学会主办国内外公开发行的矿业工程类专业技术刊物，主要报道国家矿业方针政策、冶金、有色、黄金、煤炭、化工、核工业、非金属、建材等矿山采选工艺、理论、研究成果与技术实践，介绍国内外先进技术与发展动态。《金属矿山》是美国Ei数据库Page One收录期刊，列全国中文核心期刊，矿业工程类首位，国家及省部优秀期刊。
正式出版
收录年代

    基于双重预防体系的矿山安全风险智能分析系统

    王佳斌李国清强兴邦白云龙...
    99-108页
    查看更多>>摘要：在国家相关政策指导下,矿山企业分别从风险分级管控和现场安全检查两个维度构建安全监管体系,但风险分级管控与隐患排查治理相对独立,彼此之间缺乏有效联系.为了解决矿山安全双重预防体系管理过程中存在的风险辨识针对性不强、风险分级方法单一等问题,在梳理现有双重预防体系业务流程的基础上,结合大数据分析技术和事故树分析法构建了双重预防体系全过程闭环管理体系;通过对地下金属矿山事故数据的采集与统计分析,运用事故树方法分析各类事故发生的潜在风险,并以事故严重程度作为评价依据,用于指导风险等级评价;采用大数据分析方法中的文本共现分析和模糊聚类分析模型对隐患数据进行处理与分析,形成了契合矿山实际情况的风险分级方法;根据全业务流程闭环管理体系的内容进行系统分析和设计,在此基础上完成系统开发;系统采用电脑终端、移动终端、数据大屏相结合的跨屏幕方式开发,实现风险分级管控和隐患排查治理全场景的应用.研究结果表明:系统实现了风险分级管控、隐患排查治理和风险智能分级的闭合式管理模式及多场景应用,达到了安全风险动态化、标准化、智能化分级的目的.

    矿山安全风险双重预防机制智能分级信息系统大数据分析智能矿山

      原文链接:
    • 万方数据
    • 维普

    面向新标准的矿山资源储量三维评估体系

    李嘉平侯杰李国清赵威...
    109-115页
    查看更多>>摘要：为了解决《固体矿产资源储量分类》(GB/T 17766-2020)发布所引起的资源储量数据衔接与转化、原有储量评估方式不适用等问题,构建了一套基于三维矿业软件的矿山企业资源储量评估新体系.在分析新分类标准特点及其变动内容的基础上,梳理了矿山企业资源储量数字化评估流程,以新旧标准对应关系为基准建立了资源储量分类转化模型,运用三维矿业软件实现了资源储量数据更新.研究了与新分类方式相匹配的储量估算方法并完成地质资源建模,提出了三维环境下资源量划分准则,完成了新旧标准过渡和新标准解读及应用,实现了资源储量评估模式的全面升级.以山东某地下金属矿山的地质资源数据为基础展开体系验证,借助矿业软件实现了历史数据更新和对新增资源储量的全面评估.研究表明:所构建的新标准储量管理体系,从新旧标准过渡及新标准解读应用两方面实现了现代矿山标准变化背景下的储量信息化管理,为其他类似地下金属矿山提供了借鉴.

    资源储量资源评估储量分类矿业软件地质建模

      原文链接:
    • 万方数据
    • 维普

    智能现场混装乳化炸药车研制及工程应用

    李萍丰李大财申卫峰
    116-123页
    查看更多>>摘要：在矿石开采过程中,爆破工序的作业效率和安全性对于智能矿山建设具有重要影响.为了提升工业炸药现场混装技术的自动化、机械化水平,设计了一款智能现场混装乳化炸药车(简称"智能混装车"),详细介绍了智能混装车的整车结构、工艺原理、关键技术以及现场使用流程,并进行了工程应用.研究表明:① 智能混装车实现了自动寻孔、遥控对孔、智能装药、故障智能排查、数据远程管理等功能,提升了炸药现场混装技术的自动化、智能化水平;② 实现了装药参数实时提取,装药密度智能调节,确保炸药密度与岩石破碎能量精准匹配,显著提高了炸药能量利用率;③ 总装药工效(每人每分钟装药量)是普通混装车的 2 倍,是人工装药的 4.7～7.0 倍,提高了工作效率,降低了人工成本,整个爆破区域装药人员仅需 1 人,降低了人员暴露在危险环境的可能性,实现了本质安全.研究成果成功实现了长距离、多方位、多场景露天爆破安全高效装药,有助于提升我国智能化装药技术水平.

    矿山爆破混装乳化炸药车自动寻孔远程传输故障智能排查本质安全智能爆破

      原文链接:
    • 万方数据
    • 维普

    快掘面风流动态调控参数与压抽比对粉尘运移的影响及降尘分析

    龚晓燕李相斌陈龙裴晓泽...
    124-131页
    查看更多>>摘要：随着矿山快掘设备的逐渐引进,快掘面粉尘污染问题愈加严重.为有效减少快掘面生产过程中的粉尘污染,设计出风流动态调控降尘净化系统,通过调节风流的状态并设计了不同工况下的风流调控方案,以降低司机处粉尘浓度与粉尘的扩散距离.以陕西某矿快掘面为例,建立了风流—粉尘耦合场有限元模型,并对模型进行了井下验证;分析了风流动态调控降尘净化系统中出风口偏角、出风口缩放口径、出风口距端头距离及风量压抽比 4 个参数对风流与粉尘场的影响规律;设计正交试验分析了各参数与司机处粉尘浓度与粉尘扩散距离之间的关联性,确定了最佳调控净化方案.结果表明:各参数对司机处粉尘浓度与粉尘扩散距离影响程度的显著性排序由大到小依次为风量压抽比、出风口偏角、出风口距端头距离、出风口缩放口径.确定的最佳调控净化方案为出风口距离端头 10 m、出风口偏角 20°、出风口缩放口径 1.0 m及风量压抽比 1.设计搭建试验平台进行了准确性及净化效果测试验证,模拟值与试验值的平均误差小于 8.91%,净化后司机处粉尘浓度由 327.22 mg/m3 降低至 156.47 mg/m3,降低了 52.18%,粉尘扩散距离由 39.74 m缩短至 25.91 m,缩短了 34.80%,有效改善了快掘面的空气环境.

    矿井通风快掘面空气净化风流动态调控数值模拟气固两相流

      原文链接:
    • 万方数据
    • 维普

    基于数字孪生的矿山散料堆场堆取料机智能监测系统

    刘燕燕赵峰付博宣杨晓明...
    132-138页
    查看更多>>摘要：在许多涉及散料装卸作业的大型储料场中,斗轮堆取料机被视为当前最为理想的大型可连续作业机械,为了延长其使用寿命,降低维修成本并解决人工巡检不便的问题,提出了一种基于五维数字孪生的智能健康监测系统.通过机身外部布设光纤光栅传感器以及内置电机实时运转数据获取堆取料机的当前工作状态,并将数据传入内部信息交互通信网络进行数据的分离存储与融合处理,在消除双光栅由于机械疲劳所带来的温度补偿误差后,构建了多数据融合的、立体化的堆取料机数字健康模型,实现了堆取料机健康状态的智能化预测与立体化监测.通过在秦皇岛港散料矿物储料场的QL6000.55 型斗轮堆取料机进行全系统的安装运行,极大促进了料场数字化进程,改变了管理模式,提高了生产效率,直接增加了经济效益.研究表明:该系统能够可靠地提供斗轮取料机的实时工作状态,对基本的故障类型有着一定的预警效果,降低了堆取料机维护的人力与物力投入,为矿区大型机械健康监测提供了有益参考.

    数字孪生堆取料机矿山散料堆场智能制造故障监测

      原文链接:
    • 万方数据
    • 维普

    基于前馈补偿LQR与PID的矿井无轨胶轮车横纵向控制研究

    江松武露云付信凯顾清华...
    139-148页
    查看更多>>摘要：无人驾驶技术是实现无轨胶轮车井下安全、智能、高效运输的重要方案之一,为了提高无人驾驶过程中的轨迹跟踪精度,提出了基于前馈补偿的横向线性二次型调节器(Linear Quadratic Regulator,LQR)与纵向比例积分微分(Proportion Integration Derivative,PID)位移速度调节器相结合的控制策略,实现车辆的横纵向协调控制.通过建立考虑轮胎侧偏特性的 2 自由度无轨胶轮车动力学模型和跟踪误差模型,并采用井下无轨胶轮车实车参数建立其电机模型,得到车辆的驱动制动输出.利用Carsim和Matlab/Simulink搭建联合仿真环境,分别在井下双车道工况、单车道工况与颠簸路面工况下进行了轨迹跟踪仿真验证.结果表明:在 3 种工况下车辆轨迹跟踪过程中的最大横向误差仅为 5 cm,最大纵向误差仅为 10 cm,速度误差控制在 1 m/s以内,航向误差范围为±0.1 rad,前轮偏转角变化平稳未出现抖动现象.为验证控制器在井下实际环境下的跟踪性能,使用实验室小车于陕西某井下巷道进行了现场试验验证,结果表明:井下实际巷道下试验结果误差仍在合理范围内,解决了车辆运行过程中的速度和路径的时变问题,反映出该控制器具有较高的精度和较好的稳定性.

    无轨胶轮车LQRPID前馈补偿电机模型横纵向协调控制智能矿山

      原文链接:
    • 万方数据
    • 维普

    基于改进U-net的少样本煤岩界面图像分割方法

    卢才武宋义良江松章赛...
    149-157页
    查看更多>>摘要：煤岩图像语义分割技术是煤岩界面识别的重要研究方向,现有的语义分割模型通常依赖于大样本数据集进行训练,然而目前已标注的煤岩图像数据样本难以获取,并且缺乏公开数据集.针对以上问题,提出了一种基于改进U-net模型的样本煤岩界面图像分割模型.将裁剪后具有更强特征提取能力且结构上更为简单的VGG16 替换U-net的原始骨干特征提取网络,提升对图像信息的特征提取能力并获得更快的训练速度,在U-net网络的跳跃连接和解码器上采样部分引入注意力机制模块,对提取的特征层进行处理,提升模型对煤岩界面图像关键特征的提取能力,提高分割精度.使用迁移学习方法对改进的模型进行预训练,提高模型泛化能力同时避免过拟合,使模型更适用于小样本数据集训练.通过使用自制的煤岩界面数据集对所改进的网络模型性能进行验证,并将该模型与经典U-net、DeepLabv3+、PspNet、HrNet网络模型进行了对比.试验结果表明:在同样使用由 125 幅煤岩界面图片构建的小样本数据集进行训练的情况下,所提改进模型相较于经典U-net模型在分割精确度和检测效率方面都有显著提升,模型精确度提高了 1.84%,平均交并比提高了 5.34%,类别平均像素准确率提高了 0.48%,检测速度增幅为 5.3%.同时,与其他网络模型相比,所提改进模型在小样本煤岩界面图像的语义分割中优势显著,表明所提改进思路的有效性.

    煤岩识别语义分割少样本学习U-net深度学习机器视觉技术

      原文链接:
    • 万方数据
    • 维普

    基于自适应CKF的改进LANDMARC井下定位算法研究

    苗作华陈澳光朱良建赵成诚...
    158-164页
    查看更多>>摘要：在矿山井下进行人员定位时,为解决传统的LANDMARC算法受井下复杂环境影响出现的定位结果精度不高、波动大的问题,提出了一种基于自适应容积卡尔曼滤波(Volumentric Kalman Filtering,CKF)的改进 LAND-MARC井下定位算法.首先,该算法结合传统的LANDMARC定位算法建立井下三维空间模型并求解目标位置状态预估值;其次,利用BP神经网络的泛化映射能力,引入神经元参数对CKF算法进行优化,充分结合BP神经网络迭代式学习和CKF在强非线性系统中保持稳定的特点,提高定位算法的自适应能力;最后,将位置状态预估值作为观测量进行自适应CKF滤波处理,用优化后的结果作为目标位置坐标的真实值输出,提高了井下定位的精准性.试验结果表明:引入自适应CKF进行滤波处理可以大大提高传统LANDMARC定位算法的稳定性,定位偏差分布更为集中,偏差在1 m以下的占90%以上,所提算法的定位偏差在0.612 m以下的标签达到60%,可满足井下复杂动态环境的高稳定性要求,与传统的LANDMARC定位算法和经由HIF滤波的LANDMARC定位算法相比应用于井下定位具有更好的适用性.

    井下定位容积卡尔曼滤波BP神经网络LANDMARC智能矿山

      原文链接:
    • 万方数据
    • 维普

    基于加权多矩融合特征的矿物影像智能识别算法研究

    汪金花刘巍李孟倩戴佳乐...
    165-173页
    查看更多>>摘要：随着数字识别技术在镜下影像分析的广泛应用,镜下物质类型的智能识别成为了一个微观分析的基础问题.镜下影像自动识别不仅能有效节约人工成本,还能提高识别效率.针对镜下矿物智能识别精度低的问题,以镜下影像的颜色矩、纹理矩以及形态RSTC矩 3 类指标为识别特征,以指标熵权和变异系数权为识别初始权,构建了一种多矩融合机器学习智能识别模型.选取磁铁矿、云母、方解石、黄铜等的影像集为第一类样本,以烧结矿中的玻璃相、铁酸钙等影像作为第二类样本,提取样本颜色矩、纹理矩和形状RSTC矩的特征,量化分析了特征在影像识别中的贡献率,开展了多矩融合机器学习智能识别试验.结果表明:不同类型特征指标对影像识别过程贡献率有明显差异,多矩融合机器学习智能识别模型具有较好的识别率和鲁棒性,能够明显提高影像识别精度,指标熵权和变异系数权为初始权能够明显促进算法快速收敛,减少识别时间,该研究为矿石镜下影像识别提供了新的方法.

    矿物影像多矩融合特征智能识别综合定权

      原文链接:
    • 万方数据
    • 维普

    基于改进MobileNet V3的矿物智能识别模型

    宛鹤张金艳屈娟萍张崇辉...
    174-181页
    查看更多>>摘要：针对当前矿物识别领域存在的精度不佳、适应性差、携带不便等问题,提出了一种基于改进MobileNet V3 的矿物智能识别模型(CA-MobileNet V3).为获得研究所需的有效数据集,通过由mindat.org网站和自行拍摄方式获取的矿物图像创建了一个包含 19 种矿物的数据集,对其进行数据增强处理,并按照 8∶1∶1 的比例划分为训练集、验证集和测试集.为提升模型对图像信息的特征提取能力,引入协调注意力机制,用以替代轻量型MobileNet V3 模型的原始SE注意力机制,以提高矿物识别准确率.最后,采用迁移学习方法预训练CA-MobileNet V3 模型,以加速模型收敛、提高泛化能力、避免过拟合.在训练过程中,将CA-MobileNet V3 与mobilenet v3、MobileNet V3、ShuffleNet V2、Effi-cientNet V2 等模型进行了性能比较.结果表明:各迁移模型均展现出显著的收敛速度优势,而CA-MobileNet V3 矿物智能识别模型的Top1-准确率、Top2-准确率、f1-score值分别达到93.90%、98.58%和93.89%,在所有模型中效果最佳,且模型大小仅为4.61 MB,属于轻量化模型.为验证模型有效性,t-SNE可视化分析被用于不同模型的识别效果比较,进一步印证了CA-MobileNet V3 模型的优越性.

    矿物分类迁移学习轻量化模型协调注意力机制t-SNE

      原文链接:
    • 万方数据
    • 维普