首页期刊导航|工矿自动化
期刊信息/Journal information
工矿自动化
中媒科工集团常州自动化研究院
工矿自动化

中媒科工集团常州自动化研究院

胡穗延

月刊

1671-251X

editor@cari.com.cn

0519-86998217

213015

江苏省常州市钟楼区木梳路1号

工矿自动化/Journal Journal mine automation北大核心CSTPCDCSCD
查看更多>>《工矿自动化》杂志创刊于1978年，由中国煤炭科工集团有限公司主管、中煤科工集团常州研究院有限公司主办，是国内唯一一份集中报道煤矿自动化、信息化、智能化领域新技术、新成果、新工艺及新动向的专业性技术期刊，入选中文核心期刊、中国科技核心期刊、RCCSE中国核心学术期刊（A）、中国地学领域高质量科技期刊T2类、中国煤炭领域高质量科技期刊T2类，是瑞典开放存取期刊目录数据库、英国《科学文摘（网络版）》、美国《地质学参考数据库》《艾博思科数据库》《乌利希期刊指南（网络版）》、俄罗斯《文摘杂志》、日本《科学技术振兴机构（中国数据库）》来源期刊。
正式出版
收录年代

    局部特征引导标签平滑与优化的井下弱特征人员重识别

    张杰缪小然赵作鹏胡建峰...
    83-89页
    查看更多>>摘要：煤矿井下低照度、强光扰、高粉尘等环境条件,以及井下人员服装的相似性和脸部落煤现象,导致井下弱特征人员重识别困难.现有人员重识别方法仅提取全局特征,未充分考虑局部特征,使得井下人员重识别准确率较低.针对上述问题,提出了一种局部特征引导标签平滑与优化的井下弱特征人员重识别方法.该方法首先通过卷积神经网络提取井下人员图像的全局特征与局部特征;然后利用k最近邻相似性计算全局特征和局部特征的互补性得分,来衡量全局特征和局部特征的相似程度;最后根据特征互补性得分对局部特征进行标签平滑及对全局特征进行标签优化,即动态调整每个局部特征的权重,以改进每个局部特征的标签,并对局部特征的预测结果进行汇总,利用更可靠的信息来完善标签以作为全局特征的标签,从而减少图像噪声并增强特征识别能力.实验结果表明,该方法在公开数据集和包含井下人员图像的自建数据集上的平均精度均值(mAP)、第一匹配正确率(Rank-1)和平均逆置负样本惩罚率(mINP)总体优于主流人员重识别方法,具有良好的泛化性和鲁棒性,能有效实现井下弱特征人员重识别.

    人员重识别弱特征人员局部特征标签平滑标签优化特征互补性

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于SSA-LSTM的瓦斯浓度预测模型

    兰永青乔元栋程虹铭雷利兴...
    90-97页
    查看更多>>摘要：为了更好地捕捉瓦斯浓度的时变规律及有效信息,实现对采煤工作面瓦斯浓度的精准预测,采用麻雀搜索算法(SSA)优化长短期记忆(LSTM)网络,提出了一种基于SSA-LSTM的瓦斯浓度预测模型.采用均值替换法对原始瓦斯浓度时序数据中的缺失数据及异常数据进行处理,再进行归一化和小波阈值降噪;对比测试了SSA与灰狼优化(GWO)算法、粒子群优化(PSO)算法的性能差异,验证了SSA在寻优精度、收敛速度和适应能力等方面的优势;利用SSA的自适应性依次对LSTM的学习率、隐藏层节点个数、正则化参数等超参数进行寻优,以此来提高全局寻优能力,避免预测模型陷入局部最优;将得到的最佳超参数组合代入LSTM网络模型中,输出预测结果.将SSA-LSTM与LSTM、GWO-LSTM、PSO-LSTM瓦斯浓度预测模型进行比较,实验结果表明:基于SSA-LSTM的瓦斯浓度预测模型的均方根误差(RMSE)较LSTM,PSO-LSTM,GWO-LSTM分别减少了77.8％,58.9％,69.7％;平均绝对误差(MAE)分别减少了 83.9％,37.8％,70％,采用SSA优化的LSTM预测模型相较于传统LSTM模型具有更高的预测精度和鲁棒性.

    瓦斯浓度预测时序预测深度学习长短期记忆网络麻雀搜索算法超参数寻优

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于改进的SSA-BP神经网络的矿井突水水源识别模型研究

    刘伟韬李蓓蓓杜衍辉韩梦珂...
    98-105,115页
    查看更多>>摘要：机器学习与寻优算法的结合在矿井突水水源识别上得到广泛应用,但突水水样数据具有随机性且寻优算法易陷入局部最优,提高模型泛化能力和跳出局部最优需进一步研究.针对上述问题,提出了一种改进的麻雀搜索算法(SSA)优化BP神经网络模型,用于对矿井突水水源进行定量辨识.以鲁能煤电股份有限公司阳城煤矿为研究对象,通过常规离子浓度分析、Piper三线图对该煤矿水样的水化学特征进行分析,初步判断矿井水来源于奥灰含水层和三灰含水层,并确定Na++K+浓度、Ca2+浓度、Mg2+浓度、HCO3-浓度、so42-浓度、CT浓度、矿化度、总硬度、pH值作为突水水源识别指标;建立基于改进SSA-BP神经网络的矿井突水水源识别模型:首先进行SSA参数设置,引入Sine混沌映射使麻雀种群均匀分布,然后通过计算适应度值进行麻雀种群的更新,引入随机游走策略扰动当前最优个体,如果满足终止条件,则获得最优BP神经网络权重和阈值,最后基于构建的BP神经网络,输出识别结果.研究结果表明:①改进的SSA-BP模型在训练集上的识别准确率达95.6％,在测试集上的识别准确率达100％.②改进的SSA-BP神经网络模型与BP神经网络模型、SSA-BP神经网络模型对比结果:BP神经网络模型误判率为5/18,SSA-BP神经网络模型的误判率为2/18,改进的SSA-BP神经网络模型误判率为0,迭代10次后趋于稳定,且与设定的目标误差相差最小,初始适应度值最优,识别结果可信度高.③将阳城煤矿5组矿井水水样数据作为输入层数据输入到训练好的模型中,矿井水水样的主要来源为奥灰含水层、三灰含水层和山西组含水层,模型识别结果与水化学特征分析的结论相互印证,实现了精准区分.

    矿井突水水源识别水化学特征麻雀搜索算法BP神经网络混沌映射随机游走策略

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    综掘工作面混合式风流调控下的粉尘沉降研究

    龚晓燕王天舒陈龙裴晓泽...
    106-115页
    查看更多>>摘要：煤矿掘进过程中粉尘聚集严重,目前针对综掘工作面混合式风流调控下粉尘沉降规律及优化的研究还不够深入.基于混合式风流调控系统,依托陕煤集团神木柠条塔矿业有限公司综掘工作面,分析了压风口距工作面距离、压风口右偏角度、压风口口径、抽风口距工作面距离和压抽比等混合式风流调控参数对粉尘沉降规律的影响:随着压风口距工作面距离增加,司机处和回风侧行人呼吸带截面大颗粒粉尘占比先增后减再增,小颗粒粉尘占比增加;随着压风口右偏角度增加,司机处和回风侧行人呼吸带截面大颗粒粉尘占比变化明显;随着压风口口径增加,司机处截面小颗粒粉尘占比先增后减再增,回风侧行人呼吸带截面大颗粒粉尘占比先增后减;随着抽风口距工作面距离增加,司机处截面大颗粒粉尘占比先增后减,小颗粒粉尘占比先增后减再增,回风侧行人呼吸带截面粉尘粒径分布变化不大;随着压抽比增大,司机处和回风侧行人呼吸带截面小颗粒粉尘占比减小.以上述风流调控各参数为自变量,回风侧行人呼吸带全尘平均浓度和司机处呼尘平均浓度最低为优化目标,建立了粉尘沉降优化回归模型,利用粒子群优化算法求解模型,得到最优风流调控方案:压风口距工作面距离为8.9 m,压风口右偏角度为14.8°,压风口 口径为0.9 m,抽风口距工作面距离为4.3 m,压抽比为1.1.搭建了风流调控下粉尘沉降实验平台,实验结果表明:测试值与粉尘沉降优化回归模型的模拟值误差在13％以内,验证了模型的准确性;优化后粒径为71～100 μm的粉尘受风流调控参数影响明显,沉降在掘进机前方;优化后回风侧行人呼吸带全尘平均浓度和司机处呼尘平均浓度分别降低了 47.4％和42.4％,降尘效果明显.

    综掘工作面混合式通风风流调控粉尘沉降粉尘浓度

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于改进门控循环神经网络的采煤机滚筒调高量预测

    齐爱玲王雨马宏伟
    116-123页
    查看更多>>摘要：采煤机自适应截割技术是实现综采工作面智能化开采的关键技术.针对采煤机在复杂煤层下自动截割精度较低的问题,提出了一种基于改进门控循环神经网络(GRU)的采煤机滚筒调高量预测方法.鉴于截割轨迹纵向及横向相邻数据之间的相关性,采用定长滑动时间窗法对获取的采煤机滚筒高度数据进行预处理,将输入数据划分为连续、大小可调的子序列,同时处理横向、纵向的特征信息.为提高模型预测效率,满足循环截割的实时性要求,提出了 一种用因果卷积改进的门控循环神经网络(CC-GRU),对输入数据进行双重特征提取和双重数据过滤.CC-GRU利用因果卷积提前聚焦序列纵向的局部时间特征,以减少计算成本,提高运算速度;利用门控机制对卷积得到的特征进行序列化建模,以捕捉元素之间的长期依赖关系.实验结果表明,采用CC-GRU模型对采煤机滚筒调高量进行预测,平均绝对误差(MAE)为43.80 mm,平均绝对百分比误差(MAPE)为1.90％,均方根误差(RMSE)为50.35 mm,决定系数为0.65,预测时间仅为0.17 s;相比于长短时记忆(LSTM)神经网络、GRU、时域卷积网络(TCN),CC-GRU模型的预测速度较快且预测精度较高,能够更准确地对采煤机调高轨迹进行实时预测,为工作面煤层模型的建立和采煤机调高轨迹的预测提供了依据.

    采煤机滚筒调高煤岩识别深度学习门控循环神经网络因果卷积

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    分时电价下矿井多级接力式排水系统的优化策略

    赵应华乔子龙王艳波武强...
    124-129页
    查看更多>>摘要：煤矿井下排水系统的工作效率直接影响到煤矿的生产安全和经济效益.现有矿井多级接力式排水系统对于电费波峰波谷特性和《煤矿防治水细则》要求的排水系统安全约束考虑不全面,难以实现整体系统的一体化安全经济运行.针对该问题,基于避峰就谷策略和动态规划方法,提出分时电价下矿井多级接力式排水系统的优化策略.通过考虑煤矿排水系统的多级串联结构、涌水量和水泵的排水能力,建立了煤矿多级接力式排水系统的数学模型.基于避峰就谷策略,以电费成本最低为目标函数,以水仓水位、水泵排水能力、煤矿安全要求等为约束条件,构建基于分时电价的多级接力式排水系统优化问题,并给出了基于动态规划方法的求解算法.以某矿井4级排水系统为例进行仿真分析,结果表明,该策略可有效控制井下水位,保证水位处于合理高度:当电价较高时,水泵开启的数量很少或为零,水仓处于高水位状态;当电价较低时,水泵开启的数量较多,水仓处于低水位状态.该策略能够在提升经济效益的同时,保障煤矿的生产效率和生产安全.

    煤矿井下排水多级接力式排水系统分时电价避峰就谷策略动态规划安全约束

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    井下电力电缆故障定位研究

    商立群张少强荣相刘江山...
    130-137页
    查看更多>>摘要：针对传统井下电力电缆故障定位方法依赖主观参数选择和抗噪性能较差,无法满足强噪声背景下井下电力电缆故障精确定位要求的问题,提出了一种基于樽海鞘群算法(SSA)优化变分模态分解(VMD)并结合改进型Teager能量算子(NTEO)的井下电力电缆故障定位方法.针对VMD在信号分解上存在的模态混叠、过分解和欠分解问题,采用SSA以模糊熵为适应度函数对VMD模态数K和惩罚因子α2个参数进行优化,得到更能反映故障特征信息的本征模态函数;采用NTEO对本征模态函数进行首波波头标定,得到首末两端的波头到达时刻,根据双端测距法得出故障位置.采用PSCAD/EMTDC进行井下电力电缆故障仿真,模拟具有强背景噪声的井下故障信号,结果表明:①在理想电流信号中加入9,12 dB噪声后,SSA-VMD的信噪比最低,皮尔逊相关系数最大,说明SSA-VMD在最大程度降噪的同时,能很好地保留信号的特征信息.②在不同过渡电阻下,SSA-VMD-NTEO的定位精度较高.③在不同故障相角下,SSA-VMD-NTEO在采样点上出现不同,但定位位置没有改变,依旧保持较高的定位精度.④在不同故障距离下,SSA-VMD-NTEO均能保证较高的定位精度.⑤在井下较大噪声和10 MHz采样频率下,SSA-VMD-NTEO较小波模极大值和VMD+NTEO 2种方法的定位精度具有明显优势.

    井下电力电缆故障定位樽海鞘群算法变分模态分解Teager能量算子首波波头标定

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于自适应多尺度注意力机制的CNN-GRU矿用电动机健康状态评估

    谭东贵袁逸萍樊盼盼
    138-146页
    查看更多>>摘要：利用多传感器信息融合技术进行电动机健康状态评估时,矿用电动机监测数据中存在异常值和缺失值,而卷积神经网络和循环神经网络等深度学习模型在数据质量下降严重的情况下难以有效提取数据特征和更新网络权重,导致梯度消失或爆炸等问题.针对上述问题,提出了一种基于自适应多尺度注意力机制的CNN-GRU(CNN-GRU-AMSA)模型,用于评估矿用电动机健康状态.首先,对传感器采集的电动机运行数据进行填补、剔除和标准化处理,并以环境温度变化作为依据对矿用电动机运行数据进行工况划分.然后,根据马氏距离计算出电动机电流、电动机三相绕组温度、电动机前端轴承温度和电动机后端轴承温度等健康评估指标的健康指数(HI),采用Savitzky-Golay滤波器对指标HI进行降噪、平滑、归一化处理,并结合主成分分析法计算的不同指标对矿用电动机的贡献度,对指标HI进行加权融合得到矿用电动机HI.最后,将矿用电动机HI输入CNN-GRU-AMSA模型中,该模型通过动态调整注意力权重,实现对不同尺度特征的信息融合,从而准确输出电动机健康状态评估结果.实验结果表明,与其他常见的深度学习模型CNN,CNN-GRU,CNN-LSTM,CNN-LSTM-Attention相比,CNN-GRU-AMSA模型在均方根误差、平均绝对误差、准确率、Macro F1及Micro F1等评价指标上更优,且预测残差的波动范围更小,稳定性更优.

    电动机健康状态评估自适应多尺度注意力机制CNN-GRU多传感器信息融合主成分分析

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于应急预案的煤矿应急救援辅助决策系统设计

    高洪波
    147-152,160页
    查看更多>>摘要：针对煤矿应急救援辅助决策系统中应急预案应用不足、应用效率低及系统生成的救援方案可执行性欠佳等问题,提出了一种基于应急预案的煤矿应急救援辅助决策系统设计方法.该方法采用基于大语言模型的信息抽取技术,从应急预案中提炼出关键任务要素,如任务名称、触发条件、执行部门和任务内容等,形成元任务,并构建根据事故类型和级别对元任务进行分类存储的元任务库;发生煤矿安全事故时,运用基于SBERT模型的语义匹配技术,根据现场收集的信息进行事故分类分级,并从元任务库中筛选出与当前应急需求相符合的元任务集;为提高任务的可执行性,将元任务与实时采集的现场数据结合,通过指令模板构建具体的行动指令,并利用任务规划技术对指令的优先级进行优化和调整,生成切实可行的现场救援方案.基于应急预案的煤矿应急救援辅助决策系统充分利用了应急预案的规范化内容,形成了与现场信息紧密结合、资源优化的救援方案,进一步提高了救援决策的准确性、科学性和智能化水平.

    应急救援煤矿事故辅助决策应急预案信息抽取语义匹配任务规划

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    煤矿工作面安全状态评价指标赋权策略研究

    王猛刘树林
    153-160页
    查看更多>>摘要：煤矿工作面安全状态精准评价可促进矿井安全管理水平和防灾抗灾能力提升.以CH4浓度、CO2浓度、CO浓度、O2浓度、温度、风速6种工作面环境监测数据为评价指标,对工作面安全状态进行评价分析.为合理确定评价指标的权重,提高安全评价结果的准确性,采用模糊层次分析法(FAHP)计算评价指标的主观权重、G-GRITIC法计算指标的客观权重,通过基于改进博弈论(IGT)的组合赋权法将主观权重与客观权重结合,得出评价指标的组合权重,解决了决策过程中主客观信息不一致性问题.基于陕西黄陵二号煤矿有限公司209综采工作面安全监控系统采集数据,对基于IGT的组合赋权法进行实验验证,结果表明该方法有效避免了线性加权法、平均加权法的主观判断性,优化了基于博弈论(GT)的组合赋权法的偏差结果,得到的评价指标更加合理,可获得更加准确的煤矿工作面安全状态评价结果.

    煤矿工作面安全状态评价评价指标赋权主观权重客观权重组合赋权博弈论

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据