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

    基于机器视觉的带式输送机高精度煤流检测研究

    季现亮张文杰王玉强刘勇...
    75-83页
    查看更多>>摘要:针对现有基于机器视觉的带式输送机煤流检测方法存在的图像细节缺失、在多处断裂或断裂间距较大区域拟合效果较差的问题,基于直射斜收式激光三角测量原理,提出了一种基于机器视觉的带式输送机高精度煤流检测系统,将线激光发射器布置在带式输送机测量位置正上方并垂直照射煤堆,煤堆随带式输送机匀速运动,利用相机在斜上方实时拍摄包含激光条纹的煤堆表面图像.对煤流检测系统进行标定,包括相机内参数标定和激光平面标定,得到煤堆的高度信息;对煤流截面激光条纹图像进行处理,从提取精度、算法实时性等角度对比分析了灰度重心法和区域骨架法,根据对比结果选用区域骨架法提取激光条纹中心;针对利用图像膨胀操作进行激光条纹断裂修补拟合效果较差的问题,提出采用最小二乘法作为激光条纹断裂修补算法,相较于闭运算,最小二乘法拟合处理的平滑效果更好,精度较高;建立煤流截面积计算模型,通过计算每一帧上煤堆的横截面积,即可得出不同带速下的煤流体积.实验结果表明,当带速分别为 0.25,0.5,1 m/s时,煤流检测系统误差均较小,最大误差分别为2.78%,3.61%和3.89%,验证了煤流检测系统具有较高的准确性.

    带式输送机煤流检测机器视觉线激光发射激光三角测量激光条纹中心提取激光条纹断裂修补区域骨架法最小二乘法

    基于工业互联网的煤矿综采设备信息模型研究

    潘文龙李胜军高全军杨路余...
    84-92页
    查看更多>>摘要:煤矿综采工作面设备来自不同厂商,接口不统一、数据系统和业务逻辑不同,造成数据壁垒,系统间数据交互慢.基于工业互联网架构,提出了包括设备层、接入层、边缘层、PaaS层、应用层的智能化综采技术架构;基于该架构,将煤矿综采设备作为整体数据对象,设计了一种煤矿综采设备信息模型构建方法,定义了属性、方法、事件、报警 4个关键要素和建模规则,从而实现各物理实体与异构系统之间的无缝通信,即对综采设备信息资源进行定义、描述和关联,提供完备、统一的数据对象表达、描述和操作模型;针对综采设备信息模型属性元素过多的问题,提出了一种基于重要度和语义相似度的属性元素优化机制.采用上述方法建立了华阳新材料科技集团有限公司一矿 81004工作面综采设备信息模型,对综采设备电动机运行情况进行评价,结果表明基于该模型可监测工作面所有电动机短时间内启动次数、多电动机设备启动功率平衡和运行效率,并形成分析结果,为决策工作提供数据支持.

    综采工作面综采设备工业互联网信息模型属性元素优化

    基于SEI的煤矿智能监控视频传输方法

    陈佳王琪王鹏
    93-98页
    查看更多>>摘要:目前煤矿视频监控数据传输存在高延迟问题,而视频传输延迟的主要成因是编码延迟.针对该问题,提出了一种无视频编码的基于媒体补充增强信息(SEI)的煤矿智能监控视频传输方法.该方法在解复用视频流得到视频压缩帧后缓存一份副本,解码视频压缩帧得到视频解码帧,通过SEI存储视频解码帧中AI模型分析结果,根据时间戳对应关系将自定义SEI写入该视频解码帧对应视频压缩帧副本的网络提取层单元,并复用视频压缩帧副本,实现煤矿智能监控视频实时传输.在 24核CPU上对该方法进行实验测试,结果表明:对于1 280×720分辨率的视频,采用该方法处理视频时CPU整体使用率由采用传统方法时的 24.7%~36.6%降至20.3%~23.9%,端到端延迟由 1 946 ms降至 345 ms;对于 1 920×1 080分辨率的视频,采用该方法处理视频时CPU整体使用率由采用传统方法时的 29.2%~41.8%降至 18.5%~26.3%,端到端延迟由 6 204 ms降至 479 ms.该方法通过规避视频编码环节,降低了煤矿智能监控视频传输延迟,且节省了视频编码所需的CPU或GPU资源,降低了智能视频监控系统硬件成本.

    煤矿智能视频监控监控视频传输视频AI分析无视频编码媒体补充增强信息端到端延迟

    基于扩展卡尔曼滤波的清仓机器人位姿识别方法

    李贵虎高贵军李军霞贾雪峰...
    99-106页
    查看更多>>摘要:煤矿水仓巷道光照强度不均匀且结构化特征明显,传统基于视觉的机器人位姿识别方法识别不准确,而单一的机器人定位技术如自适应蒙特卡洛(AMCL)方法随着清仓机器人的长时间运行,输出的位姿信息存在较大累计误差,易出现煤泥清理不干净、与两侧巷道发生碰撞的情况.针对上述问题,提出了一种基于扩展卡尔曼滤波的多传感器融合清仓机器人位姿识别方法.首先搭建多传感器融合算法框架,建立里程计、惯性测量装置、激光雷达数据采集模型;其次基于扩展卡尔曼滤波原理,以惯性测量装置角度信息建立观测方程,结合里程计位姿信息,得到第 1次融合的清仓机器人位姿矩阵,利用激光雷达的位置信息与之前的位姿矩阵进行迭代,得到第 2次融合的清仓机器人位姿矩阵;最后采用互补滤波算法对融合后的清仓机器人位姿矩阵进行处理,输出最终的清仓机器人位姿矩阵.实验结果表明:在直线位姿识别中 2次的最大位置误差为 0.04 m,最大姿态角误差为0.05 rad;在模拟巷道实验中的最大位置误差为 0.1 m,最大姿态角误差为 0.085 rad;与AMCL方法相比,基于扩展卡尔曼滤波的清仓机器人位姿识别方法在减少清仓机器人运行过程中的累计误差方面表现出显著的有效性.

    煤矿水仓清理清仓机器人机器人位姿识别多传感器融合扩展卡尔曼滤波煤泥自主清理

    煤矿井下移动机器人多传感器自适应融合SLAM方法

    马艾强姚顽强
    107-117页
    查看更多>>摘要:基于同时定位与建图(SLAM)技术的移动机器人能够快速、准确、自动化地采集空间数据,进行空间智能感知和环境地图构建,是实现煤矿智能化和无人化的关键.针对目前煤矿井下多传感器融合SLAM方法存在机器人前端位姿估计退化失效和后端融合精度不足的问题,提出了一种煤矿井下移动机器人激光雷达(LiDAR)-视觉-惯性(IMU)自适应融合SLAM方法.对LiDAR点云数据进行聚类分割,提取线面特征,利用IMU预积分状态进行畸变校正,采用基于自适应Gamma校正和对比度受限的自适应直方图均衡化(CLAHE)的图像增强算法处理低照度图像,再提取视觉点线特征.用IMU预积分状态为LiDAR特征匹配与视觉特征跟踪提供位姿初始值.根据LiDAR相邻帧的线面特征匹配得到移动机器人位姿,之后进行视觉点线特征跟踪,分别计算LiDAR、视觉、IMU位姿变化值,通过设定动态阈值来检测前端里程计的稳定性,自适应选取最优位姿.对不同传感器构建残差项,包括点云匹配残差、IMU预积分残差、视觉点线残差、边缘化残差.为了兼顾精度与实时性,基于滑动窗口实现激光点云特征、视觉特征、IMU测量的多源数据联合非线性优化,实现煤矿井下连续可用、精确可靠的SLAM.对图像增强前后效果进行试验验证,结果表明,基于自适应Gamma校正和CLAHE的图像增强算法能显著提升背光区和光照区的亮度和对比度,增加图像中的特征信息,大幅提升特征点提取数量和匹配质量,匹配成功率达 90.7%.为验证所提方法的性能,在狭长走廊和煤矿巷道场景下进行试验验证,结果表明,所提方法在狭长走廊场景的定位均方根误差为 0.15 m,构建的点云地图一致性较高;在煤矿巷道场景中的定位均方根误差为0.19 m,构建的点云地图可真实地反映煤矿井下环境.

    煤矿井下移动机器人同时定位与建图激光雷达-视觉-惯性自适应融合图像增强位姿估计多传感器数据融合滑动窗口紧耦合优化SLAM

    光学靶标遮挡条件下掘进机定位解算方法

    王朋朋李瑞刘鑫李响...
    118-124页
    查看更多>>摘要:针对目前常用的基于惯导+视觉测量+光学靶标的掘进机组合式导航定位存在的光学靶标被遮挡情况下掘进机定位中断问题,提出了一种光学靶标遮挡条件下掘进机定位解算方法.首先,采集 4个呈矩形分布的靶标点组成的光学靶标在无遮挡情况下的图像,得到靶标点在相机内成像光斑的像素坐标并构造成矩形,再按照一定比例扩大构造辅助矩形区域框.其次,采集部分靶标点被遮挡情况下的图像,得到无遮挡靶标点在相机内成像光斑的像素坐标,根据靶标点的成像光斑与辅助矩形区域框顶点的欧氏距离,确定无遮挡靶标点与成像光斑的对应关系,进而确定被遮挡的靶标点.然后,利用已知的靶标几何尺寸和惯导提供的靶标姿态信息,建立投影后的靶标点与成像光斑的对应关系,进而求解出被遮挡靶标点对应的光斑像素坐标.最后,利用N点位姿透视求解(PNP)算法求得光学靶标中心位置的空间坐标,实现掘进机定位解算.试验结果表明,光学靶标被遮挡情况下,通过推算被遮挡靶标点对应的光斑像素坐标,可以解决掘进机定位中断问题,保证了掘进机定位的实时性,且定位误差满足掘进机实际定位需求.

    掘进机定位光学靶标惯导视觉测量组合导航

    原煤与型煤损伤破坏的应力声发射变化特征对比研究

    王林芝刘冬梅王帅旗曹阔...
    125-134页
    查看更多>>摘要:在研究声发射特征与煤样和断裂的关系时,原煤和型煤都可用作实验样本.大多煤层材质较软,制造标准的原煤试样较为困难,因此使用型煤作为研究样本的实验较普遍,但型煤改变了煤的原始结构,影响了其物理和力学性质,使用型煤替代原煤作为实验样本的适用性一直是学术界讨论的焦点.此外,目前对于原煤和型煤在假三轴压缩实验中表现出的声发射特征差异的研究相对有限.针对上述问题,开展了原煤和型煤假三轴压缩声发射实验,从力学性能、断裂模式和声发射时空演化、频带能量分布、非线性特征等方面着重讨论和分析.结果表明:加载过程中释放的声发射能量和峰值应力总能量与煤样强度密切相关,原煤主要为剪切和拉伸混合破坏模式,型煤主要为拉伸轴裂破坏模式;煤样的声发射位置分别对应其宏观破裂形态,但发生时间和空间分布不同;在峰前加载阶段,原煤的声发射信号相对较少,而型煤的声发射响应剧烈,并在峰值应力时刻达到最大值;通过小波包分析得到型煤的声发射频带能量分布范围小于原煤,原煤的声发射信号频率主要集中在 10~120 kHz,而型煤的声发射信号仅在 0~100 kHz频率范围内活跃,说明型煤的微破裂规模大于原煤;原煤和型煤的波形能量90%活跃在 0~150 kHz;当加载试样接近失稳破坏时,即加载应力为峰值应力的 99%左右时,原煤和型煤声发射信号的Hurst指数均大于0.5,表明声发射时间序列与加载过程具有长期相关性.

    原煤型煤声发射演化特征假三轴压缩实验频带能量分布非线性特征Hurst指数

    落锤冲击下冻结单裂隙砂岩力学及声发射特征试验研究

    贺馨瑶常远任富强
    135-141,156页
    查看更多>>摘要:高原寒区矿山岩体受低温环境和动载扰动等影响会产生失稳现象.现有研究大多围绕裂隙砂岩在不同冻结温度下的静力学特性,考虑到工程开挖的影响,需要进一步研究冻结裂隙砂岩在动载作用下的力学及声发射特征.开展了冻结单裂隙砂岩的落锤冲击试验,结合声发射监测技术分析了冻结单裂隙砂岩力学及声发射特征.试验结果表明:①裂隙倾角增加会引起应变时程曲线在应变峰值前回弹幅度增大,裂纹由裂隙两侧分布转变为裂隙上下两端分布;落锤下落高度增大后,应变时程曲线在应变峰值前出现明显双峰回弹,破坏明显加剧;冻结温度降低会使应变峰值出现时间提前,且应变峰值增大.②微裂纹扩展具有阶段性特征,在应变峰值处对应较强的微破裂活动并伴有剧烈的能量释放.③微破裂活动性随裂隙倾角增大呈先增后减趋势;落锤下落高度增大,微破裂活动剧烈程度阶段性递减;冻结温度降低使微破裂活动发生时间提前.④微裂纹主要以张拉裂纹为主,与宏观的破坏模式对应.⑤熵值急剧增加是砂岩破坏前兆,可作为砂岩动态失稳的预警指标.

    裂隙砂岩冻结砂岩落锤冲击动态力学声发射熵值

    基于多模态的井下登高作业专人扶梯检测方法

    孙晴杨超宇
    142-150页
    查看更多>>摘要:目前大多数的井下人员不安全行为识别研究侧重于在计算机视觉上提高精度,但井下易出现遮挡、光照不稳定、反光等情况,仅采用计算机视觉技术难以实现对不安全行为的准确识别,尤其登高作业中的爬梯、扶梯等相似动作在识别过程中易被混淆,存在安全隐患.针对上述问题,提出一种基于多模态的井下登高作业专人扶梯检测方法.该方法从视觉和音频 2个模态对监控视频数据进行分析.视觉模态方面,采用YOLOv8模型检测登高梯是否存在,如果存在,获得登高梯的位置坐标,并将视频段放入OpenPose算法中进行姿态估计,得到人体的各个骨骼关节点的特征,将这些骨骼关节点序列放入改进的时空注意图卷积网络(SAT-GCN)中,得到人体动作标签及其对应概率.音频模态方面,采用飞桨自动语言识别系统将语音转换为文本,使用双向编码器表示(BERT)模型对文本信息进行特征分析与提取,得到文本标签及其对应的概率.最后将视觉模态与音频模态得到的信息进行决策级融合,判断井下登高作业是否有专人扶梯.实验结果表明:基于骨架数据的动作识别中,优化后的SAT-GCN模型对于扶梯、爬梯、站立 3种动作的识别精度分别提升了 3.36%,2.83%,10.71%;基于多模态的检测方法比单模态方法具有更高的识别准确率,达到98.29%.

    登高作业专人扶梯多模态融合视觉模态音频模态YOLOv8OpenPoseSAT-GCNBERT

    基于改进YOLOv5s的煤矿机电设备维修指导系统

    徐俊赵小虎候念琦王杰...
    151-156页
    查看更多>>摘要:针对煤矿机电设备辅助维修中二维码标注工作量大、通用性低及现有免注册识别方法实现复杂、难以部署等问题,提出了一种基于改进YOLOv5s的煤矿机电设备维修指导系统.该系统由设备免注册识别模块、故障维修指导模块、远程专家接入指导模块组成.设备免注册识别模块通过HoloLens眼镜上的摄像头采集故障设备图像,并通过改进YOLOv5s图像识别算法进行分析和处理,识别出故障设备型号;故障维修指导模块根据故障设备型号自动匹配调用预设好的混合现实拆装模型,形成维修指导解决方案;远程专家接入指导模块通过音视频会话、虚拟标注等方式实现远程专家与现场维修人员的交互.为保证用户使用混合现实设备时的沉浸感体验,针对混合现实设备自身算力不足问题,采用ShuffleNetV2替换YOLOv5s中的Backbone,得到YOLOv5s-SN2网络,从而减少模型参数量,降低计算开销.实验结果表明:YOLOv5s-SN2相较于YOLOv5s精度略有下降,但每秒浮点运算次数(FLOPS)从 16.5×109 下降到 7.6×109,参数量从 15.6×106 个下降到 8.2×106 个;在YOLO系列模型中,YOLOv5s-SN2性能最优.以三叶罗茨鼓风机为例验证系统整体效果,结果表明,YOLOv5s-SN2可快速识别出电动机型号,调用与之匹配的虚拟模型及维修流程,远程专家可通过音视频接入和标注等方法辅助现场工作人员进行机电设备维修.

    煤矿机电设备辅助维修免注册识别YOLOv5s混合现实HoloLens