首页期刊导航|煤炭学报
期刊信息/Journal information
煤炭学报
煤炭学报

刘峰

月刊

0253-9993

mtxb@vip.163.com

010-84262930

100013

北京和平里青年沟东路5号煤科院内

煤炭学报/Journal Journal of China Coal SocietyCSCD北大核心CSTPCDEI
查看更多>>《煤炭学报》于1964年创刊，为季刊。1966年停刊，1979年复刊， 1993年改为双月刊，1995年改为大16开本，并申办创刊了《煤炭学报》英文版《Journal of Coal Science & Engineering(China) 》，半年刊。《煤炭学报》是中国煤炭学会主办的煤炭系统最高水平的综合性学术刊物，现为双月刊，112页。主要刊载与煤炭科学技术相关的基础理论和重大工程研究的理论成果，包括煤田地质学、矿山岩体力学、采矿工程、煤矿安全、环境保护、煤矿机电一体化、煤的加工与利用、煤炭经济研究等领域的学术论文。30多年来，为传播煤炭科学技术起到了重要的作用。 多年来，《煤炭学报》一直以“登一流文章，创一流期刊”为指导思想，培养了一支基础理论知识扎实、专业水平高的稳定的编辑队伍，使《煤炭学报》质量逐步提高。《煤炭学报》1992年荣获全国第一届优秀科技期刊评比二等奖，获中国科协优秀科技期刊二等奖；1997年获全国第二届优秀科技期刊评比一等奖，获中国科协优秀科技期刊一等奖；1999年荣获首届中国期刊奖；2001年入选“中国期刊方阵”,并被评为“双奖期刊”。《煤炭学报》在包括10名中国科学院、中国工程院院士的编委会领导下，每年都制定了明确的报道重点，使刊物能紧紧围绕煤炭重大科技攻关项目发表相关的基础理论论文。《煤炭学报》发表的论文反映了煤炭科学技术的最新研究成果，起到了促进煤炭科学技术交流和发展的龙头作用，为繁荣煤炭科学技术事业作出了重要贡献。《煤炭学报》被国内外近20家数据库和文摘期刊所收录，如IEA Coal Abstract CD-ROOM（美国）、 Ei Page One、美国的能源科学与技术数据库、美国地质文摘、中国科学技术期刊文摘数据库、中国科学引文数据库、日本科学技术文摘速报、РЖ、Coal Highlights（英国）、Geological Abstract（英国）、Geomechanics Abstracts（英国）、中国学术期刊文摘、中国力学文摘、矿业文摘等等。
正式出版
收录年代

    模拟暗湿工况下煤矸混合体态势热敏图像精准辨识实验

    单鹏飞李晨炜来兴平孙浩强...
    483-494页
    查看更多>>摘要：煤矸井下智能分选作为智慧矿山建设的重要组成，可有效提升矿井资源绿色利用。现阶段可见光图像识别技术针对井下昏暗潮湿环境中煤矸混合体的辨识还有待完善。基于热红外成像技术和改进YOLOv5算法模型，提出了一种暗湿工况下煤矸混合态势热敏图像辨识方法。将YOLOv5模型的Neck部分改用加权双向特征金字塔(BiFPN)结构，通过多层次特征融合提高煤矸的辨识效率，采用CIOU函数作为损失函数，提升煤矸检测精准率;构建了煤矸混合体热敏采集实验平台，模拟了井下密闭空间低照度、高湿度、高风速环境，通过CLAHE与LAPLACE算子对红外摄像机所采集的热敏图像进行对比度增强和边缘强化预处理，以不同数据集、不同改进模块、不同算法模型等多个角度系统分析了煤矸混合体态势热敏图像辨识结果，探究了湿度变化对暗湿工况下煤矸识别准确率的影响规律。研究结果表明:预处理后的图像平均精准率较原始图像提升了 1。7％，F-Measure 提升了 6。9％;改进后的YOLOv5模型平均精度均值和F-Measure达到了 80。2％与84。6％，高于经典模型的74。6％与79。7％，可有效提升煤矸热敏图像检测精度;环境相对湿度与识别准确率呈现先正相关待湿度达到一定阈值后负相关的变化规律。提出了热敏图像可准确识别昏暗潮湿密闭环境中的煤矸混合体，为实现井下暗湿工况煤矸混合态势精准辨识提供了科学依据。

    混合煤矸红外成像热敏图像YOLOv5精准辨识

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    矿井智能监控目标识别的图像增强方法与应用

    孙林陈圣姚旭龙张艳博...
    495-504页
    查看更多>>摘要：煤矿井下安全违章智能识别技术成为安全管理与信息获取的主要手段，但由于井下空间环境受低照度、点光源、高粉尘等因素的影响，极大地降低了智能识别的准确率。基于此，提出了一种多权重融合的图像增强方法，实现了图像亮度加强和照度均衡的融合增强。利用Gamma算法实现井下监控图像的亮度增强，在亮度增强的基础上，进行HSV空间变换，保持色调分量和饱和度分量不变，利用多尺度高斯函数提取光照分量，再利用改进的二维伽马函数对光照分量过强和过弱的区域进行调整，实现照度均衡。结合拉普拉斯对比度、亮度、饱和度3个权重并通过高斯和拉普拉斯金字塔融合亮度增强与照度均衡的图像，实现矿井智能监控图像增强。通过矿井监控中的安全帽智能识别实验，对提出的图像增强方法和多尺度视网膜算法(MSR)、具色彩保护的多尺度Retinex算法(MSRCP)、带色彩修复的多尺度Retinex算法(MSRCR)、色彩增益加权的AutoM-SRCR算法(AMSRCR)利用标准差、峰值信噪比、信息熵等图像评价指标进行评判。峰值信噪比相较于上述算法平均提高了 32。44％;标准差相较于原图平均提高了 115。38％，相较于上述算法平均提高了 47。30％。安全帽识别准确率达到了 86。7％，相较于上述算法平均提高了 47。52％。实验验证结果表明，所构建的图像增强方法可有效提高矿井图像的亮度、清晰度、对比度，减少色彩失真、光晕等现象，并明显提高了矿井智能监控中目标识别的准确率，可为煤矿井下安全违章智能识别奠定坚实基础。

    矿井智能监控安全违章识别图像增强亮度增强照度均衡

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    《煤炭学报》征稿简则

    封3页
      原文链接:
    • NETL
    • NSTL
    • 万方数据