• 全部
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会

“技术与装备推广”专题(《智能矿山》)

来源:智能矿山

《智能矿山》常设“技术与装备推广”专栏, 现面向矿业高校、科研院所、矿业集团、设备厂家等相关单位,征集矿山智能化领域新技术、新装备文稿。

行业视野

智能化

类别

0个

关键词

78位

专家

50篇

论文

26626IP

点击量

141877次

下载量
  • 作者(Author): 张溟晨, 唐敏, 马振纲, 陈科宇, 陈航, 鲁石平

    摘要:为提升智能钻机的钻杆装卸效率,设计了一种基于深度学习算法的智能钻机钻杆定位系统。该系统使用深度相机获取钻杆的深度图像,采用VGG-16的5组卷积结构进行特征提取,并通过SSD算法定位目标以获得钻杆的坐标值。完成了用户管理模块、自动控制模块、手动控制模块、图像采集模块、网络训练模块和坐标获取模块的设计开发,并部署于ZYWL—4000Y智能钻机进行试验。试验表明该系统具有检测速度快、目标特征融合性强、识别精度高等特点,可有效识别钻杆的空间坐标,满足井下环境恶劣、设备可靠性高等要求。
    免费下载
    智能矿山
    2024年第07期
    468
    84
  • 作者(Author): 李兵, 张雷

    摘要:针对钻屑监测装置自动化与智能化程度低、准确性与安全性差等问题,研发了一套矿用智能钻屑监测系统,主要包括可视化远程操控系统、钻机作业系统、煤粉自动收集及称重系统。可视化远程操作系统可进行远程精准操控,提高钻屑作业安全系数;采用规格较小的气动履带钻机系统,增加了系统运移和作业效率,提高了系统可用性和灵活性;自动收集及称重系统全程可实现自动化,避免了环境和人为因素导致的结果误差,提高了监测结果可靠性。测试结果表明:智能钻屑监测系统已成功实现可视化远程操作控制和自动化作业等基本功能,提高了监测准确度,为钻屑法监测煤矿冲击地压危险的智能化设计提供了参考。
    免费下载
    智能矿山
    2024年第07期
    401
    53
  • 作者(Author): 张先韬, 闫保永

    摘要:为实现煤矿井下定向钻进数据与地面电脑进行数据互联,笔者基于定向钻机、信息化发展阶段、建设周期、成本因素等提出了3 种数据互联方案:无专用服务器数据互联方案、专用服务器数据互联方案、“云-边-端”数据实时互联方案。3 种方案对应煤矿智能化循序发展的初级、中级、高级阶段,同时对应建设成本、技术要求、建设周期的低、中、高3 种层次。针对第1 种方案,开发了对应的基于Socket通信的数据互联方案并在南岭煤矿进行了实践应用,实现了井下到地面定向钻进数据传递的自动化即时传输,简化了数据传递流程,相关成果获得“中国计协煤炭专业2023年度职工技术创新成果一等奖”。
    免费下载
    智能矿山
    2024年第07期
    306
    58
  • 作者(Author): 冯桂弘, 陈果, 龙威, 雷丰励

    摘要:为解决煤矿井下定向钻机冲洗液含固率高、循环利用率低而导致排污管道及水仓压力大的问题。首先,阐述了定向钻机冲洗液耗水量大、直接排放的使用现状;其次,基于钻进工况下,提取煤、泥岩、砂岩、砂质泥岩、灰岩等典型煤岩层的钻渣进行分析,筛分得出钻渣粒径主要集中分布在1.5~0.5 mm和小于0.5 mm的2 个区间,分别约占34%和58%;最后,根据固液两相的粒径分布规律,创新性的提出一种一级粗分离+二级精过滤新技术,即一级粗分离采用自清洁固液分离装置分离粒径大于0.5 mm的颗粒,二级精过滤采用陶瓷膜过滤粒径小于0.5 mm的颗粒,形成了定向钻机冲洗液自动循环控制技术。
    免费下载
    智能矿山
    2024年第07期
    164
    33
  • 作者(Author): 秦凯, 李宏杰

    摘要:我国煤层赋存条件复杂,煤矿灾害频繁发生。煤矿灾害主要类型包括:瓦斯、顶板、水、火、粉尘、冲击地压等。近年来,几乎所有煤矿都安装了用于各类灾害的监测预警系统,不同系统产生的不同类型、结构、来源的数据共存,灾害监测预警信息呈现出明显的“大数据”特征。现阶段煤矿灾害预警分析中海量数据的利用率较低,存在多灾害数据融合分析不足、单灾害数据挖掘分析不够、矿井实际需求分析不到位、监测预警与灾害防治严重脱节等问题。针对上述问题,煤炭科学技术研究院有限公司研发了煤矿灾害智能预警与综合防治系统,该系统综合运用了物联网、大数据分析、云计算、移动互联、机器学习、三维仿真建模等技术手段,采用煤矿“三维一张图”的设计模式,融合矿井多系统、跨业务的地质基础数据,生产治理数据和监测监控数据,构建了煤矿“一图、一库、一网”的灾害监测预警体系,实现煤矿瓦斯、顶板、水、火、粉尘、冲击地压等灾害智能预测预警、风险动态评估、预警信息发布、设备联动控制、灾害模拟仿真、避灾路线规划、防治信息管理、监防信息互馈等。煤矿灾害智能预警与综合防治系统解决了“监测预警—解危治理—效果检验”一系列操作的智能化、网络化难题,完成了煤矿灾害在线发布预警通知、智能推荐解危方法、辅助填报解危措施、自动检验解危效果的防治全过程管理体系建设。煤矿灾害智能预警与综合防治系统如图1 所示。
    免费下载
    智能矿山
    2023年第12期
    1343
    61491
  • 作者(Author): 陈永光, 王学强

    摘要:煤矿智能化建设要求煤矿逐步从“点、线、面”式的零散生产作业模式向系统化生产模式转变,“采、掘、机、运、通、抽、监测、地质、水文”等系统通过高速网络有机融合,规范数据标准,从底层消除数据对接瓶颈,实现煤矿系统化、平台化生产。目前,煤矿智能化建设技术装备保障不足,缺乏煤矿智能化方面高端技术人才,而保障煤矿智能化顺利建设至关重要。近年来,煤矿装备不断优化升级,已从电气机械化逐步向网络智能化发展,这是对煤矿机电设备管理的一次新挑战,机电设备管理稍有疏忽将带来不可挽回的损失。笔者探索了煤矿智能化生产条件下的煤矿设备管理新思想、新理念,提出智能化煤矿设备全生命周期管理体系(简称全生命周期管理体系)。通过分析设备唯一性编码方法,明确环境与设备、人与设备的关系,实现设备的智能感知、自我诊断、超前预测;通过设备闭环管理,保障设备以最佳性能运行并始终处于受控状态,实现煤矿智能化建设。    
    免费下载
    智能矿山
    2023年第11期
    942
    478
  • 作者(Author): 闫晓刚, 王建理, 杨闯

    摘要:基于变电所、水泵房等煤矿井下多场景巡检需求,中煤科工机器人科技有限公司研制出了基于四轮与六轮移动底盘的多款轮式煤矿巡检机器人,其中“领航者3”全国量产化变电所巡检机器人已应用于国能亿利能源有限责任公司黄玉川煤矿。轮式煤矿巡检机器人主要由机器人和充电装置组成。机器人自身集成核心控制器、传感检测、电源供给及数据网络传输等硬件结构,控制器依据巡检场景任务需求控制机器人运动方式、采集环境信息、上位机数据通信等,通过搭载多种矿用传感器实现巡检环境的智能感知;自主行走可采用多种导航方式,如二维码导航、激光雷达导航及视觉导航等,能够完成复杂环境下机器人的精准定位与高效行走;充电装置是巡检机器人必备要素,当机器人自身电量低于设定值时,可以自动巡航返回充电位置处,实现能源补充。轮式煤矿巡检机器人具有自主导航(自主构建地图、规划巡检路径)、图像识别(设备标牌信息、指示灯状态、仪表示数、开关状态、人员情况等)、环境监测(实时监测设备可视部分温度、巡检环境的温湿度、烟雾浓度、气体浓度等信息)、双向对讲等功能,防爆等级为I类防爆,行走速度0~1 m/s,定位精度±10 mm,爬坡能力≤15°,可升降云台可实现不同层次空间目标物巡检。
    免费下载
    智能矿山
    2023年第11期
    335
    231
  • 作者(Author): 颜恭彬

    摘要:矿井重大水灾事故时有发生,常造成重大财产损失和大量的人员伤亡。目前,行业内在煤矿突水静态评价方面的研究较为成熟,但在突水动态监测预警方面仍存在不足,如监测手段单一分散、水害监测点空间覆盖不全、智能化预警水平不高等问题,与智能矿山水害监测预警准确性、有效性、实用性等方面的要求仍然存在较大差距。中煤科工集团重庆研究院有限公司针对矿井地表水、顶板水、底板水、老空水等主要水害,根据国家《煤矿防治水细则》《煤矿智能化建设指南(2021 年版)》《智能化示范煤矿验收管理办法(试行)》《煤矿水害防治感知数据接入细则(试行)》等文件要求,围绕矿井主要水害和充水因素,研发出KJ420 水害精准监测及智能预警系统(简称预警系统)。预警系统采用“云、边、端”架构(图1),由感知层、传输层、数据处理层组成,形成了感知、处理、预警的一体化水害预警系统。预警系统的硬件部分研究内容主要有:遥测分站、传输系统(无线或有线方式)、水文监测主机和传感器等。预警系统可以通过传感器和遥测分站在地面或井下采集到各种水文实时数据,使用GSM网或工业控制网,按照设计的通信协议,将各观测点的水文数据传输、处理并存储到水文信息数据库中。预警系统的软件部分研究内容主要有:水文数据的实时采集与组织、数据库建立、水文数据分析处理、数据发布以及智能预警功能的实现。
    免费下载
    智能矿山
    2023年第10期
    525
    584
 1 2 3 4 5 6 7下一页尾页

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联
Baidu
map