期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于数据生命周期的煤泥浮选智能控制技术研究进展
被引量:
4
1
作者
周长春
温智平
+1 位作者
周脉强
徐舸
《洁净煤技术》
CAS
CSCD
北大核心
2024年第1期45-57,共13页
随着国家政策和新一代人工智能技术的持续牵引,矿山智能化研究取得突破,其中,选煤厂智能化建设受到高度关注,煤泥浮选智能控制技术一直是阻碍选煤厂智能化建设的关键瓶颈之一。以煤泥浮选数据生命周期为主线,从浮选精煤/尾煤灰分在线预...
随着国家政策和新一代人工智能技术的持续牵引,矿山智能化研究取得突破,其中,选煤厂智能化建设受到高度关注,煤泥浮选智能控制技术一直是阻碍选煤厂智能化建设的关键瓶颈之一。以煤泥浮选数据生命周期为主线,从浮选精煤/尾煤灰分在线预测、浮选药剂智能添加和煤泥浮选系统智能决策3个角度综述了煤泥浮选智能控制技术的研究进展,并展望未来煤泥浮选智能控制技术发展趋势。浮选精煤灰分在线预测困难重重,单一视觉特征信息并不可靠,尾矿灰分的预测技术相对更加成熟可靠;浮选药剂添加量受多个过程变量同时制约,模型性能在整个工况区间的自适应性和泛化能力还需进一步提升;当前浮选工业系统智能控制技术的进一步发展严重受限于浮选精煤/尾煤灰分等指标的预测精度、传感器检测精度、药剂添加精度等因素。浮选过程数据集维度更高,难以建立可靠的知识库,以深度学习为代表的新一代人工智能技术能适应这类数据结构。此外,已有浮选监测系统只针对特定矿物,唯一性较高。未来浮选智能控制系统应集中攻克指标预测、传感器检测精度等方面限制,建立多煤种、模板化的煤泥浮选智能控制资料大数据集和大模型。
展开更多
关键词
煤泥浮选
数据生命周期
灰分在线预测
药剂智能添加
智能控制技术
在线阅读
下载PDF
职称材料
煤系锂资源的分布赋存特征与提取分离研究进展
2
作者
潘金禾
张磊
+1 位作者
周脉强
周长春
《河南理工大学学报(自然科学版)》
CAS
北大核心
2024年第5期67-78,共12页
锂是一种战略性金属,应用领域广泛,对国家安全、国民经济和科技发展具有极其重要的意义。目的目前,我国锂资源面临着供需不平衡的困境,急需寻找新的锂来源。我国煤中锂含量较高、分布广泛,煤系副产品煤矸石及粉煤灰中锂含量高,有望成为...
锂是一种战略性金属,应用领域广泛,对国家安全、国民经济和科技发展具有极其重要的意义。目的目前,我国锂资源面临着供需不平衡的困境,急需寻找新的锂来源。我国煤中锂含量较高、分布广泛,煤系副产品煤矸石及粉煤灰中锂含量高,有望成为传统资源的替代物。从煤矸石和粉煤灰中回收锂可拓宽现有锂的生产渠道,并实现煤矸石和粉煤灰的资源化高值利用。方法本文综述了煤系锂元素分布特征、赋存状态和燃烧过程中迁移规律的最新研究进展,并对煤系锂元素的浸出提纯回收方法进行了总结,可为从煤系副产品中提取回收锂资源提供参考。结果我国华北与华南赋煤区内锂含量较高,主要载锂矿物是高岭石、伊利石等黏土矿物,部分矿区内煤层夹矸和顶底板中锂含量高于煤层;煤经燃烧后实现了锂元素的二次富集,锂主要与铝硅酸盐结合,赋存于玻璃相内,并倾向于富集在细粒飞灰中;浸出和分离是实现煤系锂资源回收利用的必要步骤,但现有工艺复杂,浸出液中锂浓度低,杂质离子对分离纯化环节干扰严重。结论未来煤系锂资源开发应在采选过程中强化矸石与煤中锂元素差异性富集,着重探明燃烧过程中锂的迁移转化规律,重视浸出的高效性和分离纯化过程的选择性。煤系锂资源的开发回收有助于煤炭资源高值化利用,促进绿色可持续发展。
展开更多
关键词
锂
煤系资源
赋存状态
化学浸出
分离纯化
在线阅读
下载PDF
职称材料
电石渣在农村公路网中的应用
3
作者
周脉强
关健翠
《辽宁省交通高等专科学校学报》
2006年第2期9-11,共3页
本文以电石渣在农村公路网路面基层中的应用为实例,通过大量试验确定了二灰混合料在路面基层使用中的比例,并用实例验证了它在路基中使用的可能性,为电石渣在道路中的推广提供了参考依据。
关键词
农村公路网
电石渣
基层
应用
在线阅读
下载PDF
职称材料
基于多特征融合的浮选尾煤灰分检测
4
作者
刘航涛
吕振福
+3 位作者
丁国峰
李作敏
张博冉
周脉强
《煤炭工程》
2025年第2期186-193,共8页
针对基于浮选尾煤图像的灰分检测特征提取种类单一、不全面等问题,提出了一种基于机器视觉多特征融合的尾煤灰分预测方法。在浮选现场获取工业尾煤图像数据集,采用RGB(红、绿、蓝)颜色、灰度、灰度共生矩阵等常规特征和颜色共生矩阵特...
针对基于浮选尾煤图像的灰分检测特征提取种类单一、不全面等问题,提出了一种基于机器视觉多特征融合的尾煤灰分预测方法。在浮选现场获取工业尾煤图像数据集,采用RGB(红、绿、蓝)颜色、灰度、灰度共生矩阵等常规特征和颜色共生矩阵特征对尾煤图像进行描述;通过相关性矩阵研究图像特征与尾煤灰分之间的关系;采用主成分分析法(PCA)降低原始特征维数,以不同主成分个数作为输入,尾煤灰分作为输出,构建支持向量回归(SVR)模型进行尾煤灰分预测。试验结果表明:多特征融合显著提高了尾煤灰分预测模型精度,更加全面地描述了尾煤特征,并且模型性能优于以单一类型特征作为输入的模型,此方法可为浮选智能化建设提供理论依据。
展开更多
关键词
尾煤灰分
颜色共生矩阵
特征融合
主成分分析
支持向量回归
在线阅读
下载PDF
职称材料
题名
基于数据生命周期的煤泥浮选智能控制技术研究进展
被引量:
4
1
作者
周长春
温智平
周脉强
徐舸
机构
中国矿业大学化工学院
出处
《洁净煤技术》
CAS
CSCD
北大核心
2024年第1期45-57,共13页
基金
国家自然科学基金重大研究计划培育资助项目(92062109)
国家自然科学基金面上资助项目(51974309)。
文摘
随着国家政策和新一代人工智能技术的持续牵引,矿山智能化研究取得突破,其中,选煤厂智能化建设受到高度关注,煤泥浮选智能控制技术一直是阻碍选煤厂智能化建设的关键瓶颈之一。以煤泥浮选数据生命周期为主线,从浮选精煤/尾煤灰分在线预测、浮选药剂智能添加和煤泥浮选系统智能决策3个角度综述了煤泥浮选智能控制技术的研究进展,并展望未来煤泥浮选智能控制技术发展趋势。浮选精煤灰分在线预测困难重重,单一视觉特征信息并不可靠,尾矿灰分的预测技术相对更加成熟可靠;浮选药剂添加量受多个过程变量同时制约,模型性能在整个工况区间的自适应性和泛化能力还需进一步提升;当前浮选工业系统智能控制技术的进一步发展严重受限于浮选精煤/尾煤灰分等指标的预测精度、传感器检测精度、药剂添加精度等因素。浮选过程数据集维度更高,难以建立可靠的知识库,以深度学习为代表的新一代人工智能技术能适应这类数据结构。此外,已有浮选监测系统只针对特定矿物,唯一性较高。未来浮选智能控制系统应集中攻克指标预测、传感器检测精度等方面限制,建立多煤种、模板化的煤泥浮选智能控制资料大数据集和大模型。
关键词
煤泥浮选
数据生命周期
灰分在线预测
药剂智能添加
智能控制技术
Keywords
coal flotation
data life cycle
ash content prediction
intelligent regents addition
intelligent control technique
分类号
TQ53 [化学工程—煤化学工程]
TK114 [动力工程及工程热物理—热能工程]
在线阅读
下载PDF
职称材料
题名
煤系锂资源的分布赋存特征与提取分离研究进展
2
作者
潘金禾
张磊
周脉强
周长春
机构
中国矿业大学化工学院
出处
《河南理工大学学报(自然科学版)》
CAS
北大核心
2024年第5期67-78,共12页
基金
国家自然科学基金资助项目(92062109,52204292)
国家重点研发计划项目(2021YFC2902601)。
文摘
锂是一种战略性金属,应用领域广泛,对国家安全、国民经济和科技发展具有极其重要的意义。目的目前,我国锂资源面临着供需不平衡的困境,急需寻找新的锂来源。我国煤中锂含量较高、分布广泛,煤系副产品煤矸石及粉煤灰中锂含量高,有望成为传统资源的替代物。从煤矸石和粉煤灰中回收锂可拓宽现有锂的生产渠道,并实现煤矸石和粉煤灰的资源化高值利用。方法本文综述了煤系锂元素分布特征、赋存状态和燃烧过程中迁移规律的最新研究进展,并对煤系锂元素的浸出提纯回收方法进行了总结,可为从煤系副产品中提取回收锂资源提供参考。结果我国华北与华南赋煤区内锂含量较高,主要载锂矿物是高岭石、伊利石等黏土矿物,部分矿区内煤层夹矸和顶底板中锂含量高于煤层;煤经燃烧后实现了锂元素的二次富集,锂主要与铝硅酸盐结合,赋存于玻璃相内,并倾向于富集在细粒飞灰中;浸出和分离是实现煤系锂资源回收利用的必要步骤,但现有工艺复杂,浸出液中锂浓度低,杂质离子对分离纯化环节干扰严重。结论未来煤系锂资源开发应在采选过程中强化矸石与煤中锂元素差异性富集,着重探明燃烧过程中锂的迁移转化规律,重视浸出的高效性和分离纯化过程的选择性。煤系锂资源的开发回收有助于煤炭资源高值化利用,促进绿色可持续发展。
关键词
锂
煤系资源
赋存状态
化学浸出
分离纯化
Keywords
lithium
coal-based resources
modes of occurrence
chemical leaching
separation and purification
分类号
TD983 [矿业工程—选矿]
X752 [环境科学与工程—环境工程]
在线阅读
下载PDF
职称材料
题名
电石渣在农村公路网中的应用
3
作者
周脉强
关健翠
机构
沈阳市于洪区公路管理处
出处
《辽宁省交通高等专科学校学报》
2006年第2期9-11,共3页
文摘
本文以电石渣在农村公路网路面基层中的应用为实例,通过大量试验确定了二灰混合料在路面基层使用中的比例,并用实例验证了它在路基中使用的可能性,为电石渣在道路中的推广提供了参考依据。
关键词
农村公路网
电石渣
基层
应用
Keywords
the urual highway web calcium carbide stone base course application
分类号
U416.1 [交通运输工程—道路与铁道工程]
在线阅读
下载PDF
职称材料
题名
基于多特征融合的浮选尾煤灰分检测
4
作者
刘航涛
吕振福
丁国峰
李作敏
张博冉
周脉强
机构
中国地质科学院郑州矿产综合利用研究所
出处
《煤炭工程》
2025年第2期186-193,共8页
基金
中国地质调查局基础地质调查项目(DD20221699)。
文摘
针对基于浮选尾煤图像的灰分检测特征提取种类单一、不全面等问题,提出了一种基于机器视觉多特征融合的尾煤灰分预测方法。在浮选现场获取工业尾煤图像数据集,采用RGB(红、绿、蓝)颜色、灰度、灰度共生矩阵等常规特征和颜色共生矩阵特征对尾煤图像进行描述;通过相关性矩阵研究图像特征与尾煤灰分之间的关系;采用主成分分析法(PCA)降低原始特征维数,以不同主成分个数作为输入,尾煤灰分作为输出,构建支持向量回归(SVR)模型进行尾煤灰分预测。试验结果表明:多特征融合显著提高了尾煤灰分预测模型精度,更加全面地描述了尾煤特征,并且模型性能优于以单一类型特征作为输入的模型,此方法可为浮选智能化建设提供理论依据。
关键词
尾煤灰分
颜色共生矩阵
特征融合
主成分分析
支持向量回归
Keywords
tailings ash content
color level co-occurrence
feature fusion
principal component analysis
support vector regression
分类号
TD94 [矿业工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于数据生命周期的煤泥浮选智能控制技术研究进展
周长春
温智平
周脉强
徐舸
《洁净煤技术》
CAS
CSCD
北大核心
2024
4
在线阅读
下载PDF
职称材料
2
煤系锂资源的分布赋存特征与提取分离研究进展
潘金禾
张磊
周脉强
周长春
《河南理工大学学报(自然科学版)》
CAS
北大核心
2024
0
在线阅读
下载PDF
职称材料
3
电石渣在农村公路网中的应用
周脉强
关健翠
《辽宁省交通高等专科学校学报》
2006
0
在线阅读
下载PDF
职称材料
4
基于多特征融合的浮选尾煤灰分检测
刘航涛
吕振福
丁国峰
李作敏
张博冉
周脉强
《煤炭工程》
2025
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部