检索结果-维普期刊中文期刊服务平台

基于全向激光雷达的液压支架护帮板与采煤机防撞监测预警系统研究: 1; 作者王浥晨王学文 +3 位作者马凯李辉倪强谢嘉成《河南理工大学学报(自然科学版)》北大核心 2025年第3期44-52,共9页; 目的针对采煤机运行过程中滚筒与液压支架护帮板易发生碰撞,而现有监测设备传感器数据融合处理复杂、精度受限且有滞后性等问题。方法提出一种基于全向激光雷达的液压支架护帮板与采煤机空间相对位姿解算方法,对液压支架护帮板与采煤机... 展开更多; 关键词采煤机滚筒液压支架护帮板二维激光雷达三维扫描防撞监测系统; 在线阅读下载PDF 职称材料

改进YOLOv5s的采煤机滚筒与支架护帮板干涉状态智能识别被引量：2: 2; 作者毛清华胡鑫 +2 位作者王孟寒张旭辉薛旭升《煤炭科学技术》 EI CAS CSCD 北大核心 2024年第2期253-263,共11页; 针对综采工作面液压支架护帮板处于未收回异常状态导致采煤机滚筒与护帮板干涉问题,提出一种改进YOLOv5s的采煤机滚筒与液压支架护帮板干涉状态智能识别方法。运用课题组前期提出的基于边界约束和非线性上下文正则化的去雾去尘方法对视... 展开更多; 关键词采煤机滚筒液压支架护帮板 YOLOv5s 干涉状态视频图像智能识别; 在线阅读下载PDF 职称材料

基于智能护帮装置的煤壁变形监测和集中载荷反演技术: 3; 作者于翔王国法 +3 位作者王家臣李良晖吴昊阳王雨兵《工矿自动化》北大核心 2025年第2期9-18,26,共11页; 煤壁片帮是制约煤炭安全高效开发的主要因素,精准监测煤壁支护状态是提高煤壁稳定性、保证回采安全的基础。针对传统煤壁变形监测技术精度低、范围小、实时性差等问题,开发了一种基于光纤布拉格光栅(FBG)的智能护帮装置,创新性地将FBG... 展开更多; 关键词煤壁变形监测智能护帮装置液压支架护帮板集中载荷反演光纤布拉格光栅 PSO−RBF神经网络; 在线阅读下载PDF 职称材料

基于深度神经网络的护帮板运动状态监测被引量：3: 4; 作者杜明赵国瑞《煤炭工程》北大核心 2023年第1期106-111,共6页; 针对现有液压支架护帮板状态监测方法可靠性低、量化监测能力缺乏的问题,提出了一种基于深度神经网络的非接触式护帮板运动状态监测方法。该方法通过卷积和反卷积网络实现护帮板关键点空间位置检测,然后利用前馈神经网络将护帮板关键点... 展开更多; 关键词液压支架护帮板神经网络关键点检测机器视觉状态跟踪; 在线阅读下载PDF 职称材料

复杂条件工作面智能化开采关键技术及发展趋势被引量：17: 5; 作者张帅任怀伟 +1 位作者韩安巩师鑫《工矿自动化》北大核心 2022年第3期16-25,共10页; 复杂条件煤层地质条件参数变化数量多、参数变化范围大,其智能化开采是当前迫切需要解决的难题。分析了我国不同区域煤矿的主要地质条件特征及面临的问题,指出相较于综合机械化采煤,智能化开采对地质保障度的要求更高。地质条件越复杂,... 展开更多; 关键词复杂地质条件工作面智能开采深部开采工作面装备姿态监测液压支架护帮板精准控制上窜下滑控制工作面调直超前支护; 在线阅读下载PDF 职称材料

题名基于全向激光雷达的液压支架护帮板与采煤机防撞监测预警系统研究: 1; 作者王浥晨王学文马凯李辉倪强谢嘉成; 机构太原理工大学机械工程学院太原理工大学煤矿综采装备山西省重点实验室太原理工大学智能采矿装备技术全国重点实验室山西康伟集团有限公司; 出处《河南理工大学学报(自然科学版)》北大核心 2025年第3期44-52,共9页; 基金国家自然科学基金资助项目(52474178) 中央引导地方科技发展项目(YDZJSX2022A014) +1 种基金山西省科技成果转化引导专项项目(202304021301036)。; 文摘目的针对采煤机运行过程中滚筒与液压支架护帮板易发生碰撞,而现有监测设备传感器数据融合处理复杂、精度受限且有滞后性等问题。方法提出一种基于全向激光雷达的液压支架护帮板与采煤机空间相对位姿解算方法,对液压支架护帮板与采煤机防撞监测进行研究。该方法可分为3部分:(1)将二维激光雷达和精密旋转云台组成的三维激光扫描系统安装在液压支架顶梁下方,对目标物进行数据采集,建立护帮板与采煤机滚筒位姿解算模型;(2)结合SIFT算法提取特征点,对采煤机滚筒和液压支架护帮板的相对位姿进行实时解析,并建立行为数据库;(3)建立分级预警机制,通过Unity 3D可视化界面输出护帮板状态是否异常,并及时发出警报。结果对实验室10组液压支架护帮板与采煤机滚筒位姿信息多次解算并判断是否发生碰撞,结果表明:护帮板伸缩位移平均误差1.5 cm,护帮板倾角平均误差1.7°时关键点坐标解算x轴相对误差为4.5%,y轴相对误差为3.6%,z轴相对误差为2.8%。5种工况下,x,y,z坐标轴方向绝对误差均值均<3.5 cm,通过位姿信息解算能够有效评估其截割干涉状态并确保评估结果与实际情况相符,满足应用需求。结论该方法以较低成本获取护帮板和滚筒在三维空间中的相对位姿信息,且精度较高,实时监测碰撞状态,有利于提高井下设备的安全性和综采工作面的稳定性。; 关键词采煤机滚筒液压支架护帮板二维激光雷达三维扫描防撞监测系统; Keywords shearer roller face guard of hydraulic support 2D laser radar 3D scanning anti-collision monitoring system; 分类号 TD421 [矿业工程—矿山机电] TN954 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名改进YOLOv5s的采煤机滚筒与支架护帮板干涉状态智能识别被引量：2: 2; 作者毛清华胡鑫王孟寒张旭辉薛旭升; 机构西安科技大学机械工程学院陕西省矿山机电装备智能检测与控制重点实验室; 出处《煤炭科学技术》 EI CAS CSCD 北大核心 2024年第2期253-263,共11页; 基金陕西省科技厅陕煤联合基金面上资助项目(2019JLM-39) 陕西省科技创新团队资助项目(2018TD-032)。; 文摘针对综采工作面液压支架护帮板处于未收回异常状态导致采煤机滚筒与护帮板干涉问题,提出一种改进YOLOv5s的采煤机滚筒与液压支架护帮板干涉状态智能识别方法。运用课题组前期提出的基于边界约束和非线性上下文正则化的去雾去尘方法对视频图像进行清晰化处理,提高综采工作面监控视频图像质量;对YOLOv5s模型进行改进,通过将YOLOv5s主干网络中的普通卷积Conv替换为分类效果更佳的Ghost卷积,减少了模型的参数数量,提高了模型识别速度,同时引入坐标注意力机制,提高了模型对护帮板和滚筒特征提取能力,从而提高模型识别精确率。运用软非极大值抑制算法(Soft-NMS)的锚框筛选方法,减少因护帮板重叠而发生漏检问题。针对采煤机滚筒与液压支架护帮板干涉状态判定问题,提出液压支架护帮板与采煤机滚筒锚框重合度的判定方法。运用本文改进YOLOv5s模型与YOLOv5s、YOLOv3-tiny模型进行对比分析,结果表明:本文方法与原模型相比的识别精确率提高了约8.1%,GFLOPs降低1.86倍;mAP@.5达到97.2%、平均识别速度为检测时间为5.9 ms。运用本文方法对煤矿实际综采工作面采煤机滚筒与液压支架护帮板视频图像进行干涉状态识别试验验证,结果表明:对采煤机滚筒与液压支架护帮板干涉状态识别准确率为96%。; 关键词采煤机滚筒液压支架护帮板 YOLOv5s 干涉状态视频图像智能识别; Keywords shearer drum hydraulic support guard plate YOLOv5s interference state video image intelligent recognition; 分类号 TD67 [矿业工程—矿山机电]; 在线阅读下载PDF 职称材料

题名基于智能护帮装置的煤壁变形监测和集中载荷反演技术: 3; 作者于翔王国法王家臣李良晖吴昊阳王雨兵; 机构中国矿业大学(北京)能源与矿业学院中煤科工开采研究院有限公司放顶煤开采煤炭行业工程研究中心厚煤层绿色智能开采教育部工程研究中心中国煤炭科工集团有限公司; 出处《工矿自动化》北大核心 2025年第2期9-18,26,共11页; 基金国家重点研发计划项目(2023YFC2907505,2023YFC2907503,2023YFC2907501) 国家自然科学基金资助项目(52121003,51934008,52374106) 中央高校基本科研业务费资助项目(2023YQTD02)。; 文摘煤壁片帮是制约煤炭安全高效开发的主要因素,精准监测煤壁支护状态是提高煤壁稳定性、保证回采安全的基础。针对传统煤壁变形监测技术精度低、范围小、实时性差等问题,开发了一种基于光纤布拉格光栅(FBG)的智能护帮装置,创新性地将FBG嵌入液压支架护帮板中,构建了基于粒子群优化(PSO)−径向基函数(RBF)神经网络的煤壁集中载荷反演模型,以监测煤壁支护状态。针对复杂工况下变截面结构件受力情况理论计算的局限,基于分布式光栅应变数据,通过PSO−RBF神经网络模型建立微观力学参数与宏观力学参数的对应关系,实现了对煤壁护帮板集中载荷位置及大小的高精度反演。实验结果表明:该模型在多点标定实验样本上的预测误差较低,拟合优度较高;水平、竖直方向位置坐标及载荷大小在训练集上的平均绝对误差分别为0.4606,0.2487,0.9732;相比于载荷大小预测,模型对集中载荷位置预测的误差更小。研究成果为煤壁支护状态监测与回采安全保障提供了重要的理论与技术基础,也为液压支架其他结构件所受围岩载荷的精准测量提供了一种可靠方法。; 关键词煤壁变形监测智能护帮装置液压支架护帮板集中载荷反演光纤布拉格光栅 PSO−RBF神经网络; Keywords coal wall deformation monitoring intelligent support device hydraulic support shield plate concentrated load inversion fiber Bragg grating PSO-RBF neural network; 分类号 TD355 [矿业工程—矿井建设]; 在线阅读下载PDF 职称材料

题名基于深度神经网络的护帮板运动状态监测被引量：3: 4; 作者杜明赵国瑞; 机构中煤科工开采研究院有限公司天地科技股份有限公司; 出处《煤炭工程》北大核心 2023年第1期106-111,共6页; 基金山东省重点研发计划项目(2020CXGC011502) 中煤科工开采研究院有限公司面上基金项目(KJ-2021-KCMS-04)。; 文摘针对现有液压支架护帮板状态监测方法可靠性低、量化监测能力缺乏的问题,提出了一种基于深度神经网络的非接触式护帮板运动状态监测方法。该方法通过卷积和反卷积网络实现护帮板关键点空间位置检测,然后利用前馈神经网络将护帮板关键点的空间运动轨迹转换为护帮板伸缩角度,实现护帮板状态监测的量化。研究结果表明,基于深度神经网络的护帮板关键点空间位置的平均检测误差小于2个像素,护帮板位姿角度的平均量化误差小于3°,算法处理速度大于60f/s,具有良好的监测性能。; 关键词液压支架护帮板神经网络关键点检测机器视觉状态跟踪; Keywords hydraulic support guard board neural network key point detection machine vision state tracking; 分类号 TD355.3 [矿业工程—矿井建设]; 在线阅读下载PDF 职称材料

题名复杂条件工作面智能化开采关键技术及发展趋势被引量：17: 5; 作者张帅任怀伟韩安巩师鑫; 机构煤炭科学研究总院中煤科工开采研究院有限公司天地(常州)自动化股份有限公司; 出处《工矿自动化》北大核心 2022年第3期16-25,共10页; 基金国家自然科学基金重点项目(51834006) 国家自然科学基金面上项目(51874174) 中国煤炭科工集团科技专项重点项目(2019-TD-ZD001)。; 文摘复杂条件煤层地质条件参数变化数量多、参数变化范围大,其智能化开采是当前迫切需要解决的难题。分析了我国不同区域煤矿的主要地质条件特征及面临的问题,指出相较于综合机械化采煤,智能化开采对地质保障度的要求更高。地质条件越复杂,控制系统就越需要更精准的感知、更快速的分析与决策、更高的数据传输速率。以两淮地区“三软”煤层开采为例,探讨了其在智能化开采过程中面临的问题:煤壁频繁片帮、刮板输送机上窜下滑、相邻支架错位及咬合不紧密、护帮板不整齐、支架扎底、超前巷道变形,指出围岩(顶底板、煤壁)条件、煤层走向/倾向角度、矿压及超前巷道稳定性是影响工作面正常连续开采的5个因素。为解决上述5个因素条件参数变化带来的问题,需要从围岩参数感知、趋势分析、精细化控制、动力系统适应、自适应决策等方面研发出解决复杂条件工作面智能化开采的关键核心技术。详细阐述了目前实现复杂条件工作面智能化开采技术即液压支架护帮板精准控制及快速跟机技术、顶板分区协同支护技术、工作面装备姿态监测技术、工作面调直技术、上窜下滑控制技术、稳压供液控制技术、仿真决策系统平台和超前支护技术的应用现状、效果及后续需要解决的问题。指出对于多种复杂条件共存的煤层,关键元部件的机电液一体化设计、分布式控制方式、大数据的分析应用、装备群协同快速推进控制和实时仿真平台与智能决策系统的开发是后续研究的主要方向。; 关键词复杂地质条件工作面智能开采深部开采工作面装备姿态监测液压支架护帮板精准控制上窜下滑控制工作面调直超前支护; Keywords complex geological conditions intelligent mining of working face deep mining attitude monitoring of working face equipment precise control of hydraulic support guard plate moving up and down control working face straightening advance support; 分类号 TD82 [矿业工程—煤矿开采]; 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	基于全向激光雷达的液压支架护帮板与采煤机防撞监测预警系统研究	王浥晨王学文马凯李辉倪强谢嘉成	《河南理工大学学报(自然科学版)》北大核心	2025	0	在线阅读下载PDF 职称材料
2	改进YOLOv5s的采煤机滚筒与支架护帮板干涉状态智能识别	毛清华胡鑫王孟寒张旭辉薛旭升	《煤炭科学技术》 EI CAS CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
3	基于智能护帮装置的煤壁变形监测和集中载荷反演技术	于翔王国法王家臣李良晖吴昊阳王雨兵	《工矿自动化》北大核心	2025	0	在线阅读下载PDF 职称材料
4	基于深度神经网络的护帮板运动状态监测	杜明赵国瑞	《煤炭工程》北大核心	2023	3	在线阅读下载PDF 职称材料
5	复杂条件工作面智能化开采关键技术及发展趋势	张帅任怀伟韩安巩师鑫	《工矿自动化》北大核心	2022	17	在线阅读下载PDF 职称材料