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
3
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
煤矿工业数据AI模型自动推理技术
被引量：
4
1
作者
张智星
付翔
+6 位作者
张小强
李浩杰
秦一凡
刘萌
孙岩
贾一帆
杨宇琪
《工矿自动化》
CSCD
北大核心
2024年第9期138-143,共6页
煤矿生产过程的智能化主要依托于人工智能(AI)技术分析煤矿工业数据,但单一应用场景AI模型无法适用于煤矿复杂的应用场景,且仅使用分布式计算来处理AI模型输入特征值会导致模型应用效率降低。针对上述问题,提出了一种煤矿工业数据AI模...
煤矿生产过程的智能化主要依托于人工智能(AI)技术分析煤矿工业数据,但单一应用场景AI模型无法适用于煤矿复杂的应用场景,且仅使用分布式计算来处理AI模型输入特征值会导致模型应用效率降低。针对上述问题,提出了一种煤矿工业数据AI模型自动推理技术。该技术架构包括数据层、计算驱动层和模型推理层:数据层采集各类监测数据并统一存储,为计算驱动层提供原始数据;计算驱动层将数据层采集的海量原始数据转换成煤矿应用场景AI模型输入特征值,通过煤矿应用场景AI模型输入特征值双计算引擎自动切换机制,根据数据量自动合理地选择使用基于Spark的分布式计算方式或基于Python的单机计算方式,解决了海量数据计算速度慢、数据应用延迟大的问题;模型推理层将特征值输入应用场景AI模型进行推理,引入煤矿应用场景AI模型多触发方式协同推理机制,通过定时触发、人为交互触发、信号反馈触发3种触发方式,解决了在煤矿复杂的应用条件下单一应用场景AI模型利用效果差的问题。测试和应用结果表明,该技术可实现多应用场景AI模型输入特征值的快速计算,以及不同应用场景AI模型的快速、自动、协同推理。
展开更多
关键词
煤矿
人工智能
煤矿
工业
数据
ai
模型
推理
海量数据计算
ai
模型
应用
在线阅读
下载PDF
职称材料
面向煤矿AI应用的多源异构数据分层分类仓储技术
2
作者
张智星
付翔
+4 位作者
张小强
秦一凡
黄金宇
杨宇琪
贾一帆
《工矿自动化》
北大核心
2025年第9期18-24,共7页
在煤矿智能化转型进程中,多源异构数据呈爆发式增长,但煤炭企业对这些数据的应用仍停留在可视化的初级阶段,且面临三大瓶颈:数据结构多样难以统一存储,阻碍AI应用的数据关联分析;数据质量参差不齐,导致AI模型无法直接有效分析;数据体量...
在煤矿智能化转型进程中,多源异构数据呈爆发式增长,但煤炭企业对这些数据的应用仍停留在可视化的初级阶段,且面临三大瓶颈:数据结构多样难以统一存储,阻碍AI应用的数据关联分析;数据质量参差不齐,导致AI模型无法直接有效分析;数据体量庞大,造成数据查询与分析效率低,严重制约智能应用落地。针对上述问题,提出了一种面向煤矿AI应用的多源异构数据分层分类仓储技术,该技术框架主要由Flink数据流处理服务、数据分层存储、数据分类存储、AI模型应用服务、主数据及元数据管理构成。Flink数据流处理服务是数据的核心处理单元,主要实现井下各子系统(综采、掘进、主运输、综合保障等)实时数据的脏数据清理、异常值填充、数据格式统一等处理,为后续面向煤矿AI应用的特征值快速计算及模型的有效应用提供标准数据条件。数据分层存储完成海量多源异构数据的分级编码与结构化整合后,存储到数据分类存储体系中。通过主数据及元数据管理,确保关键数据的一致性与完整性,并实现数据语义的清晰明确表达,为AI模型应用提供清晰明确的数据信息保障。测试结果表明:该技术可以实现海量多源异构数据的合理分层分类存储、不同类型数据与对应存储介质的精准匹配。煤矿现场应用结果表明:应用该技术后,工业数据平均查询延迟降低到1.1 s,数据质量合格率提高到93%,占用内存大的非结构化数据由高成本的高频存储转为低成本分布式存储。
展开更多
关键词
煤矿
ai
应用
多源异构数据
煤矿
工业
数据
数据分类存储
数据分层存储
Flink数据流处理
ai
模型
应用
主数据及元数据管理
在线阅读
下载PDF
职称材料
新一代智能煤矿人工智能赋能技术研究综述
被引量：
25
3
作者
付翔
秦一凡
+1 位作者
李浩杰
牛鹏昊
《工矿自动化》
CSCD
北大核心
2023年第9期122-131,139,共11页
煤炭工业与人工智能(AI)深度融合是现代化矿井实现智能少人、降本提效的重要路径,而煤炭行业全流程、全业务应用场景的AI赋能是实现煤矿智能化的具体技术措施。在当前煤矿智能化发展背景下,提出了初级智能煤矿向新一代智能煤矿演进的基...
煤炭工业与人工智能(AI)深度融合是现代化矿井实现智能少人、降本提效的重要路径,而煤炭行业全流程、全业务应用场景的AI赋能是实现煤矿智能化的具体技术措施。在当前煤矿智能化发展背景下,提出了初级智能煤矿向新一代智能煤矿演进的基本范式,对比分析了初级智能煤矿与新一代智能煤矿的组成、功能与技术内涵,揭示了新一代智能煤矿AI赋能技术的重要性及其应用实施的2个关键:煤矿工业机理AI模型与煤矿工业互联网平台。总结了关于煤矿地质、采煤、掘进、安全监控等复杂作业环节的工业机理AI模型研究现状,阐明了工业机理AI分析在智能煤矿建设中的快速发展态势。设计了新一代智能煤矿多级云边协同工业互联网平台架构,利用集团数据中心、矿井数据中心、生产系统集控中心等工业信息软硬件设施,结合海量数据云计算和少量数据边缘计算特点,提出了集团云、矿井云与环节边、场景边的多级云边协同机制。指出了未来进一步研究方向,应不断加强煤矿工业机理AI模型的开发与软件化研究,逐步形成煤矿全流程AI赋能的知识软件体系,并充分运用煤矿工业互联网平台的数字资源与信息设施,逐步实现煤矿工业互联网平台的AI技术承载。
展开更多
关键词
新一代智能
煤矿
人工智能
ai
赋能
煤矿工业机理ai模型
煤矿
工业
互联网
在线阅读
下载PDF
职称材料
题名
煤矿工业数据AI模型自动推理技术
被引量：
4
1
作者
张智星
付翔
张小强
李浩杰
秦一凡
刘萌
孙岩
贾一帆
杨宇琪
机构
太原理工大学矿业工程学院
山西焦煤集团有限责任公司博士后工作站
智能采矿装备技术全国重点实验室
出处
《工矿自动化》
CSCD
北大核心
2024年第9期138-143,共6页
基金
国家自然科学基金项目(52274157)
“科技兴蒙”行动重点专项项目(2022EEDSKJXM010)
国家重点研发计划项目(2020YFB1314004)。
文摘
煤矿生产过程的智能化主要依托于人工智能(AI)技术分析煤矿工业数据,但单一应用场景AI模型无法适用于煤矿复杂的应用场景,且仅使用分布式计算来处理AI模型输入特征值会导致模型应用效率降低。针对上述问题,提出了一种煤矿工业数据AI模型自动推理技术。该技术架构包括数据层、计算驱动层和模型推理层:数据层采集各类监测数据并统一存储,为计算驱动层提供原始数据;计算驱动层将数据层采集的海量原始数据转换成煤矿应用场景AI模型输入特征值,通过煤矿应用场景AI模型输入特征值双计算引擎自动切换机制,根据数据量自动合理地选择使用基于Spark的分布式计算方式或基于Python的单机计算方式,解决了海量数据计算速度慢、数据应用延迟大的问题;模型推理层将特征值输入应用场景AI模型进行推理,引入煤矿应用场景AI模型多触发方式协同推理机制,通过定时触发、人为交互触发、信号反馈触发3种触发方式,解决了在煤矿复杂的应用条件下单一应用场景AI模型利用效果差的问题。测试和应用结果表明,该技术可实现多应用场景AI模型输入特征值的快速计算,以及不同应用场景AI模型的快速、自动、协同推理。
关键词
煤矿
人工智能
煤矿
工业
数据
ai
模型
推理
海量数据计算
ai
模型
应用
Keywords
coal mine artificial intelligence
coal mine industrial data
ai
model reasoning
large-scale data computation
ai
model application
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
面向煤矿AI应用的多源异构数据分层分类仓储技术
2
作者
张智星
付翔
张小强
秦一凡
黄金宇
杨宇琪
贾一帆
机构
太原理工大学矿业工程学院
山西焦煤集团有限责任公司博士后工作站
智能采矿装备技术全国重点实验室
出处
《工矿自动化》
北大核心
2025年第9期18-24,共7页
基金
国家自然科学基金项目(52274157
52574199)
山西省基础研究计划联合资助项目(202403011241002)。
文摘
在煤矿智能化转型进程中,多源异构数据呈爆发式增长,但煤炭企业对这些数据的应用仍停留在可视化的初级阶段,且面临三大瓶颈:数据结构多样难以统一存储,阻碍AI应用的数据关联分析;数据质量参差不齐,导致AI模型无法直接有效分析;数据体量庞大,造成数据查询与分析效率低,严重制约智能应用落地。针对上述问题,提出了一种面向煤矿AI应用的多源异构数据分层分类仓储技术,该技术框架主要由Flink数据流处理服务、数据分层存储、数据分类存储、AI模型应用服务、主数据及元数据管理构成。Flink数据流处理服务是数据的核心处理单元,主要实现井下各子系统(综采、掘进、主运输、综合保障等)实时数据的脏数据清理、异常值填充、数据格式统一等处理,为后续面向煤矿AI应用的特征值快速计算及模型的有效应用提供标准数据条件。数据分层存储完成海量多源异构数据的分级编码与结构化整合后,存储到数据分类存储体系中。通过主数据及元数据管理,确保关键数据的一致性与完整性,并实现数据语义的清晰明确表达,为AI模型应用提供清晰明确的数据信息保障。测试结果表明:该技术可以实现海量多源异构数据的合理分层分类存储、不同类型数据与对应存储介质的精准匹配。煤矿现场应用结果表明:应用该技术后,工业数据平均查询延迟降低到1.1 s,数据质量合格率提高到93%,占用内存大的非结构化数据由高成本的高频存储转为低成本分布式存储。
关键词
煤矿
ai
应用
多源异构数据
煤矿
工业
数据
数据分类存储
数据分层存储
Flink数据流处理
ai
模型
应用
主数据及元数据管理
Keywords
coal mine
ai
applications
multi-source heterogeneous data
coal mine industrial data
classified data storage
data tiered storage
Flink data stream processing
ai
model applications
master data and metadata management
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
新一代智能煤矿人工智能赋能技术研究综述
被引量：
25
3
作者
付翔
秦一凡
李浩杰
牛鹏昊
机构
太原理工大学矿业工程学院
太原理工大学山西省煤矿智能装备工程研究中心
山西焦煤集团有限责任公司博士后工作站
出处
《工矿自动化》
CSCD
北大核心
2023年第9期122-131,139,共11页
基金
国家自然科学基金项目(52274157)
“科技兴蒙”行动重点专项项目(2022EEDSKJXM010)
国家重点研发计划项目(2020YFB1314004)。
文摘
煤炭工业与人工智能(AI)深度融合是现代化矿井实现智能少人、降本提效的重要路径,而煤炭行业全流程、全业务应用场景的AI赋能是实现煤矿智能化的具体技术措施。在当前煤矿智能化发展背景下,提出了初级智能煤矿向新一代智能煤矿演进的基本范式,对比分析了初级智能煤矿与新一代智能煤矿的组成、功能与技术内涵,揭示了新一代智能煤矿AI赋能技术的重要性及其应用实施的2个关键:煤矿工业机理AI模型与煤矿工业互联网平台。总结了关于煤矿地质、采煤、掘进、安全监控等复杂作业环节的工业机理AI模型研究现状,阐明了工业机理AI分析在智能煤矿建设中的快速发展态势。设计了新一代智能煤矿多级云边协同工业互联网平台架构,利用集团数据中心、矿井数据中心、生产系统集控中心等工业信息软硬件设施,结合海量数据云计算和少量数据边缘计算特点,提出了集团云、矿井云与环节边、场景边的多级云边协同机制。指出了未来进一步研究方向,应不断加强煤矿工业机理AI模型的开发与软件化研究,逐步形成煤矿全流程AI赋能的知识软件体系,并充分运用煤矿工业互联网平台的数字资源与信息设施,逐步实现煤矿工业互联网平台的AI技术承载。
关键词
新一代智能
煤矿
人工智能
ai
赋能
煤矿工业机理ai模型
煤矿
工业
互联网
Keywords
new generation intelligent coal mine
artificial intelligence
ai
empowerment
ai
model of coal mining industry mechanism
coal mining industry Internet
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
作者
出处
发文年
被引量
操作
1
煤矿工业数据AI模型自动推理技术
张智星
付翔
张小强
李浩杰
秦一凡
刘萌
孙岩
贾一帆
杨宇琪
《工矿自动化》
CSCD
北大核心
2024
4
在线阅读
下载PDF
职称材料
2
面向煤矿AI应用的多源异构数据分层分类仓储技术
张智星
付翔
张小强
秦一凡
黄金宇
杨宇琪
贾一帆
《工矿自动化》
北大核心
2025
0
在线阅读
下载PDF
职称材料
3
新一代智能煤矿人工智能赋能技术研究综述
付翔
秦一凡
李浩杰
牛鹏昊
《工矿自动化》
CSCD
北大核心
2023
25
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
