-
题名面向矿山机电设备监测文本的命名实体识别
被引量：4
- 1
-
-
作者
邱云飞
邢浩然
于智龙
张文文
-
机构
辽宁工程技术大学软件学院
辽宁工程技术大学工商管理学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2024年第11期129-138,共10页
-
基金
国家自然科学基金(62173171)
辽宁省自然科学基金(2015020095)
+1 种基金
辽宁省教育厅科学技术研究资助项目(LJYL051)
阜新市矿产资源编制(19-2041-1)。
-
文摘
正确抽取矿山机电设备监测文本中的设备名称、参数标准、故障位置、故障类型等实体,可以辅助专家尽早发现异常机电设备、提升分析设备故障的效率和精度。针对矿山机电设备领域实体多为嵌套实体,且具备字符较长、上下文关联性较强等特点,提出一种联合多粒度特征的实体识别方法,通过机器阅读理解框架初步确定长序列嵌套实体边界,采用融合注意力机制的BiLSTM神经网络深挖实体间上下文关联。实验结果表明,该方法对矿山机电设备监测文本中的实体具备较好的识别效果,并且提升了其他低资源场景下命名实体识别任务的效果。
-
关键词
矿山机电设备
命名实体识别
多粒度信息
机器阅读理解
-
Keywords
mining electromechanical equipment
named entity recognition
multi-granularity information
machine reading and comprehension
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度学习的矿山机电设备智能故障预测
被引量：7
- 2
-
-
作者
幸伟鹏
-
机构
山西焦煤西山煤电斜沟选煤厂
-
出处
《中国矿业》
北大核心
2024年第S01期238-242,共5页
-
基金
国家自然科学基金项目“基于数据挖掘的煤矿安全可视化管理模型及图元体系研究”资助(编号:61471362)
-
文摘
本文提出了基于深度学习的矿山机电设备智能故障预测方法。首先,收集并预处理历史数据,构建训练集;然后,设计训练深度神经网络模型,用于学习设备运行状态与故障关系;最后,在预测阶段,输入实时数据到训练好的模型实现故障预测。实验结果表明,该方法能有效预测设备故障,提供维护决策支持,减少停机时间,提高设备利用率,具有更高预测精度和适应性。
-
关键词
矿山机电设备
故障预测
深度学习
智能维护
神经网络
-
Keywords
mining electrical and mechanical equipment
fault prediction
deep learning
intelligent maintenance
neural network
-
分类号
TD407
[矿业工程—矿山机电]
-
-
题名矿山机电设备故障诊断技术与管理措施探讨
被引量：4
- 3
-
-
作者
安江伟
-
机构
山西汾西矿业集团南关煤业有限责任公司
-
出处
《中国矿业》
北大核心
2024年第S01期234-237,共4页
-
文摘
本文深入探讨了矿山机电设备故障诊断技术及其管理措施的加强,旨在通过先进的诊断技术和有效的管理策略,提升设备的运行效率和安全性。首先,介绍了故障诊断技术的基本框架,包括数据采集、处理与分析,以及预测模型的构建;然后,详细探讨了实用技术如专家系统、故障记录分析和神经网络等在实际应用中的优势与局限性;最后,本文强调了建立完善的管理体系、强化设备监管以及提升安全意识与培训的重要性。通过对比分析改进前后的设备故障率、维护成本和运行效率,本文展示了加强故障诊断技术和管理措施的显著效果,为矿山机电设备的高效可靠运行提供了有力支持。
-
关键词
矿山机电设备
故障诊断
数据处理
管理措施
预测技术
-
Keywords
mining electromechanical equipment
fault diagnosis
data processing
management measure
predictive technique
-
分类号
TD44
[矿业工程—矿山机电]
-
-
题名大型矿山机电设备远程健康诊断系统的研究进展
被引量：13
- 4
-
-
作者
李伟
程晓涵
汪爱明
张海涛
-
机构
中国矿业大学(北京)机电与信息工程学院
-
出处
《煤炭工程》
北大核心
2014年第5期139-142,共4页
-
基金
国家自然科学基金联合基金项目(U1361127)
-
文摘
设备预知维护是矿山设备管理的发展趋势。文章介绍了大型矿山机电设备远程健康诊断系统(简称为4M系统)的功能模块组成,分别从设备日常管理、设备在线监测、设备故障模拟以及预知维护模型等方面阐述了所在研究团队的相关进展,同时还分析了该系统在现场应用中存在的不足及解决方法,对煤矿设备管理实现预知维护提供了很好的指导作用。
-
关键词
设备管理
预知维护
远程健康诊断
矿山机电设备
-
Keywords
equipment maintenance
predictive maintenance
remote health diagnosis
mine electromechanical equipment
-
分类号
TD76
[矿业工程—矿井通风与安全]
-
-
题名矿山机电设备故障诊断技术分析探讨
被引量：22
- 5
-
-
作者
薄秀英
-
机构
大同煤矿集团有限责任公司云岗矿
-
出处
《煤炭科学技术》
CAS
北大核心
2013年第S1期138-139,共2页
-
文摘
针对矿山机电设备故障对煤矿安全生产的影响,分析了矿山机电设备使用特点和发生故障的原因,总结了常用的事后、计划性定期检修和计划性状态检修的故障诊断类型,在矿山机电设备受矿井酸碱腐蚀、矿物粉尘、温度湿度、振动和冲击力等特殊环境影响的因素下,提出了故障诊断可用的历史记录和温度、压力监测技术诊断方法,并结合故障诊断技术在矿用通风机、电动机运行中的应用,论述了建立完备的矿山机电设备故障诊断应急机制的重要意义。
-
关键词
矿山机电设备
故障诊断
诊断方法
-
分类号
TD407
[矿业工程—矿山机电]
TD607
[矿业工程—矿山机电]
-
-
题名关于矿山机电设备维修及管理措施的探讨
被引量：5
- 6
-
-
作者
袁国栋
-
机构
江西铜业民爆矿服有限公司
-
出处
《现代农机》
2020年第3期57-57,共1页
-
文摘
矿产资源开发是当前我国经济发展中备受关注的行业,矿山机电设备作为矿山生产的重要设备,对保证矿山生产的高效、安全运行起着重要作用,加强矿山机电设备的维护和管理十分重要。对矿山机电设备维修及管理措施进行探讨,为提升矿山机电设备维修管理水平提供一定的参考。
-
关键词
矿山机电设备
维修
管理
措施
探讨
-
分类号
F42
[经济管理—产业经济]
-
-
题名矿山机电设备管理中存在的问题及改善途径
被引量：5
- 7
-
-
作者
王利群
-
机构
乌海职业技术学院
-
出处
《南方农机》
2015年第12期67-67,共1页
-
文摘
众所周知,煤矿开采是一个危险系数极高的行业,煤矿开采不仅工作条件艰苦,而且自然环境相当恶劣,是工作事故的频发区,不利于矿山开采企业的经济发展,而且从事矿山开采的工作人员,在人身安全上得不到保障。在发生的矿难中,由于机电设备管理不甚完善引起的事故最多,本文就机电设备管理的重要性、矿山机电设备管理中存在的问题以及矿山机电设备安全管理改善的途径做简单探讨,希望能够为矿山机电设备管理工作提供参考。
-
关键词
矿山机电设备管理
重要性
质量管理
改善途径
-
分类号
TU85
[建筑科学]
-
-
题名矿山机电设备维护管理探析
- 8
-
-
作者
王恒涛
-
机构
甘肃金徽矿业有限责任公司
-
出处
《南方农机》
2019年第8期144-144,共1页
-
文摘
矿山机电设备维护管理工作直接关系生产活动的效率和质量,是确保采矿设备稳定运行的关键,更是确保井下工作人员人身安全的重要保障。矿山企业应提高对机电设备维护管理的重视程度,确保机电设备的正常运行,为企业生产活动的有序开展提供保障,推动矿山企业的稳定发展。文章着重分析了矿山机电设备维护管理的策略。
-
关键词
矿山机电设备
维护管理
策略
-
分类号
TD407
[矿业工程—矿山机电]
TD607
[矿业工程—矿山机电]
-
-
题名矿山大型机电设备协同控制
被引量：21
- 9
-
-
作者
李敬兆
高之翔
杨大禹
张晓明
万露
方泉
-
机构
安徽理工大学电气与信息工程学院
-
出处
《工矿自动化》
北大核心
2017年第3期15-19,共5页
-
基金
国家自然科学基金资助项目(61170060)
安徽省学术与技术带头人学术科研活动资助项目(2015D046)
安徽省高等学校优秀拔尖人才资助项目(gxbjZD2016044)
-
文摘
根据矿山大型机电设备能量耗散强度对矿山生产系统进行了分类,给出了各子系统的主耗能设备。根据某煤矿资料得出了矿山大型机电设备耗电量,总结了矿山大型机电设备能耗影响因素。详细推导了矿山大型机电设备能耗公式,并采用最佳平方逼近方法优化设备工作效率,根据优化结果计算机电设备能耗。介绍了基于物联网的矿山大型机电设备协同控制系统设计方案,并通过实例验证了基于效率优化的矿山大型机电设备协同控制方法可有效降低煤矿生产能耗。
-
关键词
矿山机电设备
协同控制
效率优化
物联网
-
Keywords
electromechanical equipment in mine
coordinative control
efficiency optimization
Internet of things
-
分类号
TD63
[矿业工程—矿山机电]
-
