期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于集成学习的矿山能耗预测与异常检测方法
1
作者 索智文 贾美玲 +2 位作者 闫明 屈波 周超逸 《金属矿山》 北大核心 2025年第7期189-194,共6页
随着矿山自动化和智能化的不断发展,智慧矿山已成为矿山行业转型升级的重要方向。能耗优化和异常检测是智慧矿山建设中的关键环节,对矿山安全生产和经济效益至关重要。提出了一种基于集成学习策略的矿山能耗预测与异常检测方法。首先,... 随着矿山自动化和智能化的不断发展,智慧矿山已成为矿山行业转型升级的重要方向。能耗优化和异常检测是智慧矿山建设中的关键环节,对矿山安全生产和经济效益至关重要。提出了一种基于集成学习策略的矿山能耗预测与异常检测方法。首先,构建了一个基于集成学习的能耗预测模型。该模型利用历史能耗数据和实时监测数据,通过集成支持向量机、随机森林和神经网络等算法,对矿山能耗进行实时预测和优化。其次,提出了一种基于集成学习的异常检测方法。该方法将孤立森林、局部异常因子和自编码器等算法进行集成,对矿山能耗数据进行异常检测。将所提方法应用于某矿山,结果表明:与单一方法相比,该方法可以有效降低矿山能耗,提高异常检测的准确性,为矿山智能化建设提供了技术支持。 展开更多
关键词 智慧矿山 集成学习 异常检测 支持向量机 随机森林 神经网络
在线阅读 下载PDF
融合ISSA和TA-CapNets的矿井滚动轴承故障诊断方法
2
作者 屈波 张兰峰 +2 位作者 王惠伟 闫明 周超逸 《金属矿山》 北大核心 2025年第4期226-232,共7页
滚动轴承作为矿井设备的核心部件,其运行状态直接关系到矿山生产安全和经济效益。为提升矿井滚动轴承故障诊断的性能,提出了一种融合改进麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)和时频自适应胶囊网络(Time-Frequency Ada... 滚动轴承作为矿井设备的核心部件,其运行状态直接关系到矿山生产安全和经济效益。为提升矿井滚动轴承故障诊断的性能,提出了一种融合改进麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)和时频自适应胶囊网络(Time-Frequency Adaptive Capsule Networks,TA-CapNets)的新型诊断方法。首先,通过采集矿井滚动轴承的运行数据,提取出反映轴承健康状况的特征;然后利用ISSA对特征进行优化选择,该算法通过模拟麻雀觅食行为,提高了全局搜索能力和收敛速度;再将优化后的特征输入TA-CapNets中,能够自适应地学习时频特征,有效捕捉轴承故障的动态变化。通过TA-CapNets的输出,结合故障模式识别,实现了对轴承故障的准确诊断。试验结果表明:该方法在故障诊断的准确性和实时性方面均优于传统方法,具有一定的实用价值和推广前景。 展开更多
关键词 矿井滚动轴承 故障诊断 改进麻雀搜索算法 时频自适应胶囊网络
在线阅读 下载PDF
基于改进生成对抗网络的矿山三维虚拟场景建模
3
作者 周超逸 贾美玲 +1 位作者 屈波 黄臻 《金属矿山》 北大核心 2025年第7期160-165,共6页
随着虚拟现实技术的快速发展,矿山三维虚拟场景建模在矿山安全管理、培训以及灾害预防等领域展现出广泛的应用前景。然而,传统的三维建模方法通常依赖于人工操作,耗时多且精度有限。为此,提出了一种基于改进生成对抗网络的矿山三维虚拟... 随着虚拟现实技术的快速发展,矿山三维虚拟场景建模在矿山安全管理、培训以及灾害预防等领域展现出广泛的应用前景。然而,传统的三维建模方法通常依赖于人工操作,耗时多且精度有限。为此,提出了一种基于改进生成对抗网络的矿山三维虚拟场景建模方法。首先,利用三维激光扫描技术获取矿山实际地形数据,构建高精度的点云模型。然后,通过预处理和特征提取,设计条件生成对抗网络以提高生成模型的稳定性和逼真度,将点云数据输入改进的生成对抗网络中。生成网络通过学习点云数据的空间分布特征,生成逼真的矿井三维虚拟场景;判别网络则用于评估生成场景的真实性并指导生成网络的优化。试验结果表明:改进的生成对抗网络方法在细节保留度上达到了95.8%,生成一个三维模型仅需15 s,在细节保留、真实性和建模效率方面均优于传统方法,为矿山三维虚拟场景建模提供了有力支持。 展开更多
关键词 矿井三维建模 三维激光扫描 虚拟现实 生成对抗网络
在线阅读 下载PDF
基于深度学习的矿井视频流异常检测算法研究
4
作者 索智文 丁剑明 +2 位作者 屈波 张兰峰 申茂良 《中国安全生产科学技术》 北大核心 2025年第3期133-140,共8页
为了探究矿井复杂环境中视频流检测精度问题,提出1种基于YOLOv4深度优化的复杂环境视频流异常检测算法,增设SE模块提升特征提取效率,改进SPP、PANet模块优化异常检测能力;提取矿井现场真实数据,对数据集中4500多张异常行为进行模型训练... 为了探究矿井复杂环境中视频流检测精度问题,提出1种基于YOLOv4深度优化的复杂环境视频流异常检测算法,增设SE模块提升特征提取效率,改进SPP、PANet模块优化异常检测能力;提取矿井现场真实数据,对数据集中4500多张异常行为进行模型训练,采用深度优化的YOLOv4算法进行识别,标注出视频异常行为。研究结果表明:相较于传统的YOLOv4算法,深度优化后的模型平均精确率均值(MAP)为98.02%,MAP提升16.6百分点,每秒传输帧数(FPS)提高至28.56。研究结果可为优化矿井复杂环境下视频流检测精度提供思路和方法。 展开更多
关键词 YOLOv4算法 视频监控 视频流异常检测 MAP 矿山智能化
在线阅读 下载PDF
基于时空图卷积网络的矿区人员健康状态识别算法
5
作者 王惠伟 周超逸 +2 位作者 张兰峰 孙延钊 刘娜 《金属矿山》 北大核心 2025年第2期206-210,共5页
随着矿区工作环境的复杂化和危险性增加,实现矿区人员健康状态准确监测和识别很有必要。然而,传统的健康状态识别方法通常依赖于手工提取的特征信息,忽略了矿区人员的时空关系和动态变化。为此,提出了一种基于时空图卷积网络的矿区人员... 随着矿区工作环境的复杂化和危险性增加,实现矿区人员健康状态准确监测和识别很有必要。然而,传统的健康状态识别方法通常依赖于手工提取的特征信息,忽略了矿区人员的时空关系和动态变化。为此,提出了一种基于时空图卷积网络的矿区人员健康状态识别算法。该算法首先利用时空图卷积网络对矿区人员的骨架数据进行特征提取,同时考虑了人员之间的拓扑结构和时间序列的变化;然后采用长短期记忆网络(Long Short-Term Mem-ory,LSTM)对提取的特征进行序列建模;最后通过全连接层进行健康状态分类。在实际矿区人员健康状态数据集上进行了试验,结果表明:所提算法在健康状态识别的准确率和F1值等指标上均优于支持向量机(Support Vector Ma-chine,SVM)、长短期记忆网络(LSTM)、图卷积网络(Graph Convolutional Network,GCN)、动态卷积网络(Dynamic Graph Convolutional Network,DGCN)等算法,证明了该算法的有效性和可行性。 展开更多
关键词 矿山安全 健康状态识别 时空图卷积网络 长短期记忆网络
在线阅读 下载PDF
基于分布式无线网络的智慧矿山实时数据传输算法
6
作者 王彦斌 屈波 +2 位作者 孙延钊 刘银兵 谢巧军 《金属矿山》 2025年第8期107-112,共6页
随着智慧矿山建设的不断深入,实时数据传输在矿山安全和生产效率中的重要性愈发凸显。提出了一种基于分布式无线网络的智慧矿山实时数据传输算法,旨在解决矿山环境中信号传播受限、干扰严重和节点能耗高等问题,确保数据传输的稳定性和... 随着智慧矿山建设的不断深入,实时数据传输在矿山安全和生产效率中的重要性愈发凸显。提出了一种基于分布式无线网络的智慧矿山实时数据传输算法,旨在解决矿山环境中信号传播受限、干扰严重和节点能耗高等问题,确保数据传输的稳定性和高效性。首先,设计了一种分布式无线网络架构,该架构利用多跳通信和自适应路由协议,实现了在复杂地形中的可靠数据传输;其次,提出了一种能量高效的节点调度算法,以延长传感器节点的工作寿命。通过模拟试验和实际部署,对算法模型的传输延迟、数据包丢失率和能耗进行了详细分析表明,数据包丢失率减少至1.2%,并且节点能耗降低了约30%。此外,结合实际矿山场景,对算法模型的抗干扰能力和故障恢复机制进行了分析,验证了所提算法在数据传输速度、稳定性和能耗方面的优势。 展开更多
关键词 智慧矿山 分布式无线网络 实时数据传输 自适应路由协议
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部