-
题名矿山语义物联网自动语义标注方法
被引量：3
- 1
-
-
作者
张楠
谢国军
叶青
赵小虎
-
机构
矿山物联网应用技术国家地方联合工程实验室
中国矿业大学信息与控制工程学院
中煤科工集团常州研究院有限公司
天地(常州)自动化股份有限公司
-
出处
《工矿自动化》
北大核心
2020年第3期27-33,共7页
-
基金
国家重点研发计划资助项目(2017YFC0804404)。
-
文摘
针对目前矿山领域异构数据融合时先验知识获取困难、物联网本体库实时性差、实例对象数据手动标注方式效率较低等问题,提出了一种矿山语义物联网自动语义标注方法。给出了传感数据语义化处理框架:一方面,确定本体的专业领域和范畴,通过重用流注释本体(SAO)构建领域本体,作为驱动语义标注的基础;另一方面,使用机器学习方法对感知数据流进行特征提取与数据分析,从海量数据中挖掘出概念间的关系;通过数据挖掘知识来驱动本体的更新与完善,实现本体的动态更新、拓展与更精确的语义标注,增强机器的理解力。以矿井提升系统主轴故障为例阐述从本体到实例化的语义标注过程:结合领域专家知识及本体重用,采用"七步法"建立矿井提升系统主传动故障本体;为了加强实例数据属性描述的准确性,使用主成分分析法(PCA)与K-means聚类方法对数据集进行降维和分组,提取出数据属性与概念的关系;通过基于语义Web的规则语言(SWRL)标注具体先行条件与后续概念的关系,优化领域本体。实验结果表明:在本体实例化过程中,可利用机器学习技术从传感数据中自动提取概念,实现传感数据的自动语义标注。
-
关键词
矿山语义物联网
自动语义标注
本体技术
机器学习
传感数据
-
Keywords
mine Semantic Web of things
automatic semantic annotation
ontology technology
machine learning
sensing data
-
分类号
TD655
[矿业工程—矿山机电]
-
-
题名基于能量收集技术的无线协作网络中继选择
被引量：5
- 2
-
-
作者
踪征雪
丁恩杰
刘燕
张丙鑫
赵端
-
机构
矿山物联网应用技术国家地方联合工程实验室
中国矿业大学信息与控制工程学院
-
出处
《工矿自动化》
北大核心
2020年第3期49-54,共6页
-
基金
“十三五”国家重点研发计划项目(2017YFC0804400)。
-
文摘
针对目前能量收集技术能够收集到的可用能量受限,导致无线协作网络中继节点处易出现能量短板的问题,为了避免整个网络因中继节点大量死亡而瘫痪,提出了一种基于能量收集技术的无线协作网络中继选择方案,即联合最大能量和最大数据传输链路的中继选择方案。首先,基于节点的能量收集状况,选出每跳中能量最大的节点进行解码转发;然后,结合每连续两跳的链路传输状态,选出与源节点和目的节点之间的数据传输信道最优者作为中继节点。结合Nakagami-m信道衰落模型,将该方案与随机选择方案、最大数据链路信道增益(MaDs)方案和基于中继-窃听链路最小信道增益(BNBF)方案进行对比分析,结果表明:在满足收集的能量足够用于下一时隙能量收集和数据传输的前提下,用于能量收集的比例越小,网络中断概率越小;联合最大能量和最大数据传输链路的中继选择方案在网络中断性能方面优于其他方案,其中断概率随信噪比的增大而减小,特别是当平均信噪比为38dB时,网络中断概率降到10^-5。
-
关键词
矿山物联网
无线协作网络
能量收集
中继节点
中继选择
网络中断性能
-
Keywords
mine Internet of things
wireless cooperative network
energy collection
relay node
relay selection
network interruption performance
-
分类号
TD655.3
[矿业工程—矿山机电]
-
-
题名基于正交异性板模型的煤矿地下水库人工坝体结构优化
被引量：10
- 3
-
-
作者
方志远
鞠金峰
曹志国
王晓振
许家林
-
机构
中国矿业大学矿业工程学院
中国矿业大学煤炭资源与安全开采国家重点实验室
中国矿业大学物联网(感知矿山)研究中心
矿山物联网应用技术国家地方联合工程实验室
煤炭开采水资源保护与利用国家重点实验室
-
出处
《煤炭学报》
EI
CAS
CSCD
北大核心
2020年第4期1375-1384,共10页
-
基金
国家重点研发计划资助项目(2016YFC0501100)
煤炭开采水资源保护与利用国家重点实验室开放基金资助项目(SHJT-16-30.2,SHJT-16-30.11)。
-
文摘
大柳塔煤矿地下水库人工坝体一般由挡水坝墙和一个与其平面垂直的支撑墙组成,坝体结构稳定可靠但强度富余系数过大,因而存在可优化的空间。挡水坝墙承载性能主要与其骨架结构和厚度有关,由于其骨架结构的等效配筋率已接近规范要求的最小值,因此可通过改变其厚度来进行坝体结构优化。利用正交异性板模型对坝墙在水压与上覆垂直载荷共同作用下的极限承载性能进行了分析,结果表明:随着上覆垂直载荷的不断增大,坝墙极限水头值会不断减小,坝墙稳定性会由外表面强度控制逐渐转变为由内表面强度控制,且该变化的转折点出现的时间受坝墙厚度影响,坝墙厚度越小,转折点出现的时间越早;若在水库服务期间,水库储水水位一直保持不变且上覆垂直载荷不断增大,则坝墙内外表面会先后发生破坏,且其破坏的先后次序会受水库储水水位的影响,当水库储水水位高于转折点对应的极限水头值时,则坝墙内表面先发生破坏,外表面后发生破坏,反之则坝墙内表面先发生破坏,外表面后发生破坏;储水水位越低,坝墙表面发生破坏所需的时间越长,坝墙的长期稳定性越好;根据大柳塔煤矿地下水库日常储水高度及坝墙上覆垂直载荷的变化范围,得出现有人工坝体结构中的支撑墙可去除,且其中的坝墙厚度可减小至0.6~0.7 m范围内,从而节省材料,提高坝体建设经济性。
-
关键词
地下水库
人工坝体
正交异性板
垂直载荷
极限水头
结构优化
-
Keywords
underground reservoir
artificial dam
orthotropic plate model
vertical load
limit water head
structure optimization
-
分类号
TD74
[矿业工程—矿井通风与安全]
-
-
题名煤矿主要工种本体构建及安全规则推理
被引量：3
- 4
-
-
作者
吴攀鑫
刘鹏
舒雅
余钱坤
丁恩杰
-
机构
中国矿业大学信息与控制工程学院
矿山物联网应用技术国家地方联合工程实验室
中国矿业大学物联网(感知矿山)研究中心
-
出处
《工矿自动化》
北大核心
2022年第1期64-70,共7页
-
基金
国家自然科学基金资助项目(71972176)
智慧矿山开放基金项目(2019LH10)。
-
文摘
目前煤矿领域本体侧重于对事故的预测,尚无针对煤矿作业人员操作安全性的本体研究。为及时发现作业人员的危险操作来为作业人员提供安全预警,提出了一种煤矿主要工种本体构建及安全规则推理方法。根据煤矿实际生产状况,将煤矿生产中的作业人员、操作设备、操作方法、地点、环境、事故和状态等信息形式化表示,利用本体语言构建了覆盖采煤系统、掘进系统、机电运输、地质测量、通风瓦斯、综合防尘和选煤厂等多个生产系统的煤矿主要工种本体。根据煤矿领域专业文献中的安全生产规定,基于Jena自定义规则语法制定了安全规则,并基于安全规则实现对煤矿主要工种本体中作业人员操作安全性的推理。实验结果表明,基于煤矿主要工种本体及安全规则来判断作业人员安全状态有效可行,为煤矿安全生产提供了一种辅助保障手段。
-
关键词
煤矿工种
本体
安全规则
推理
JENA
操作安全性
-
Keywords
type of work in coal mine
ontology
safety rule
reasoning
Jena
operation security
-
分类号
TD67
[矿业工程—矿山机电]
-
-
题名煤矿地下水库煤柱坝体极限水头值研究
被引量：7
- 5
-
-
作者
白东尧
鞠金峰
许家林
-
机构
中国矿业大学矿业工程学院
中国矿业大学煤炭资源与安全开采国家重点实验室
中国矿业大学物联网(感知矿山)研究中心
矿山物联网应用技术国家地方联合工程实验室
-
出处
《煤炭技术》
北大核心
2017年第8期184-186,共3页
-
基金
国家重点研发计划资助项目(2016YFC0501100)
-
文摘
安全煤柱坝体所能承载的极限水头值大小对煤矿地下水库系统安全运行有很大影响。以李家壕煤矿为例,综合运用数值模拟,理论分析研究了水库稳定性与煤柱坝体所能承载的临界水压的关系。二者对于煤柱稳定性的影响相反,最后利用煤柱所能承载的极限水头值与塑性区宽度之间的函数关系对安全煤柱的极限水头值进行了预测。
-
关键词
安全煤柱坝体
极限水头值
低速非线性
-
Keywords
coal pillar dam
maximum head value
low velocity and nonlinear
-
分类号
TD823
[矿业工程—煤矿开采]
TV623
[水利工程—水利水电工程]
-
-
题名煤矿井下UWB人员定位系统研究
被引量：26
- 6
-
-
作者
张海军
孙学成
赵小虎
闫坤程
-
机构
山煤国际能源集团股份有限公司煤业管理公司晋北分公司
矿山物联网应用技术国家地方联合工程实验室
中国矿业大学信息与控制工程学院
-
出处
《工矿自动化》
北大核心
2022年第2期29-34,41,共7页
-
基金
国家重点研发计划项目(2017YFC0804404)。
-
文摘
针对煤矿井下复杂环境中非视距(NLOS)干扰影响无线信号传输问题,设计了一种煤矿井下超宽带(UWB)人员定位系统。该系统采用带有回传帧机制的非对称双边双向测距算法进行测距,无需时钟同步,保证了测距精度;采用区域判定策略和区域校正策略划分定位区域,使得标签只与自身所在定位区域内基站通信实现定位,避免了定位过程中的大量无效帧问题,提高了定位效率;采用加权最小二乘法与无损卡尔曼滤波联合定位算法解算标签位置坐标,提高了定位精度;在基站中配置了备用电源,保证在断电情况下的应急供电;采用以太网与LoRa 2种通信方式,在以太网断线情况下以LoRa方式传输测距数据,保证了系统应急通信。测试结果表明:该系统具有较高的动静态定位精度,抗NLOS干扰能力较强;在基站断电或以太网断线情况下,系统能够实现一段时间内的应急通信。
-
关键词
矿井人员定位
超宽带定位
抗非视距干扰
二维区域判别
非对称双边双向测距
加权最小二乘法
无损卡尔曼滤波
LoRa通信
-
Keywords
mine personnel positioning
ultra wide band positioning
anti-non-line-of-sight interference
two-dimensional area discrimination
asymmetric double-sided two-way ranging
weighted least squares method
unscented Kalman filter
LoRa communication
-
分类号
TD67
[矿业工程—矿山机电]
-
-
题名基于6LowPAN的煤矿井下数据传输系统设计
被引量：6
- 7
-
-
作者
田浩
赵小虎
张凯
王宽
李祎宸
-
机构
矿山物联网应用技术国家地方联合工程实验室
中国矿业大学信息与控制工程学院
-
出处
《工矿自动化》
北大核心
2019年第8期6-12,共7页
-
基金
国家重点研发计划资助项目(2017YFC0804404,2016YFC0801405)
-
文摘
针对煤矿井下现有数据传输系统存在数据传输距离有限、节点部署不便、传感器地址有限、数据传输不及时等问题,设计了一种基于6LowPAN的煤矿井下数据传输系统。该系统采用以太网与6LowPAN协议组合,在数据采集节点预留SPI、RS485等接口实现传感器数据的采集。数据采集节点为无线网络节点,可通过路由系统选取合适的路由路径将传感器数据发送至数据汇聚节点;汇聚节点与边界路由构建有线连接,将数据经以太网上传至地面服务器,从而实现数据的稳定可靠传输。测试结果表明,该系统无论在传输时延、丢包率,还是吞吐量方面都明显优于传统的数据传输系统,可高效、可靠传输煤矿井下数据,具有良好的实时性、较高的通信速率和稳定性。
-
关键词
煤矿安全监测
井下数据传输
传感器
多数据汇聚节点
6LowPAN
-
Keywords
coal mine safety monitoring
underground data transmission
sensor
multi-sink nodes
6LowPAN
-
分类号
TD67
[矿业工程—矿山机电]
-
-
题名面向煤矿工作面的定位无线传感器网络传输性能优化
被引量：1
- 8
-
-
作者
方祖浩
赵小虎
王海波
王晶晶
-
机构
矿山物联网应用技术国家地方联合工程实验室
中国矿业大学信息与控制工程学院
中煤科工集团常州研究院有限公司
天地(常州)自动化股份有限公司
潞安集团余吾煤业有限责任公司
-
出处
《工矿自动化》
北大核心
2020年第3期43-48,共6页
-
基金
国家重点研发计划资助项目(2017YFC0804404)。
-
文摘
针对煤矿工作面定位无线传感器网络(PWSN)端到端时间较长、丢包率较大等问题,提出采用保障贪婪调度(GGS)算法来优化网络传输性能。GGS算法结合了粒子群优化(PSO)算法和贪婪算法,使用PSO算法对信道中的报文种群进行有序化处理,实现对种群的保障;使用贪婪算法对网络传输过程中的具体服务请求形成一种多层次、反复迭代的处理机制,以优化报文种群质量;利用PSO变异算法对种群进行检查和更新,以确保得到的是最优解。仿真结果表明,与现有文化基因算法(MA)、差分进化人工蜂群(DE-ABC)算法相比,GGS算法可在控制丢包率的前提下缩短传输时间,提升网络整体性能。
-
关键词
煤矿工作面
定位无线传感器网络
传输调度算法
保障贪婪调度算法
端到端时间
丢包率
-
Keywords
coal mining face
positioning wireless sensor network
transmission scheduling algorithm
guaranteed greedy scheduling algorithm
end-to-end time
packet loss rate
-
分类号
TD655.3
[矿业工程—矿山机电]
-
