Summary of research on artificial intelligence empowerment technology for new generation intelligent coal mine
-
摘要: 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
Abstract: The deep integration of the coal industry and artificial intelligence (AI) is an important path for modern mines to achieve intelligent personnel reduction, cost reduction, and efficiency improvement. AI empowerment in the entire process and business application scenarios of the coal industry is a specific technical measure to achieve coal mine intelligence. In the context of the current development of intelligent coal mines, a basic paradigm for the evolution of primary intelligent coal mines to new generation intelligent coal mines has been proposed. The composition, functions, and technical connotations of primary intelligent coal mines and new generation intelligent coal mines have been compared and analyzed. It is pointed out the importance of AI empowerment technology for new generation intelligent coal mine and its two key applications and implementation: the coal mine industry mechanism AI model and the coal mine Industry internet platform. The paper summarizes the current research status of industrial mechanism AI models for complex operations such as coal mine geology, mining, excavation, and safety monitoring. The paper clarifies the rapid development trend of industrial mechanism AI analysis in intelligent coal mine construction. A new generation of intelligent coal mine multi-level cloud edge collaborative industrial Internet platform architecture is designed. Using industrial information software and hardware facilities such as group data center, mine data center, production system centralized control center, and combining the features of massive data cloud computing and small amount of data edge computing, a multi-level cloud edge collaborative mechanism of group cloud, mine cloud and link edge, scene edge is proposed. It is pointed out that further research directions in the future should continue to strengthen the development and software research of AI models for coal mining industry mechanisms. Gradually a knowledge software system empowered by AI throughout the entire process of coal mining will be formed. It is suggested to fully utilize the digital resources and information facilities of the coal mining industry Internet platform to gradually realize the AI technology support of the coal mining industry Internet platform. -
-
![]()
图 1 初级智能煤矿向新一代智能煤矿演进及内涵
Figure 1. The evolution and connotation of primary intelligent coal mine to new generation intelligent coal mine
-
[1] 中国煤炭工业协会. 2022煤炭行业发展年度报告[R]. 北京:中国煤炭工业协会,2022. China National Coal Association. 2022 coal industry development annual report[R]. Beijing:China National Coal Association,2022.
[2] 王国法,张良,李首滨,等. 煤矿无人化智能开采系统理论与技术研发进展[J]. 煤炭学报,2023,48(1):34-53. DOI: 10.13225/j.cnki.jccs.2022.1536 WANG Guofa,ZHANG Liang,LI Shoubin,et al. Progresses in theory and technological development of unmanned smart mining system[J]. Journal of China Coal Society,2023,48(1):34-53. DOI: 10.13225/j.cnki.jccs.2022.1536
[3] 国务院. 国务院关于印发新一代人工智能发展规划的通知[EB/OL]. [2023-05-04]. http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm. State Council. Notice of The State Council on the issuance of a new generation of artificial intelligence development plan[EB/OL]. [2023-05-04]. http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.
[4] 前瞻产业研究院. 2023—2028年中国人工智能行业发展前景预测与投资战略规划分析报告[R]. 北京:前瞻产业研究院,2023. Prospective Industry Research Institute. Report of development prospective and development strategy planning analysis on China artificial intelligence industry(2023-2028)[R]. Beijing:Prospective Industry Research Institute,2023.
[5] 国家能源局. 国家能源局关于加快推进能源数字化智能化发展的若干意见(国能发科技〔2023〕27号)[EB/OL]. [2023-05-04]. http://zfxxgk.nea.gov.cn/2023-03/28/c_1310707122.htm. National Energy Administration. Several opinions of the National Energy Administration on accelerating the development of digital and intelligent energy(National Energy Development Technology〔2023〕No. 27)[EB/OL]. [2023-05-04]. http://zfxxgk.nea.gov.cn/2023-03/28/c_1310707122.htm.
[6] 中国煤炭工业协会. 基于工业互联网的煤炭企业信息化基础设施建设白皮书(2022版)[EB/OL]. [2023-05-04]. https://max.book118.com/html/2022/0625/8125134007004113.shtm. China National Coal Association. White paper on informatization infrastructure construction of coal enterprises based on industrial Internet(2022 edition)[EB/OL]. [2023-05-04]. https://max.book118.com/html/2022/0625/8125134007004113.shtm.
[7] 金智新,王宏伟,付翔. HCPS理论体系下新一代智能煤矿发展路径[J]. 工矿自动化,2022,48(10):1-12. JIN Zhixin,WANG Hongwei,FU Xiang. Development path of new generation intelligent coal mine under HCPS theory system[J]. Journal of Mine Automation,2022,48(10):1-12.
[8] 朱梦博. 采煤工作面高精度三维地质模型动态构建技术研究[D]. 北京:煤炭科学研究总院,2021. ZHU Mengbo. Dynamic construction of high-precision 3D geological model for coal mining panel[D]. Beijing:China Coal Research Institute,2021.
[9] JIA Qingren,CHE Defu,LI Wenwen. Effective coal seam surface modeling with an improved anisotropy-based,multiscale interpolation method[J]. Computers and Geosciences,2019,124:72-84. DOI: 10.1016/j.cageo.2018.12.008
[10] 刘再斌,刘程,刘文明,等. 透明工作面多属性动态建模技术[J]. 煤炭学报,2020,45(7):2628-2635. LIU Zaibin,LIU Cheng,LIU Wenming,et al. Multi-attribute dynamic modeling technique for transparent working face[J]. Journal of China Coal Society,2020,45(7):2628-2635.
[11] 贾庆仁,车德福,李佳徐,等. 动态精化的煤层三维建模方法[J]. 东北大学学报(自然科学版),2018,39(5):726-730. JIA Qingren,CHE Defu,LI Jiaxu,et al. Three-dimensional modeling method of coal seam with gradual refinement[J]. Journal of Northeastern University(Natural Science),2018,39(5):726-730.
[12] 刘万里,张学亮,王世博. 采煤工作面煤层三维模型构建及动态修正技术[J]. 煤炭学报,2020,45(6):1973-1983. LIU Wanli,ZHANG Xueliang,WANG Shibo. Modeling and dynamic correction technology of 3D coal seam model for coal-mining face[J]. Journal of China Coal Society,2020,45(6):1973-1983.
[13] 谢洋. 基于LSTM的煤层地质模型动态预测方法研究[D]. 徐州:中国矿业大学,2021. XIE Yang. Research on dynamic prediction method of coal seam geological model based on LSTM[D]. Xuzhou:China University of Mining and Technology,2021.
[14] 郭昌放. 基于多源数据协同和智能算法的煤矿工作面透明化系统研究[D]. 徐州:中国矿业大学,2020. GUO Changfang. Research on transparency system of working face based on multi-source data collaboration and intelligent algorithms[D]. Xuzhou:China University of Mining and Technology,2020.
[15] 王海舰,黄梦蝶,高兴宇,等. 考虑截齿损耗的多传感信息融合煤岩界面感知识别[J]. 煤炭学报,2021,46(6):1995-2008. WANG Haijian,HUANG Mengdie,GAO Xingyu,et al. Coal-rock interface recognition based on multi-sensor information fusion considering pick wear[J]. Journal of China Coal Society,2021,46(6):1995-2008.
[16] 司垒,王忠宾,熊祥祥,等. 基于改进U−net网络模型的综采工作面煤岩识别方法[J]. 煤炭学报,2021,46(增刊1):578-589. DOI: 10.13225/j.cnki.jccs.2020.1011 SI Lei,WANG Zhongbin,XIONG Xiangxiang,et al. Coal-rock recognition method of fully-mechanized coal mining face based on improved U-net network model[J]. Journal of China Coal Society,2021,46(S1):578-589. DOI: 10.13225/j.cnki.jccs.2020.1011
[17] 熊祥祥. 基于深度学习的综采工作面煤岩识别方法研究[D]. 徐州:中国矿业大学,2020. XIONG Xiangxiang. Research on coal-rock recognition method of fully-mechanized coal mining face based on deep learning[D]. Xuzhou:China University of Mining and Technology,2020.
[18] 王星,高峰,陈吉,等. 基于GAN网络的煤岩图像样本生成方法[J]. 煤炭学报,2021,46(9):3066-3078. WANG Xing,GAO Feng,CHEN Ji,et al. Generative adversarial networks based sample generation of coal and rock images[J]. Journal of China Coal Society,2021,46(9):3066-3078.
[19] 王雅东. 基于CPS理念的采煤机自适应截割控制研究[D]. 阜新:辽宁工程技术大学,2022. WANG Yadong. Study on self-adaptive cutting control of shearer based on CPS[D]. Fuxin:Liaoning Technical University,2022.
[20] 樊坤. 基于记忆截割的采煤机自适应控制技术研究[D]. 焦作:河南理工大学,2021. FAN Kun. Research on adaptive control technology of shearer based on memory cutting[D]. Jiaozuo:Henan Polytechnic University,2021.
[21] 刘力涛,董淑棠. 基于BP神经网络的采煤机截割自适应调速控制[J]. 煤矿机械,2020,41(8):197-199. LIU Litao,DONG Shutang. Adaptive speed regulation control of shearer cutting based on BP neural network[J]. Coal Mine Machinery,2020,41(8):197-199.
[22] 付翔,王然风,赵阳升. 液压支架群组跟机推进行为的智能决策模型[J]. 煤炭学报,2020,45(6):2065-2077. FU Xiang,WANG Ranfeng,ZHAO Yangsheng. Intelligent decision-making model on the of hydraulic supports group advancing behavior to follow shearer[J]. Journal of China Coal Society,2020,45(6):2065-2077.
[23] 张锦涛,付翔,王然风,等. 智采工作面中部液压支架集群自动化后人工调控决策模型[J]. 工矿自动化,2022,48(10):20-25. ZHANG Jintao,FU Xiang,WANG Ranfeng,et al. Manual regulation and control decision model of middle hydraulic support cluster automation in the intelligent working face[J]. Journal of Mine Automation,2022,48(10):20-25.
[24] 贾思锋,付翔,王然风,等. 液压支架时空区域支护质量动态评价[J]. 工矿自动化,2022,48(10):26-33,81. JIA Sifeng,FU Xiang,WANG Ranfeng,et al. Dynamic evaluation of support quality of hydraulic support in space-time region[J]. Journal of Mine Automation,2022,48(10):26-33,81.
[25] 王学文,李素华,谢嘉成,等. 机器人运动学与时序预测融合驱动的刮板输送机调直方法[J]. 煤炭学报,2021,46(2):652-666. DOI: 10.13225/j.cnki.jccs.XR20.1897 WANG Xuewen,LI Suhua,XIE Jiacheng,et al. Straightening method of scraper conveyor driven by robot kinematics and time series prediction[J]. Journal of China Coal Society,2021,46(2):652-666. DOI: 10.13225/j.cnki.jccs.XR20.1897
[26] 付翔,王然风. 基于意识−情感−智能三位一体的煤矿供液过程控制[J]. 智能系统学报,2018,13(4):640-649. FU Xiang,WANG Ranfeng. Hydraulic fluid supply process control of coal mine based on consciousness,emotion,and intelligence[J]. CAAI Transactions on Intelligent Systems,2018,13(4):640-649.
[27] 付翔,王然风,赵阳升. 工作面支架液压系统仿真与稳压供液技术[J]. 煤炭学报,2018,43(5):1471-1478. DOI: 10.13225/j.cnki.jccs.2017.1143 FU Xiang,WANG Ranfeng,ZHAO Yangsheng. Investigation of hydraulic system simulation and fluid feeding technology with steady pressure of working face supports[J]. Journal of China Coal Society,2018,43(5):1471-1478. DOI: 10.13225/j.cnki.jccs.2017.1143
[28] 付翔,王然风. 工作面供液系统与液压支架协同自适应控制模型设计[J]. 采矿与岩层控制工程学报,2020,2(3):90-98. FU Xiang,WANG Ranfeng. Cooperative self-adaptive control model of fluid feeding system and hydraulic supports in working face[J]. Journal of Mining and Strata Control Engineering,2020,2(3):90-98.
[29] 付翔,王然风,赵阳升,等. 基于交叠协同逻辑的液压支架运行自适应稳压供液控制方法[J]. 煤炭学报,2020,45(5):1891-1900. FU Xiang,WANG Ranfeng,ZHAO Yangsheng,et al. Self-adaptive control method of fluid feeding with steady pressure for hydraulic support based on overlapping synergetic logic[J]. Journal of China Coal Society,2020,45(5):1891-1900.
[30] WANG Pengjiang,SHEN Yang,LI Rui,et al. Multisensor information-based adaptive control method for cutting head speed of roadheader[J]. Proceedings of the Institution of Mechanical Engineers,Part C:Journal of Mechanical Engineering Science,2021,235(11):1941-1955.
[31] 宗凯,符世琛,吴淼,等. 基于GA−BP网络的掘进机截割臂摆速控制策略与仿真[J]. 煤炭学报,2021,46(增刊1):511-519. DOI: 10.13225/j.cnki.jccs.2020.1022 ZONG Kai,FU Shichen,WU Miao,et al. Simulation of control strategy for swing speed of roadheader's cutting arm based on GA-BP network[J]. Journal of China Coal Society,2021,46(S1):511-519. DOI: 10.13225/j.cnki.jccs.2020.1022
[32] ZHANG Deyi,LIU Songyong,JIA Xinqing,et al. Full coverage cutting path planning of robotized roadheader to improve cutting stability of the coal lane cross-section containing gangue[J]. Proceedings of the Institution of Mechanical Engineers,Part C:Journal of Mechanical Engineering Science,2022,236(1):579-592.
[33] WANG Suyu,WU Miao. Cutting trajectory planning of sections with complex composition for roadheader[J]. Proceedings of the Institution of Mechanical Engineers,Part C:Journal of Mechanical Engineering Science,2019,233(4):1441-1452.
[34] 沈显庆,王贺,马志鹏,等. 基于栅格法与改进A*算法的掘进机截割轨迹规划[J]. 黑龙江科技大学学报,2021,31(5):642-647. DOI: 10.3969/j.issn.2095-7262.2021.05.016 SHEN Xianqing,WANG He,MA Zhipeng,et al. Cutting trajectory planning of roadheader based on raster method and improved A* algorithm[J]. Journal of Heilongjiang University of Science and Technology,2021,31(5):642-647. DOI: 10.3969/j.issn.2095-7262.2021.05.016
[35] 王苏彧,马登成,任泽,等. 悬臂式掘进机断面成型轨迹多目标优化方法研究[J]. 仪器仪表学报,2021,41(8):183-192. WANG Suyu,MA Dengcheng,REN Ze,et al. A multi-objective optimization method for cantilever roadheader section forming trajectory[J]. Chinese Journal of Scientific Instrument,2021,41(8):183-192.
[36] 乔佳伟. 基于机器视觉的煤矿井下锚护作业钢带孔识别研究[D]. 北京:煤炭科学研究总院,2022. QIAO Jiawei. Research on the identification of steel belt holes for underground anchoring operations in coal mines based on machine vision[D]. Beijing:China Coal Research Institute,2022.
[37] 张夫净,王宏伟,王浩然,等. 煤矿巷道支护钢带锚孔智能识别与定位[J]. 工矿自动化,2022,48(10):76-81. DOI: 10.13272/j.issn.1671-251x.2022080070 ZHANG Fujing,WANG Hongwei,WANG Haoran,et al. Intelligent identification and positioning of steel belt anchor hole in coal mine roadway support[J]. Journal of Mine Automation,2022,48(10):76-81. DOI: 10.13272/j.issn.1671-251x.2022080070
[38] 宁小亮. 基于多源信息融合的煤与瓦斯突出动态预警模型[J]. 矿业安全与环保,2020,47(3):1-5,16. NING Xiaoliang. Dynamic early warning model of coal and gas outburst based on multi-source information fusion[J]. Mining Safety & Environmental Protection,2020,47(3):1-5,16.
[39] YOU Mengjie,LI Shuang,LI Dingwei,et al. Applications of artificial intelligence for coal mine gas risk assessment[J]. Safety Science,2021,143. DOI: 10.1016/j.ssci.2021.105420.
[40] 曹超凡. 基于LSTM的煤矿底板突水预警模型研究与应用[D]. 西安:西安建筑科技大学,2017. CAO Chaofan. Research and application of forecasting model for coal mine water inrush based on LSTM[D]. Xi'an:Xi'an University of Architecture and Technology,2017.
[41] 李兴莉,蔡红梅. 基于GA−BP神经网络的矿井突水判别数学模型研究[J]. 煤炭技术,2019,38(5):121-123. LI Xingli,CAI Hongmei. Research on mine water inrush discriminating mathematical model based on GA-BP neural network[J]. Coal Technology,2019,38(5):121-123.
[42] 邓军,王志强,王伟峰,等. 基于LSTM−AE−OCSVM的带式输送机火灾监测隐患识别技术[J]. 煤炭技术,2023,42(1):225-229. DENG Jun,WANG Zhiqiang,WANG Weifeng,et al. Hidden danger identification technology of belt conveyor fire monitoring based on LSTM-AE-OCSVM[J]. Coal Technology,2023,42(1):225-229.
[43] 来兴平,万培烽,单鹏飞,等. 基于免疫粒子群混合算法优化BP网络的矿压预测方法[J]. 西安科技大学学报,2023,43(1):1-8. LAI Xingping,WAN Peifeng,SHAN Pengfei,et al. Mine pressure prediction method based on immune algorithm-particle swarm optimization BP network[J]. Journal of Xi'an University of Science and Technology,2023,43(1):1-8.
[44] 赵毅鑫,杨志良,马斌杰,等. 基于深度学习的大采高工作面矿压预测分析及模型泛化[J]. 煤炭学报,2020,45(1):54-65. ZHAO Yixin,YANG Zhiliang,MA Binjie,et al. Deep learning prediction and model generalization of ground pressure for deep longwall face with large mining height[J]. Journal of China Coal Society,2020,45(1):54-65.
[45] 陈结,杜俊生,蒲源源,等. 冲击地压“双驱动”智能预警架构与工程应用[J]. 煤炭学报,2022,47(2):791-806. CHEN Jie,DU Junsheng,PU Yuanyuan,et al. "Dual-driven" intelligent pre-warning framework of the coal burst disaster in coal mine and its engineering application[J]. Journal of China Coal Society,2022,47(2):791-806.
[46] 崔峰,何仕凤,来兴平,等. 基于相空间重构与深度学习的冲击地压矿井时间序列b值趋势研究[J]. 煤炭学报,2023,48(5):2022-2034. CUI Feng,HE Shifeng,LAI Xingping,et al. Trend of time sequence b value of rock burst mine based on phase space reconstruction and deep learning[J]. Journal of China Coal Society,2023,48(5):2022-2034.
[47] 何生全,何学秋,宋大钊,等. 冲击地压多参量集成预警模型及智能判识云平台[J]. 中国矿业大学学报,2022,51(5):850-862. DOI: 10.3969/j.issn.1000-1964.2022.5.zgkydxxb202205003 HE Shengquan,HE Xueqiu,SONG Dazhao,et al. Multi-parameter integrated early warning model and an intelligent identification cloud platform of rockburst[J]. Journal of China University of Mining & Technology,2022,51(5):850-862. DOI: 10.3969/j.issn.1000-1964.2022.5.zgkydxxb202205003
[48] 程德强,钱建生,郭星歌,等. 煤矿安全生产视频AI识别关键技术研究综述[J]. 煤炭科学技术,2023,51(2):349-365. CHENG Deqiang,QIAN Jiansheng,GUO Xingge,et al. Review on key technologies of AI recognition for videos in coal mine[J]. Coal Science and Technology,2023,51(2):349-365.
[49] 李国民,章鳌,贺耀宜,等. 智能矿井多元监控数据集成关键技术研究[J]. 工矿自动化,2022,48(8):127-130,146. LI Guomin,ZHANG Ao,HE Yaoyi,et al. Research on key technologies of multi-element monitoring data integration in intelligent mine[J]. Journal of Mine Automation,2022,48(8):127-130,146.
[50] 谭章禄,王美君. 智慧矿山数据治理概念内涵、发展目标与关键技术[J]. 工矿自动化,2022,48(5):6-14. TAN Zhanglu,WANG Meijun. Research on the concept connotation,development goal and key technologies of data governance for smart mine[J]. Journal of Mine Automation,2022,48(5):6-14.
[51] 温亮,李丹宁. 基于EtherNet/IP的井工煤矿数据治理研究[J]. 煤炭科学技术,2022,50(增刊1):227-232. WEN Liang,LI Danning. Research on data management of coal mine based on EtherNet/IP[J]. Coal Science and Technology,2022,50(S1):227-232.
[52] 乔伟,靳德武,王皓,等. 基于云服务的煤矿水害监测大数据智能预警平台构建[J]. 煤炭学报,2020,45(7):2619-2627. QIAO Wei,JIN Dewu,WANG Hao,et al. Development of big data intelligent early warning platform for coal mine water hazard monitoring based on cloud service[J]. Journal of China Coal Society,2020,45(7):2619-2627.
[53] 夏向学,晏涛,连会青,等. 基于改进DK算法的煤矿水害逃生三维仿真平台研究[J]. 煤炭技术,2022,41(10):203-206. DOI: 10.13301/j.cnki.ct.2022.10.048 XIA Xiangxue,YAN Tao,LIAN Huiqing,et al. Research on 3D simulation platform of coal mine water disaster escape based on improved DK algorithm[J]. Coal Technology,2022,41(10):203-206. DOI: 10.13301/j.cnki.ct.2022.10.048
[54] 王恩元,李忠辉,李保林,等. 煤矿瓦斯灾害风险隐患大数据监测预警云平台与应用[J]. 煤炭科学技术,2022,50(1):142-150. WANG Enyuan,LI Zhonghui,LI Baolin,et al. Big data monitoring and early warning cloud platform for coal mine gas disaster risk and potential danger and its application[J]. Coal Science and Technology,2022,50(1):142-150.
[55] 周兰姜,李正东,罗玉平. 基于无线传感器网络的瓦斯浓度监测系统的硬件设计[J]. 传感技术学报,2007,20(11):2522-2525. DOI: 10.3969/j.issn.1004-1699.2007.11.036 ZHOU Lanjiang,LI Zhengdong,LUO Yuping. Hardware platform of gas density monitor system based on wireless sensor network[J]. Chinese Journal of Sensors and Actuators,2007,20(11):2522-2525. DOI: 10.3969/j.issn.1004-1699.2007.11.036
[56] 窦林名,王盛川,巩思园,等. 冲击矿压风险智能判识与监测预警云平台[J]. 煤炭学报,2020,45(6):2248-2255. DOI: 10.13225/j.cnki.jccs.ZN20.0318 DOU Linming,WANG Shengchuan,GONG Siyuan,et al. Cloud platform of rock-burst intelligent risk assessment and multi-parameter monitoring and early warning[J]. Journal of China Coal Society,2020,45(6):2248-2255. DOI: 10.13225/j.cnki.jccs.ZN20.0318
[57] 郑林江,周龙辉,王杰,等. 基于物联网的煤矿粉尘监测云服务平台设计[J]. 煤炭科学技术,2019,47(7):164-170. DOI: 10.13199/j.cnki.cst.2019.07.020 ZHENG Linjiang,ZHOU Longhui,WANG Jie,et al. Design of coal mine dust monitoring cloud service platform based on Internet of things[J]. Coal Science and Technology,2019,47(7):164-170. DOI: 10.13199/j.cnki.cst.2019.07.020
[58] 王永,刘金海,王颜亮,等. 煤矿冲击地压多参量监测预警平台研究[J]. 煤炭工程2018,50(4):19-21. WANG Yong,LIU Jinhai,WANG Yanliang,et al. Study on multi-parameter monitoring and warning platform for rock burst[J]. Coal Engineering,2018,50(4):19-21.
-
期刊类型引用(106)
1. 张晓峰. EBZ200A型掘进机自动化控制系统改造方案分析. 机械管理开发. 2025(01): 208-210 . 
百度学术
2. 于跃先，刘帆，石伟，王海生，赵永喜，魏立勇，田立新，佟顺增，叶贵川. 我国智能浮选核心感知技术研究与应用进展. 煤炭工程. 2025(01): 8-17 . 百度学术
3. 李昀，罗伟，尹波，李小亮. 矿井巷道无线传输超表面反射测试分析. 工矿自动化. 2025(02): 41-47+56 . 本站查看
4. 唐利山，罗武军，栾梦涛，毕国强，陈龙龙. 煤矿机电设备中自动化技术的应用探究. 中国设备工程. 2024(04): 215-218 . 百度学术
5. 周展，桓磊，蒋峰，张浩涯，韩蓓蕾. 基于矿用5G技术的采煤机智能化技术. 陕西煤炭. 2024(02): 114-117 . 百度学术
6. 邢震. 面向智能矿山的数字孪生技术研究进展. 工矿自动化. 2024(03): 22-34+41 . 本站查看
7. 孟键，朱长华，牛志军，王旭锋，吕昊. 甜水堡煤矿煤巷支护参数与设备工艺优化研究. 工矿自动化. 2024(03): 151-159 . 本站查看
8. 王嘉伟，王海军，吴汉宁，吴艳，韩珂，程鑫，董敏涛. 基于三维地质建模技术的煤矿隐蔽致灾因素透明化研究. 工矿自动化. 2024(03): 71-81+121 . 本站查看
9. 张学亮，郭建利，刘芳彬，曹峥，袁俊林，丁孙亚. 数字煤炭背景下井工煤矿智能化管控模式及效益. 煤炭经济研究. 2024(04): 33-39 . 百度学术
10. 李世银，杨瑞鑫，杨磊，沈胜强，李飞飞，胡青松. 煤矿井下智能超表面非视距无线覆盖技术综述. 中国矿业大学学报. 2024(03): 613-622 . 百度学术
11. 胡文斌，赫连腾，张丰涛. 快掘工作面气柱式钻机超前探查应用. 现代矿业. 2024(05): 186-189 . 百度学术
12. 刘佩. 煤矿多灾害综合预警系统架构设计及应用. 能源与环保. 2024(07): 15-20 . 百度学术
13. 汪莹，祖子帅，王振华. 基于智能化矿山数据分类与编码规范的元数据标准构建方法. 工矿自动化. 2024(07): 130-135+146 . 本站查看
14. 张卫国. 一种煤矿安全监控系统设备故障智能诊断实现方法. 煤矿安全. 2024(08): 221-226 . 百度学术
15. 樊子恒. 融合透明地质与灾害预警的煤矿综合管控平台研究. 矿业安全与环保. 2024(04): 168-174+180 . 百度学术
16. 白少云，杨琰，刘琨. 基于5G+工业互联网的智慧化煤矿建设与应用. 软件. 2024(07): 17-19 . 百度学术
17. 尹伟. 新型锚杆钻车电磁抓网机构的研究. 山东煤炭科技. 2024(09): 93-97+102 . 百度学术
18. 马英，张德生，赵叔吉，张帅. 综采工作面分布式蓄能供液系统研究及应用. 煤炭科学技术. 2024(09): 238-247 . 百度学术
19. 王海军，郑三龙，王相业，董敏涛，吴艳，马良，杨伟，朱玉英. 地质构造隐蔽致灾因素透明化勘查技术——以新疆屯宝煤矿为例. 煤炭科学技术. 2024(09): 173-188 . 百度学术
20. 曹云，王梁，廖静平. 巷道临时支护棚架接顶性能的多目标优化设计. 煤矿机械. 2024(11): 133-137 . 百度学术
21. 刘勇. 煤矿机电装备通信接口协议监测软件开发与应用. 煤矿机电. 2024(05): 75-78 . 百度学术
22. 王晓辉，刘再斌，陈宝辉，马良，高耀全，张东亮，杜易明，雷晓荣，晏俊生. 透明回采工作面模型构建技术及智能化应用. 煤炭科学技术. 2024(11): 214-222 . 百度学术
23. 梁玉芳. 煤矿失速车辆智能电子式阻拦控制系统. 煤矿安全. 2024(12): 250-256 . 百度学术
24. 郭志聪，张雷. 基于改进YOLOv8的低照度煤矿传送带异物识别算法. 电子测量技术. 2024(21): 188-196 . 百度学术
25. 王国法，刘合，王丹丹，庞义辉，吴立新. 新形势下我国能源高质量发展与能源安全. 中国科学院院刊. 2023(01): 23-37 . 百度学术
26. 龚晓燕，赵少龙，刘壮壮，张浩，薛河，杨富强，赵宽. 掘进面风流监测及适应性智能调控系统研制. 安全与环境学报. 2023(02): 424-434 . 百度学术
27. 张旭辉，杨红强，白琳娜，石硕，杜昱阳，张超，万继成，杨文娟，毛清华，董征. 煤矿掘进工作面低照度视频增强技术研究. 煤田地质与勘探. 2023(01): 309-316 . 百度学术
28. 丁震，孙继平，张帆，王鹏，胡而已，邓文革，高静，郑耀涛，王波，高秋秋，李系民，钱海军，柳建华，乔少利，鲍震，杨永生，杨振宇，李玉雪，李昱翰，邵光耀. 智能化矿山通信接口与协议技术规范研究. 工矿自动化. 2023(02): 6-13 . 本站查看
29. 邢震，韩安，陈晓晶，陈海舰，沈毅. 基于工业互联网的智能矿山灾害数字孪生研究. 工矿自动化. 2023(02): 23-30+55 . 本站查看
30. 杨仁树，李成孝，陈骏，邹凤仪，王雁冰，肖成龙，张召冉. 我国煤矿岩巷爆破掘进发展历程与新技术研究进展. 煤炭科学技术. 2023(01): 224-241 . 百度学术
31. 牛广印，苗超. 煤矿井下智能化开采与安全管理体系构建策略. 矿业装备. 2023(02): 64-66 . 百度学术
32. 王浩，成玮. “十三五”期间中国煤矿安全生产状况研究. 能源与节能. 2023(03): 53-55+79 . 百度学术
33. 何勇，徐元涛. 5G通信技术在智能化煤矿的应用与研究. 能源与节能. 2023(03): 167-169+173 . 百度学术
34. 刘志强，宋朝阳，程守业，荆国业，崔泽升. 复杂地层条件智能化建井关键技术及发展趋势. 建井技术. 2023(01): 1-7 . 百度学术
35. 姚绍武，龙如银. 我国绿色矿山建设研究现状与发展趋势——基于文献计量及可视化分析. 中国资源综合利用. 2023(03): 112-118 . 百度学术
36. 何恩光，任志强，叶龙. 类矩形全断面煤矿巷道掘进机研制与应用. 建筑机械化. 2023(04): 87-91 . 百度学术
37. 杨军，张超，杨恢凡，郭一楠. 煤炭工业互联网技术研究综述. 工矿自动化. 2023(04): 23-32 . 本站查看
38. 韩哲，徐元强，张德生，赵全文，杜明，李慧，周杰，张帅，刘杰，高健勋，温存宝，周翔，赵凯. 无反复支撑超前支护智能控制系统. 工矿自动化. 2023(04): 141-146+152 . 本站查看
39. 齐奥每倩，栗继祖. 关系-任务冲突对矿工心理行为资源的双路径影响机制. 中国安全生产科学技术. 2023(04): 35-41 . 百度学术
40. 李森，李重重，刘清. 基于透明地质的综采工作面规划截割协同控制系统. 煤炭科学技术. 2023(04): 175-184 . 百度学术
41. 段金红，马新根，贺永强，张笃学，巩永春，付康国，郭卫洪. 基于全流程可追溯的煤矿安全智慧管控云平台. 煤矿安全. 2023(06): 223-228 . 百度学术
42. 刘佳，杜中一. 煤矿智能化综合管控平台设计. 煤矿机电. 2023(02): 66-69 . 百度学术
43. 商德勇，黄云山，张天佑，刘嵘锦. Delta煤矸分拣机器人实验平台设计. 煤炭技术. 2023(07): 136-139 . 百度学术
44. 翟昱博. 露天煤矿高压电气柜操作机器人. 露天采矿技术. 2023(03): 44-47 . 百度学术
45. 王国法，杜毅博，陈晓晶，王晖，包建军，邢震，贺耀宜，韩安，顾义东. 从煤矿机械化到自动化和智能化的发展与创新实践——纪念《工矿自动化》创刊50周年. 工矿自动化. 2023(06): 1-18 . 本站查看
46. 刘二平，马小辉，林逸朋. 掘锚机煤巷快速掘进地质适应性评价. 陕西煤炭. 2023(04): 172-176 . 百度学术
47. 邢震. 数字孪生驱动的煤矿多元业务全局动态协同管控. 工矿自动化. 2023(07): 60-66+82 . 本站查看
48. 张子良. 基于UWB和低频唤醒技术的矿用车载读卡器设计. 煤矿安全. 2023(08): 228-233 . 百度学术
49. 张子凌，宋昊，郑丽君，王相元，宋建成. 智能化锚杆钻车电磁型自动抓网装置的设计开发. 煤炭技术. 2023(08): 222-225 . 百度学术
50. 杨艺，徐建，郭瑜，费树岷. 基于注意力机制的双重调制煤矿井下目标跟踪. 安全与环境学报. 2023(09): 3277-3285 . 百度学术
51. 许彦波，周明星. 基于HarmonyOS的APP在智能矿山的应用. 煤矿机电. 2023(03): 25-29+53 . 百度学术
52. 韩燕南. 基于UWB定位技术的无轨胶轮车路径偏离报警. 煤矿安全. 2023(09): 218-226 . 百度学术
53. 蔡峰，王陈书略，乔梁，包晓波，张冬阳. 矿用5G智能终端数据交互和共享规范研究. 工矿自动化. 2023(09): 98-105 . 本站查看
54. 夏蒙健，丁震. 5G技术在煤矿智能化建设的应用. 工矿自动化. 2023(S1): 4-6 . 本站查看
55. 赵胜利. 煤矿智能化开采技术现状及展望. 能源与节能. 2023(10): 108-110 . 百度学术
56. 雷孟宇，张旭辉，杨文娟，董征，万继成，张超，杜昱阳. 钻锚机器人钻臂轨迹规划方法研究. 煤田地质与勘探. 2023(10): 180-190 . 百度学术
57. 范济安，潘睿，王竑达. 智能化矿山数据融合与应用研究. 中国煤炭. 2023(10): 11-17 . 百度学术
58. 王海钢. 煤矿5G智能化应用实践关键技术研究. 矿业安全与环保. 2023(05): 94-98 . 百度学术
59. 赵莉，李俊. 智能化煤矿劳动力结构转型与职业重塑. 矿业科学学报. 2023(06): 868-878 . 百度学术
60. 郭军. 基于GAN与CNN的煤机设备故障智能诊断方法研究. 煤矿机械. 2023(12): 182-185 . 百度学术
61. 张昊. 5G技术在煤矿智能化建设的应用. 内蒙古煤炭经济. 2023(19): 139-141 . 百度学术
62. 王波，丁震，王军. 通信协议接口标准化在智能煤矿的应用研究. 中国煤炭. 2023(11): 10-17 . 百度学术
63. 刘佳，矫德余，李哲. 基于MapReduce的煤矿综合管控平台接口研究. 煤矿机电. 2023(05): 54-58 . 百度学术
64. 张珂. 智能矿山一体化管控平台研究及应用. 煤矿机电. 2023(05): 68-71 . 百度学术
65. 乔建永. 地下连续开采技术的动力学原理及应用研究. 煤炭工程. 2022(01): 1-10 . 百度学术
66. 刘结高，程建远，疏义国，刘再斌，高银贵，高耀全，陆自清. 唐家会煤矿透明地质保障系统构建及示范. 煤田地质与勘探. 2022(01): 1-9 . 百度学术
67. 程建远，陆自清，蒋必辞，李鹏，王盼. 煤矿巷道快速掘进的“长掘长探”技术. 煤炭学报. 2022(01): 404-412 . 百度学术
68. 张旭辉，杨文娟，薛旭升，张超，万继成，毛清华，雷孟宇，杜昱阳，马宏伟，赵友军，李晓鹏，胡成军，田胜利. 煤矿远程智能掘进面临的挑战与研究进展. 煤炭学报. 2022(01): 579-597 . 百度学术
69. 王国法，张铁岗，王成山，庞义辉，杨挺，孙春生，胡亚辉，张鹏. 基于新一代信息技术的能源与矿业治理体系发展战略研究. 中国工程科学. 2022(01): 176-189 . 百度学术
70. 王玉福，刘贺扬，白亮. 基于地质大数据工作面智能精准开采关键技术研究. 煤炭技术. 2022(03): 176-180 . 百度学术
71. 王艳红，曹文涛，王月芳. 智能化背景下民营煤炭企业人力资源管理分析. 智能城市. 2022(03): 60-62 . 百度学术
72. 徐伟锋，金向阳，张丽平. 煤矿掘进机器人视觉位姿感知与控制关键技术. 煤矿机械. 2022(05): 181-184 . 百度学术
73. 靳舒凯，魏冠楠，王春明，王统海，吴忠伦，杨克虎. 煤矿副井矿车装载物智能识别方法. 工矿自动化. 2022(04): 14-19+30 . 本站查看
74. 陈骋，陈秀田，朱明亮. 煤矿消防灭火机器人系统设计. 工矿自动化. 2022(04): 142-146 . 本站查看
75. 薛光辉，胡卫军，王誉博，候称心，侯鹏，韩司聪. 煤矿巷道修复作业机器人作业机构设计与性能分析. 煤炭工程. 2022(05): 182-187 . 百度学术
76. 贾冬冬. 智能机器人在宁煤公司智能矿山建设中的应用. 中小企业管理与科技. 2022(03): 178-180 . 百度学术
77. 张倍宁，李伟东，汪义龙，孙晓虎，伏明，李荣进. 基于三级管控架构的智能化综合管控平台. 煤矿安全. 2022(06): 137-142 . 百度学术
78. 常凯，刘志更，袁晓明，李媛. 煤矿辅助运输系统智能化现状分析及框架设计研究. 工矿自动化. 2022(06): 27-35 . 本站查看
79. 康迎春，马强. 煤矿智能化发展背景下高端液压支架检测认证研究. 煤炭工程. 2022(06): 113-118 . 百度学术
80. 董兴旺. 从智能化共性问题看柳林煤矿智能化未来发展方向. 山西煤炭. 2022(02): 95-99 . 百度学术
81. 陈翰，栗继祖. 智能化驱动下矿工变革支持行为的代际差异研究. 中国安全生产科学技术. 2022(06): 12-18 . 百度学术
82. 孙磊，孙淑昕，王博文，任贺贺，彭辉. 煤矿企业数据中心网络安全服务链技术研究. 工矿自动化. 2022(07): 149-154 . 本站查看
83. 黄学华，马萧萧. 长三角一体化背景下安徽省煤矿智能化装备基地建设路径研究. 中国工程咨询. 2022(08): 32-36 . 百度学术
84. 程建远，王保利，范涛，王云宏，蒋必辞. 煤矿地质透明化典型应用场景及关键技术. 煤炭科学技术. 2022(07): 1-12 . 百度学术
85. 梁运培，栗小雨，李全贵，毛树人，郑梦浩，李建波. 基于CS-LSTM的工作面瓦斯浓度智能预测研究. 矿业安全与环保. 2022(04): 80-86 . 百度学术
86. 张晓霞，陈思宇，苏上海，王海力. 矿井智能一体化管控平台设计及应用. 煤炭科学技术. 2022(09): 168-178 . 百度学术
87. 饶天荣，潘涛，徐会军. 基于交叉注意力机制的煤矿井下不安全行为识别. 工矿自动化. 2022(10): 48-54 . 本站查看
88. 张锦涛，付翔，王然风，王宏伟. 智采工作面中部液压支架集群自动化后人工调控决策模型. 工矿自动化. 2022(10): 20-25 . 本站查看
89. 张涛. 基于Android终端的时-频域转换电透仪研制. 煤炭技术. 2022(11): 230-233 . 百度学术
90. 李鹏，程建远. 采掘工作面地质信息数字孪生技术. 煤田地质与勘探. 2022(11): 174-186 . 百度学术
91. 王国法，富佳兴，孟令宇. 煤矿智能化创新团队建设与关键技术研发进展. 工矿自动化. 2022(12): 1-15 . 本站查看
92. 蔡延. 浅谈煤矿智能化开采技术研究现状及展望. 内蒙古煤炭经济. 2022(12): 136-138 . 百度学术
93. 丁慧霞. 5G技术在煤矿智能化建设中的应用展望. 内蒙古煤炭经济. 2022(17): 154-156 . 百度学术
94. 翟红亮，刘坤. 基于“矿鸿操作系统”的采掘设备网关设计. 煤矿机电. 2022(05): 11-15 . 百度学术
95. 贾文琪，包翔宇，单成伟. 煤矿辅助运输管控一体化建设的问题与对策. 煤矿机电. 2022(06): 31-35 . 百度学术
96. 刘孝军，王飞. 基于AI的煤矿视频智能分析技术. 煤炭科学技术. 2022(S2): 260-264 . 百度学术
97. 武福生，卜滕滕，王璐. 煤矿安全智能化及其关键技术. 工矿自动化. 2021(09): 108-112 . 本站查看
98. 刘彦武. 基于智能通风的火灾和瓦斯突出灾变管控系统探讨. 山西焦煤科技. 2021(08): 47-52 . 百度学术
99. 赵安新，史新国，刘柯，任晨. 数据驱动的智能化矿井建设技术路径分析. 软件导刊. 2021(10): 13-18 . 百度学术
100. 顾义东，孟玮. 煤矿5G无线通信系统建设构想. 工矿自动化. 2021(10): 1-6+13 . 本站查看
101. 景少波. 煤矿智能化开采技术发展现状及展望. 陕西煤炭. 2021(06): 184-187 . 百度学术
102. 许日杰，杨科，吴劲松，阚磊. 麻地梁煤矿智能化开采研究. 工矿自动化. 2021(11): 9-15 . 本站查看
103. 兰逢春，吴兴铨. 5G赋能智慧矿山的思考和发展. 广西通信技术. 2021(03): 42-47 . 百度学术
104. 何花，李鑫，郝成亮. 我国煤炭深部开采战略研究. 煤炭经济研究. 2021(09): 45-51 . 百度学术
105. 王国法，任世华，庞义辉，郑德志. 我国智能绿色矿业发展战略研究. 煤炭经济研究. 2021(12): 4-10 . 百度学术
106. 韩景春，于辉华，蒋国彬. 门克庆煤矿智能管控平台研究与设计. 中国煤炭. 2021(S1): 140-146 . 百度学术
其他类型引用(24)
下载:
计量
- 文章访问数: 2319
- HTML全文浏览量: 177
- PDF下载量: 207
- 被引次数: 130
