Volume 49 Issue 9
Sep.  2023
Turn off MathJax
Article Contents
Abstract
References
Related Articles
FU Xiang, QIN Yifan, LI Haojie, et al. Summary of research on artificial intelligence empowerment technology for new generation intelligent coal mine[J]. Journal of Mine Automation，2023，49（9）：122-131, 139. DOI: 10.13272/j.issn.1671-251x.18113
Citation: FU Xiang, QIN Yifan, LI Haojie, et al. Summary of research on artificial intelligence empowerment technology for new generation intelligent coal mine[J]. Journal of Mine Automation，2023，49（9）：122-131, 139. DOI: 10.13272/j.issn.1671-251x.18113
shu

Summary of research on artificial intelligence empowerment technology for new generation intelligent coal mine

  • 1.

    College of Mining Engineering, Taiyuan University of Technology, Taiyuan 030024, China

  • 2.

    Center of Shanxi Engineering Research for Coal Mine Intelligent Equipment, Taiyuan University of Technology, Taiyuan 030024, China

  • 3.

    Postdoctoral Workstation, Shanxi Coking Coal Group Co., Ltd., Taiyuan 030024, China

More Information
  • Received Date: May 07, 2023
  • Revised Date: September 20, 2023
  • Available Online: September 26, 2023
    Graphical Abstract
    • 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.
    • FullText(HTML)
    • References (58)
  • [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.
    • Related Articles

  • Related Articles

    [1]ZHANG Liya, HAO Bonan, MA Zheng, YANG Zhifang. Research and application of mining AI video edge computing technology[J]. Journal of Mine Automation, 2024, 50(12): 85-92. DOI: 10.13272/j.issn.1671-251x.18215
    [2]YANG Yang. Research and application of AI intelligent video recognition analysis technology in intelligent excavation[J]. Journal of Mine Automation, 2023, 49(S1): 26-28,46.
    [3]HU Jincheng, ZHANG Libin, JIANG Ze, YAO Chaoxiu, JIANG Zhilong, WANG Zhengyi. Remote supervision and management method for coal mine gas extraction drilling site based on AI video analysis[J]. Journal of Mine Automation, 2023, 49(11): 167-172. DOI: 10.13272/j.issn.1671-251x.2023080031
    [4]MAO Qinghua, GUO Wenjin, ZHAI Jiao, WANG Rongquan, SHANG Xinmang, LI Shikun, XUE Xusheng. Research on video AI recognition technology for abnormal state of coal mine belt conveyors[J]. Journal of Mine Automation, 2023, 49(9): 36-46. DOI: 10.13272/j.issn.1671-251x.18134
    [5]SHE Xiaojiang, LIU Jiang, WANG Lanhao. Application status and prospect of AI video image analysis in intelligent coal preparation plant[J]. Journal of Mine Automation, 2022, 48(11): 45-53, 109. DOI: 10.13272/j.issn.1671-251x.2022060092
    [6]ZHANG Hua, LI Jingfeng, WEI Honglei, LIU Zhen. Research and application of intelligent coal mine safety management based on intelligent video recognition technology[J]. Journal of Mine Automation, 2021, 47(S1): 10-13.
    [7]XU Zhi, LI Jingzhao, ZHANG Chuanjiang, YAO Lei, WANG Jiwei. Lightweight CNN and its application in coal mine intelligent video surveillance[J]. Journal of Mine Automation, 2020, 46(12): 13-19. DOI: 10.13272/j.issn.1671-251x.17674
    [8]LI Wenfeng, CAI Pengbo. Design of intrinsically safe laser auxiliary light source for low-illumination video acquisitio[J]. Journal of Mine Automation, 2019, 45(1): 13-17. DOI: 10.13272/j.issn.1671-251x.2018090058
    [9]ZHANG Liya. Research on intelligent video analysis and early warning system for mine[J]. Journal of Mine Automation, 2017, 43(11): 16-20. DOI: 10.13272/j.issn.1671-251x.2017.11.004
    [10]YANG Qingxiang, LI Shuo, QIN Wenguang, WANG Haiyan. Analysis of capacity problem of underground video monitoring system[J]. Journal of Mine Automation, 2014, 40(3): 35-37. DOI: 10.13272/j.issn.1671-251x.2014.03.010

  • Cited by

    Periodical cited type(197)

    1. 王韬，任伟，付振，王朕，赵校朋. 基于卡尔曼滤波的高精度倾角传感器的设计研究. 煤炭技术. 2025(02): 200-203 .
    2. 武岳，乔旭. 矿山带式输送机运行状态智能识别研究进展. 能源科技. 2025(01): 21-25 .
    3. 李超，周好斌，任庆忠，雷鹏，栗丰超. 刮板链拆装设备中的螺栓拆装与紧固系统设计. 机械研究与应用. 2025(01): 119-122 .
    4. 刘大伟. 煤炭智能化开采关键技术创新进展探究. 内蒙古煤炭经济. 2025(03): 56-58 .
    5. 张东宝. 低比压型掘锚装备在黄陵二号煤矿的应用. 煤矿机电. 2025(01): 74-77 .
    6. 鞠哲. 综采工作面三维防爆巡检机器人设计及试验. 煤矿机械. 2024(04): 8-10 .
    7. 杨科，范超尘，刘静波，吴劲松，池小楼，张杰. 极复杂条件煤层智能化开采安全保障体系及关键技术. 矿业研究与开发. 2024(03): 164-170 .
    8. 李嘉豪，司垒，王忠宾，魏东，顾进恒. 综放工作面煤矸识别技术及其应用. 仪器仪表学报. 2024(01): 1-15 .
    9. 李积星，赵利民. 煤矿智能化开采煤矸识别关键技术研究. 内蒙古煤炭经济. 2024(04): 13-15 .
    10. 李振坤，黄金凤，李奇松. 选矸机器人高速并联机构伺服驱动选型研究. 选煤技术. 2024(01): 73-78 .
    11. 付翔，李浩杰，张锦涛，王然风，王宏伟，秦一凡. 综采液压支架中部跟机多模态人机协同控制系统. 煤炭学报. 2024(03): 1717-1730 .
    12. 赵旭峰. 煤矿智能开采课程设计实践与研究. 内蒙古煤炭经济. 2024(05): 61-63 .
    13. 崔卫秀，穆润青，解鸿章，闫世元. 500 m超长工作面刮板智能输送技术研究. 煤炭科学技术. 2024(04): 326-335 .
    14. 潘文龙，李胜军，高全军，杨路余，刘庆富，张和明. 基于工业互联网的煤矿综采设备信息模型研究. 工矿自动化. 2024(05): 84-92 . 本站查看
    15. 李鑫超，周脉勇，李轩，祝永涛，秦涛. 基于工作面地质模型自适应开采的碰撞检测方法研究. 煤炭工程. 2024(07): 159-164 .
    16. 嵇亚朝. 智能采煤技术的环保节能优势及应用. 西部探矿工程. 2024(09): 106-108 .
    17. 李磊，许春雨，宋建成，田慕琴，宋单阳，张杰，郝振杰，马锐. 基于PSO-ELM的综采工作面液压支架姿态监测方法. 工矿自动化. 2024(08): 14-19 . 本站查看
    18. 姚勇. 大型煤矿企业应急管理体系建设. 洁净煤技术. 2024(S1): 747-750 .
    19. 刘波，张强，刘洋，董祥伟. 基于光滑粒子动力学顶煤放落与输送过程仿真研究. 工矿自动化. 2024(09): 47-58 . 本站查看
    20. 杨小聪，黄丹，岳小磊，王想. 非煤矿山机械连续采矿技术研究进展与发展趋势. 有色金属(矿山部分). 2024(06): 1-24 .
    21. 陈湘源. 多传感器信息融合的复杂巷道形貌三维建图研究. 中国工程机械学报. 2024(05): 673-677 .
    22. 王超. 智能化采煤工作面巡检机器人的应用探讨. 煤矿机械. 2024(12): 87-89 .
    23. 谷敏永. 综采工作面巡检机器人设计及应用. 煤炭工程. 2024(11): 219-224 .
    24. 崔海海. 厚煤层大采高智能化综采工作面关键技术研究. 能源与节能. 2024(12): 199-201+304 .
    25. 郭文兵，杨伟强，吴东涛. 我国煤矿开采沉陷控制技术研究现状与进展. 采矿与岩层控制工程学报. 2024(06): 5-20 .
    26. 张吉苗，宋仁忠，侯星野，佘长超，于晓波，马文平，梁皓月. 110 t氢能源矿用自卸车轴箱结构性能分析及优化. 工矿自动化. 2024(S2): 284-287 . 本站查看
    27. 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 .
    28. 赵叔吉，周杰，张帅，黄彦德，侯伟. 基于AMESim的液压缸活塞位置超调量仿真分析. 液压与气动. 2023(01): 138-145 .
    29. 耿跃斌. 煤矿井下作业面自动化综采技术的应用研究. 机械管理开发. 2023(01): 273-274+279 .
    30. 李征祥，赵丽娟，李迎，王宜康，侯均洪. 同忻矿井安全高效开采智能技术. 山西大同大学学报(自然科学版). 2023(01): 88-93 .
    31. 王国法，张良，李首滨，李森，冯银辉，孟令宇，南柄飞，杜明，付振，李然，王峰，刘清，王丹丹. 煤矿无人化智能开采系统理论与技术研发进展. 煤炭学报. 2023(01): 34-53 .
    32. 喜珩珺，魏其东，高斌，尚晓龙，郭旭东. 煤矿智能化建设思路与方法. 数字通信世界. 2023(03): 158-160 .
    33. 牛冠宇，王艳龙，陈明刚. 三维地质模型在智能回采中的应用. 黑龙江科学. 2023(06): 124-127 .
    34. 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
    35. 吴桐，魏文艳，杜新远，王春喜. 电液控制系统应用软件的自动化测试系统研究. 煤炭工程. 2023(05): 141-146 .
    36. 赵亮. 煤矿智能化开采技术的创新与管理. 矿业装备. 2023(04): 124-126 .
    37. 任伟. 基于SLAM和虚拟现实的综采工作面巡检系统. 工矿自动化. 2023(05): 59-65 . 本站查看
    38. 宋国利，曹宁宁，李再峰. 采煤机机载音视频系统设计. 煤矿机械. 2023(07): 20-22 .
    39. 王卓磊. 基于UWB的矿井掘进机智能防护. 自动化应用. 2023(09): 137-139 .
    40. 郭晖. 店坪煤矿3号煤层300工作面智能化综采技术应用研究. 山西煤炭. 2023(01): 31-38 .
    41. 司垒，李嘉豪，邢峰，魏东，戴剑博，王忠宾. 不同煤矸混合物的微波传播特性试验研究. 煤炭科学技术. 2023(05): 219-231 .
    42. 吴刚，方新秋，宋扬，梁敏富，陈宁宁. 基于捷联惯导的采煤机运行姿态感知与误差补偿实验研究. 采矿与安全工程学报. 2023(04): 668-678 .
    43. 姜中豪. 煤矿带式输送机综合控制技术的应用分析. 江西煤炭科技. 2023(03): 223-225 .
    44. 刘栋，王聪聪. 采场智能岩层控制技术与数据处理技术研究. 内蒙古煤炭经济. 2023(09): 24-26 .
    45. 宋国利. 榆家梁煤矿薄煤层智能化工作面关键技术应用. 山东煤炭科技. 2023(07): 217-220 .
    46. 钮涛，张弘，张铁聪，董佳，贾瑞杰. 综采工作面自适应截割路径规划算法研究. 中国煤炭. 2023(08): 48-53 .
    47. 王盼，冯景浦，刘宏飞. 如何持续保持智能刮板输送装备活力. 装备制造技术. 2023(07): 260-261+292 .
    48. 朱卫兵，王晓振，谢建林，赵波智，宁杉，许家林. 矿山采动覆岩内部岩移原位监测技术进展及应用. 工矿自动化. 2023(09): 1-12 . 本站查看
    49. 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 .
    50. 马静雅，陆文涛，严海鹏，李爱军，贾智新，郭映言，孙宁，何晓辉. 分拣机器人的控制系统设计与实现. 集成电路应用. 2023(10): 316-317 .
    51. 徐超，杨通，王凯，吴世敏，付强，周爱桃. 基于Citespace的煤与瓦斯共采研究知识图谱分析. 煤炭科学技术. 2023(S1): 86-95 .
    52. 王立国. 特厚煤层综放工作面智能化开采研究与实践. 内蒙古煤炭经济. 2023(20): 181-183 .
    53. 张阳. 掘锚一体机螺栓失效原因和结构改善研究. 自动化应用. 2023(23): 131-133 .
    54. 杨永锴，张敏龙，许春雨，宋建成，田慕琴，宋单阳，张晓海，聂鸿霖. 液压支架电液控制系统总线通信故障检测与诊断方法. 工矿自动化. 2023(12): 70-76 . 本站查看
    55. 苗丙，葛世荣，郭一楠，周家忻，蒋二松. 煤矿数字孪生智采工作面系统构建. 矿业科学学报. 2022(02): 143-153 .
    56. 陈拓其，赵祥岍，钟凯，高振国. 锦界煤矿智能矿山自动化开采技术与应用. 能源与环保. 2022(01): 268-272 .
    57. 刘春生，刘延婷，刘若涵，白云锋，李德根，沈佳兴. 采煤机截割状态与煤岩识别的关联载荷特征模型. 煤炭学报. 2022(01): 527-540 .
    58. 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 .
    59. 苏克军. 煤矿开采技术向智能绿色开采方向的转型思考. 黑龙江科学. 2022(04): 160-161 .
    60. 张帅，任怀伟，韩安，巩师鑫. 复杂条件工作面智能化开采关键技术及发展趋势. 工矿自动化. 2022(03): 16-25 . 本站查看
    61. 龚轩. 综采工作面智能化开采技术研究及应用. 煤矿机械. 2022(05): 152-155 .
    62. 侯刚，王国法，张建安，王彪谋，薛忠新，高彬，李军，张金虎，南海云，张德生，杨斐文. 1.1m坚硬薄煤层智能化开采关键技术及装备——以陕北侏罗纪煤田为例. 煤炭科学技术. 2022(03): 224-231 .
    63. 侯刚，王国法，薛忠新，任怀伟，欧阳敏，王峰，袁晓明，杨斐文，时洪宇，李济洋，高原. 煤矿辅助运输自动驾驶关键技术与装备. 采矿与岩层控制工程学报. 2022(03): 1-13 .
    64. 李杰，雷志鹏，栗林波，任瑞斌，王飞宇，向学艺. 煤矿瓦斯抽采钻孔孔壁电阻率测量方法. 工矿自动化. 2022(05): 32-38 . 本站查看
    65. 宋单阳，宋建成，陶心雅，杨金衡，卢春贵. 具有故障诊断功能的液压支架电液控制器通信系统. 工矿自动化. 2022(05): 100-106 . 本站查看
    66. 吴震. 基于FEM的掘锚一体机螺栓失效分析和结构优化. 煤矿机械. 2022(07): 111-113 .
    67. 张袁浩，潘祥生，陈晓晶，霍振龙，任书文，季亮. 智能选矸机器人关键技术研究. 工矿自动化. 2022(06): 69-76+111 . 本站查看
    68. 鞠晨，曹宁宁，王峰，宋国利. 综采工作面巡检机器人设计及应用. 煤矿机械. 2022(08): 203-205 .
    69. 李国强. 井下综采面智慧综采技术方案的研究. 机械管理开发. 2022(07): 320-322 .
    70. 刘小华. ZYWL-6000Y自动钻机钻杆箱液压系统设计. 矿山机械. 2022(07): 12-15 .
    71. 葛世荣，王世博，管增伦，王雪松，安文龙，吕渊博，陈书航. 数字孪生-应对智能化综采工作面技术挑战. 工矿自动化. 2022(07): 1-12 . 本站查看
    72. 李增林，靳舒凯，刘安强，张权，员明涛，康俊瑄，杨克虎. 基于加速度计的顶煤运移时间测量系统. 工矿自动化. 2022(07): 73-80 . 本站查看
    73. 苏杰，王新坤. 寸草塔煤矿综采工作面智能化建设关键技术研究与应用. 煤炭科学技术. 2022(S1): 250-256 .
    74. 张宏伟，赵世帆，管隆刚，陈真，高明仕，王小勇，张慧峰. 6.0 m大采高厚硬顶板工作面强矿压特征. 采矿与岩层控制工程学报. 2022(05): 37-46 .
    75. 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
    76. 亓玉浩，关士远. 基于激光SLAM的综采工作面实时三维建图方法. 工矿自动化. 2022(11): 139-144 . 本站查看
    77. 王惠风，符超，李果，陈同俊. 大倾角煤层时深转换精度分析及改进方法. 煤田地质与勘探. 2022(10): 145-150 .
    78. 张文静. 煤矿井下自动化联采关键技术的应用研究. 机械管理开发. 2022(12): 155-156 .
    79. 张为浩. 煤矿智能化开采技术的创新及管理. 内蒙古煤炭经济. 2022(16): 160-162 .
    80. 张科学，王晓玲，何满潮，尹尚先，李首滨，孙健东，李东，程志恒，赵启峰，殷帅峰，亢磊，朱俊傲，杨海江. 智能化无人开采工作面适用性多层次模糊综合评价研究. 采矿与岩层控制工程学报. 2021(01): 47-56 .
    81. 姜文涛，王梓民，张驰. 基于曲量场空间的皮带堆煤识别. 传感器与微系统. 2021(01): 140-143 .
    82. 李娟莉，沈宏达，谢嘉成，李梦辉，姜朔. 基于数字孪生的综采工作面工业虚拟服务系统. 计算机集成制造系统. 2021(02): 445-455 .
    83. 吴桐，尉瑞，刘清，魏文艳. 综放工作面智能放煤工艺研究及应用. 工矿自动化. 2021(03): 105-111 . 本站查看
    84. 曹哲哲. 综采工作面智能化开采技术研究. 陕西煤炭. 2021(02): 48-51 .
    85. 王国法，徐亚军，张金虎，张坤，马英，陈洪月. 煤矿智能化开采新进展. 煤炭科学技术. 2021(01): 1-10 .
    86. 李伟. 深部煤炭资源智能化开采技术现状与发展方向. 煤炭科学技术. 2021(01): 139-145 .
    87. 葛世荣，郝雪弟，田凯，高传，勒立坤. 采煤机自主导航截割原理及关键技术. 煤炭学报. 2021(03): 774-788 .
    88. 张始斋，王庆文. ZYWL-4000SY型遥控钻机设计及关键技术研究. 煤炭科学技术. 2021(03): 129-134 .
    89. 毛馨凯，刘万远. 5G技术在智能采煤工作面的应用研究. 工矿自动化. 2021(S1): 39-41+50 . 本站查看
    90. 梁宇，王鹏，王海. 无功补偿装置在煤矿综采工作面的应用研究. 机械管理开发. 2021(03): 146-148 .
    91. 王新苗，韩保山，宋焘，沈凯，岳辉，雷晓宇. 智能开采工作面三维地质模型构建及误差分析. 煤田地质与勘探. 2021(02): 93-101+109 .
    92. 王雨颖. 我国煤炭智能化开采研究现状. 合作经济与科技. 2021(11): 110-112 .
    93. 冯星. 采煤机滚筒智能调高及记忆控制的策略研究. 机械管理开发. 2021(05): 181-182+185 .
    94. 王国法，任怀伟，赵国瑞，杜毅博，庞义辉，徐亚军，张德生. 煤矿智能化十大“痛点”解析及对策. 工矿自动化. 2021(06): 1-11 . 本站查看
    95. 孙强. 煤矿智能化开采技术的创新与管理. 低碳世界. 2021(06): 129-130 .
    96. 毛君，董钰峰，卢进南，李玉岐，张鸿宇，谢苗，吴霞，刘治翔，王贺，田博. 巷道掘进截割钻进先进技术研究现状及展望. 煤炭学报. 2021(07): 2084-2099 .
    97. 梁文艺. 煤矿智能化开采技术的创新与管理探讨. 内蒙古煤炭经济. 2021(01): 186-187 .
    98. 王小亮. 采煤机核心工作机构的优化研究. 能源与节能. 2021(07): 155-156 .
    99. 梁鑫，程海. 特厚煤层智能化综放开采技术与装备瓶颈综述. 矿产勘查. 2021(06): 1434-1440 .
    100. 苟科学，刘阳. 智能化综放工作面无人开采技术在彬长矿区应用与思考. 陕西煤炭. 2021(S1): 177-179+187 .
    101. 郑磊. 基于时序数据的工作面设备故障预测研究. 工矿自动化. 2021(08): 90-95 . 本站查看
    102. 马昆，翟文. 智能综放工作面自动化放煤工艺分析与研究. 中国煤炭. 2021(08): 34-40 .
    103. 冯景浦，王盼，张学刚. 刮板输送设备智能控制系统发展趋势. 陕西煤炭. 2021(05): 65-67+71 .
    104. 王昕，张学亮，刘清. 智能开采工作面建设解决方案及对策建议. 中国煤炭. 2021(09): 77-84 .
    105. 孟广瑞，丁震，李浩荡. 综采智能化自主割煤关键技术探讨. 工矿自动化. 2021(S2): 1-3+6 . 本站查看
    106. 米彦军，潘卫东，杨克虎，李新源，王冲. 黄玉川煤矿无人干预自动化放煤研究. 工矿自动化. 2021(S2): 29-31+42 . 本站查看
    107. 倪少军，李双良. 综采工作面智能化技术研究及应用. 工矿自动化. 2021(S2): 7-9+18 . 本站查看
    108. 贺海涛. 综采工作面智能化开采系统关键技术. 煤炭科学技术. 2021(S1): 8-15 .
    109. 孙希奎，周建，徐加利. 采煤工作面多智能系统协同控制技术探讨. 煤炭科学技术. 2021(S1): 21-26 .
    110. 李俊士，郭资鉴. 智能放煤控制系统测试平台设计. 煤炭科学技术. 2021(S1): 124-130 .
    111. 马光辉，刘学君. 乳化液均衡输出和协同控制技术研究与实践. 煤炭科学技术. 2021(S1): 96-102 .
    112. 黄骞，刘帅，任伟，付振，谷敏永，孟祥涛. 基于双通信模式的综采工作面巡检机器人研制. 煤炭科学技术. 2021(S1): 167-169 .
    113. 曹怀建. 基于多传感器融合的定位定姿技术研究. 煤矿机械. 2021(12): 180-184 .
    114. 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
    115. 周如林，乔子石，孟令宇. 综采工作面液压支架立柱快速供回液方案研究. 工矿自动化. 2021(11): 74-80 . 本站查看
    116. 崔卫秀. 刮板运输系统煤流通道堵塞防控技术. 煤炭科学技术. 2021(11): 236-242 .
    117. 董锴文，孙彦景，陈岩，云霄，程小舟，王博文，周玉，王斌. 矿山生产作业场景视频结构化分析关键技术. 煤炭学报. 2021(11): 3724-3735 .
    118. 段连杰，廉兵. 快掘系统的掘锚一体机智能监测技术研究. 内蒙古煤炭经济. 2021(24): 56-58 .
    119. 任文涛. 唐口煤矿智能化放顶煤工作面升级改造技术研究. 矿山机械. 2020(01): 1-5 .
    120. 王国法，庞义辉，任怀伟. 煤矿智能化开采模式与技术路径. 采矿与岩层控制工程学报. 2020(01): 5-19 .
    121. 方新秋，梁敏富，李爽，张磊，严黄宝，谢小平，尉瑞，吴刚，吕嘉锟. 智能工作面多参量精准感知与安全决策关键技术. 煤炭学报. 2020(01): 493-508 .
    122. 李伟建. 智慧煤矿的建设路径探讨. 陕西煤炭. 2020(02): 56-59 .
    123. 周开平. 薄煤层智能化无人工作面成套装备与技术. 煤炭科学技术. 2020(03): 59-67 .
    124. 翟雨生，乐南更，魏升. 大功率较薄煤层采煤机关键技术研究. 煤炭科学技术. 2020(03): 88-92 .
    125. 葛世荣. 煤矿智采工作面概念及系统架构研究. 工矿自动化. 2020(04): 1-9 . 本站查看
    126. 刘学君. 支架大数据与围岩关系模型在自动化工作面的研究与应用. 能源科技. 2020(02): 35-39+43 .
    127. 王峰. 基于透明工作面的智能化开采概念、实现路径及关键技术. 工矿自动化. 2020(05): 39-42+53 . 本站查看
    128. 马小平，杨雪苗，胡延军，缪燕子. 人工智能技术在矿山智能化建设中的应用初探. 工矿自动化. 2020(05): 8-14 . 本站查看
    129. 薛光辉，李秀莹，钱孝玲，张云飞. 基于随机森林的综放工作面煤矸图像识别. 工矿自动化. 2020(05): 57-62 . 本站查看
    130. 王一然，王兵，陈龙高. 澳大利亚莫拉本煤矿长壁智能化工作面现状及思考. 中国煤炭. 2020(05): 113-118 .
    131. 周如林，李首滨，韦文术，张龙涛，王伟. 跟机液压系统压力流量耦合机理研究. 煤炭科学技术. 2020(05): 129-136 .
    132. 孙杰. 新时代煤炭绿色发展方向思考. 中国煤炭地质. 2020(02): 42-45 .
    133. 曹贯强，赵文生. 基于MEMS加速度计的高精度倾角传感器研制. 自动化仪表. 2020(03): 25-28+35 .
    134. 靳为华. 煤矿智能化开采技术研究现状及展望. 内蒙古煤炭经济. 2020(01): 168-169 .
    135. 刘疆. 煤炭智能化开采关键技术创新进展探究. 老字号品牌营销. 2020(07): 29-30 .
    136. 董洪波，姚宁平，马斌，廖姜男. 煤矿井下坑道钻机电控自动化技术研究. 煤田地质与勘探. 2020(03): 219-224 .
    137. 葛世荣，张帆，王世博，王忠宾. 数字孪生智采工作面技术架构研究. 煤炭学报. 2020(06): 1925-1936 .
    138. 高士岗，高登彦，欧阳一博，柴敬，张丁丁，任文清. 中薄煤层智能开采技术及其装备. 煤炭学报. 2020(06): 1997-2007 .
    139. 程建远，刘文明，朱梦博，余北建，王一，张泽宇. 智能开采透明工作面地质模型梯级优化试验研究. 煤炭科学技术. 2020(07): 118-126 .
    140. 李首滨. 煤炭工业互联网及其关键技术. 煤炭科学技术. 2020(07): 98-108 .
    141. 葛世荣，郝尚清，张世洪，张幸福，张林，王世博，王忠宾，鲍久圣，杨小林，杨健健. 我国智能化采煤技术现状及待突破关键技术. 煤炭科学技术. 2020(07): 28-46 .
    142. 路正雄，郭卫，张帆，张传伟，赵栓峰，杨满芝，王渊. 基于数据驱动的综采装备协同控制系统架构及关键技术. 煤炭科学技术. 2020(07): 195-205 .
    143. 李森，王峰，刘帅，张国栋，张学亮. 综采工作面巡检机器人关键技术研究. 煤炭科学技术. 2020(07): 218-225 .
    144. 许永祥，李申龙，王国法，李明忠，蔡逢华，张金虎，侯刚. 特厚坚硬煤层超大采高综放首采工作面智能化技术. 煤炭科学技术. 2020(07): 186-194 .
    145. 王俊涛，穆润青，郁海滨. 刮板输送机发展现状及智能化技术创新方向探讨. 煤炭技术. 2020(08): 156-158 .
    146. 马源，符世琛，张子悦，王东杰. 悬臂式掘进机位姿检测方法研究现状. 工矿自动化. 2020(08): 15-20 . 本站查看
    147. 温钦杰. 关于煤矿智能综采工作面安全高效开采适应性评价分析. 中国石油和化工标准与质量. 2020(09): 107-108 .
    148. 穆润青，王俊涛，贾伟霞，范宝冬，韩效寿. 智能开采变革中的刮板输送技术创新方向探讨. 煤炭技术. 2020(09): 184-186 .
    149. 王国法，徐亚军，孟祥军，范京道，吴群英，任怀伟，庞义辉，杜毅博，赵国瑞，李明忠，马英，张金虎. 智能化采煤工作面分类、分级评价指标体系. 煤炭学报. 2020(09): 3033-3044 .
    150. 刘明，曹民远，李波. 综放工作面煤柱周围应力分布特征研究. 工矿自动化. 2020(10): 104-108+113 . 本站查看
    151. 潘祥生，陈晓晶. 矿用智能巡检机器人关键技术研究. 工矿自动化. 2020(10): 43-48 . 本站查看
    152. 梁宏. 基于无线多跳网络的矿井工作面视频监控系统. 工矿自动化. 2020(10): 114-118 . 本站查看
    153. 李帅帅，任怀伟. 综采工作面“三机”设备位姿测量技术研究现状与展望. 煤炭科学技术. 2020(09): 218-226 .
    154. 郭宏伟，张磊. 试析煤矿智能化开采技术的创新及管理. 内蒙古煤炭经济. 2020(10): 67-68 .
    155. 李俊士. 液压支架电液控制器软件自动生成系统的设计. 煤矿机械. 2020(11): 6-8 .
    156. 薛旭升，张旭辉，毛清华，郑健康，王曼. 基于双目视觉的掘进机器人定位定向方法研究. 西安科技大学学报. 2020(05): 781-789 .
    157. 翟文睿，李贤功，王佳奇，丁炜凯. 采煤机性能退化评估方法及应用研究. 工矿自动化. 2020(12): 57-63+100 . 本站查看
    158. 关旭. 煤矿智能化开采技术的创新与管理. 内蒙古煤炭经济. 2020(14): 86-87 .
    159. 潘卫东，李新源，员明涛，袁永康，杨克虎. 基于顶煤运移跟踪仪的自动化放煤技术原理及应用. 煤炭学报. 2020(S1): 23-30 .
    160. 张钊铭. 智能化采煤机械发展现状. 内蒙古煤炭经济. 2020(17): 172-173 .
    161. 王清峰，辛德忠，陈航. 煤矿井下自动化钻探技术概况与智能化发展前瞻. 智能矿山. 2020(01): 71-77 .
    162. 王国法. 分类分级推进智能化矿山建设——祝贺《智能矿山》创刊. 智能矿山. 2020(01): 4-20 .
    163. 周开平. 薄煤层智能回采系统关键技术研究. 工矿自动化. 2019(01): 18-21+86 . 本站查看
    164. 李明. 无人工作面的采煤机智能控制关键技术. 山东工业技术. 2019(04): 90+223 .
    165. 王国法，赵国瑞，任怀伟. 智慧煤矿与智能化开采关键核心技术分析. 煤炭学报. 2019(01): 34-41 .
    166. 李化敏，王伸，李东印，王文，袁瑞甫，王祖洸，朱时廷. 煤矿采场智能岩层控制原理及方法. 煤炭学报. 2019(01): 127-140 .
    167. 王国法，庞义辉，任怀伟. 千米深井三软煤层智能开采关键技术与展望. 煤炭工程. 2019(01): 1-6 .
    168. 杨殿海. 关于煤矿开采技术专业向智能绿色开采方向转型的思考. 山东工业技术. 2019(07): 62 .
    169. 于健浩，祝凌甫，徐刚. 煤矿智能综采工作面安全高效开采适应性评价. 煤炭科学技术. 2019(03): 60-65 .
    170. 唐恩贤. 黄陵矿业公司智能化开采核心技术及其应用实践. 中国煤炭. 2019(04): 13-18+113 .
    171. 周楠，郑永胜，程敬义，安百富，张卫清，孙凯. 翟镇煤矿智慧矿山生产模式研究与实践. 矿业工程研究. 2019(01): 1-12 .
    172. 刘超，符世琛，成龙，刘丹，沈阳，吴淼. 基于TSOA定位原理混合算法的掘进机位姿检测方法. 煤炭学报. 2019(04): 1255-1264 .
    173. 胡炳南，张鹏，张风达. 我国煤矿安全高效生产实践与发展对策. 煤炭经济研究. 2019(04): 4-9 .
    174. 刘超，符世琛，成龙，刘丹，沈阳，吴淼. 基于超宽带TSOA定位原理的掘进机定位误差分析. 煤炭工程. 2019(06): 133-135 .
    175. 杨俊哲，罗文，杨俊彩. 神东矿区煤层智能开采技术探索与实践. 中国煤炭. 2019(06): 18-25 .
    176. 王国法，刘峰，孟祥军，范京道，吴群英，任怀伟，庞义辉，徐亚军，赵国瑞，张德生，曹现刚，杜毅博，张金虎，陈洪月，马英，张坤. 煤矿智能化(初级阶段)研究与实践. 煤炭科学技术. 2019(08): 1-36 .
    177. 薛振江，白建军，赵朋. 自动找直找平技术在工作面的应用. 陕西煤炭. 2019(05): 154-156+165 .
    178. 程建远，朱梦博，王云宏，岳辉，崔伟雄. 煤炭智能精准开采工作面地质模型梯级构建及其关键技术. 煤炭学报. 2019(08): 2285-2295 .
    179. 崔峰巍，陈岩霞，苑士泽. 矿用液压电控主阀阀体自动压涨堵装置的设计. 中国煤炭. 2019(09): 40-44 .
    180. 巩炜，付天有，田建设，韦宝宁，张伟伟. 绿色智慧数字化矿山技术研究与应用. 技术与市场. 2019(10): 22-24 .
    181. 黄政委，穆润青，李浩宇，蔡树梅，李小亮. 刮板输送机智能液压马达紧链系统研究. 煤炭工程. 2019(10): 157-160 .
    182. 范志忠，潘黎明，徐刚，尹希文. 智能化高强度开采超长工作面围岩灾变预警技术. 煤炭科学技术. 2019(10): 125-130 .
    183. 李首滨. 智能化开采研究进展与发展趋势. 煤炭科学技术. 2019(10): 102-110 .
    184. 唐恩贤，张玉良，马骋. 煤矿智能化开采技术研究现状及展望. 煤炭科学技术. 2019(10): 111-115 .
    185. 李玉强. 基于信息和态势感知技术智能综采工作面研究. 煤炭技术. 2019(11): 184-186 .
    186. 刘俊峰，唐恩贤，许永祥，张玉良. 大采高智能化开采煤壁全过程精准控制技术研究. 煤炭科学技术. 2019(10): 131-135 .
    187. 曹哲哲，李川，高小虎，杨波，肖曲. 浅析大采高智能化液压支架关键技术应用. 陕西煤炭. 2019(06): 136-140+144 .
    188. 张阳，杜志文. 边缘计算在采煤机控制系统中的应用. 工矿自动化. 2019(12): 75-80 . 本站查看
    189. 孙斌. 煤矿智能采矿机械应用现状及发展展望. 现代矿业. 2019(11): 198-200 .
    190. 吴宁，杨波，廉兵. 大采高综采工作面成套设备智能化的研究与应用. 能源技术与管理. 2019(06): 53-56 .
    191. 刘鹏坤，王聪，刘帅，张守祥. 综采工作面智能云台摄像仪研制. 煤炭科学技术. 2019(12): 242-249 .
    192. 王国法，杜毅博. 智慧煤矿与智能化开采技术的发展方向. 煤炭科学技术. 2019(01): 1-10 .
    193. 马宁宁. 智能化煤炭综采成套装备的研发综述. 机械管理开发. 2018(09): 267-268 .
    194. 刘俊峰，唐恩贤，刘新华，徐建军，张玉良. 黄陵矿业中厚煤层智能化回采工艺适应性研究. 煤炭工程. 2018(05): 15-17 .
    195. 乔春光，王学文，谢嘉成，李祥，杨兆建. 刮板输送机水平面形态检测方法. 工矿自动化. 2018(08): 52-57 . 本站查看
    196. 王清峰，陈航. 瓦斯抽采智能化钻探技术及装备的发展与展望. 工矿自动化. 2018(11): 18-24 . 本站查看
    197. 范京道. 大采高工作面智能化综采关键技术研究. 工矿自动化. 2018(12): 1-8 . 本站查看

    Other cited types(59)

Catalog

    Get Citation
    PDF
    XML

    Article Metrics

    Article views (2343) PDF downloads (212) Cited by(256)
    Related

    苏ICP备 05016349号-2

    Supported by: Beijing Renhe Information Technology Co., Ltd. Visits：1172667    Baidu Analytics

    /

    DownLoad:  Full-Size Img  PowerPoint
    Return
    Return