矿山事故时序分形特征研究

矿山属于高危行业，其事故致因和演化机理十分复杂，分形理论为解决复杂性问题提供了可能。通过对我国近年来矿山行业事故时序进行研究发现，矿山事故时间序列具有明显的分形特征，其饱和关联维数为6.390，说明要恰当描述其变化特征进行动力系统建模至少需要6~7个状态变量；该时间序列的Kolmogorov熵近似为0.058 6，说明该混沌动力系统的平均可预测时间尺度为17个月。该研究结果可为建立矿山事故的时序预测预报模型提供依据。     

CAD 技术用于山地排废场设计研究

提出了应用CAD 技术直接在地形图上进行山地排土场设计的一套处理方法, 该方法可为山地排废规划提供决策依据。     

露天矿多目标配矿模型与优化算法研究

针对露天矿的多金属多目标短期配矿问题,提出了基于自适应粒子群算法的露天矿配矿优化方法。首先,结合矿山配矿实际生产要求和指标,构建了以运输功和配矿品位偏差最小为目标函数的多目标短期配矿模型。其次,在基本粒子群算法的基础上,采用Kent映射产生初始种群,使种群分布更加均匀;并将自适应概率引入到粒子群算法,提高了种群的多样性和算法的全局搜索能力。最后,以一个算例和三道庄露天矿配矿的实际数据为例,进行仿真验证,仿真结果表明:该优化方法适用于解决露天矿多金属多目标的配矿问题,可以有效降低配矿过程中的运输功和品位偏差。     

黄金生产工艺参数的优化

本文探讨了神经网络与遗传算法相结合协同求解黄金生产工艺参数的优化问题。该方法既利用了神经网络的自学习、自适应非线性映射和预测功能，又利用了遗传算法的全局优化特性，实例证明该方法是合理的、可行的。     

人工智能背景下采矿系统工程发展现状与展望

随着以人工智能为核心的第四次工业革命的到来,采矿系统工程作为采矿工程与系统工程的交叉学科方向,迎来了前所未有的发展机遇和挑战。首先梳理了采矿系统工程涉及的基本理论和研究方法,在此基础上对人工智能技术在采矿系统工程中的发展历史进行了回顾,通过对研究现状进行分析,综述了当前人工智能、大数据背景下采矿系统工程的研究方法和研究应用对象,最后指出了未来采矿系统工程在跨学科应用、大系统优化及智能采矿方面的发展趋势。研究表明：以进化计算和机器学习为代表的人工智能技术,在新一代新能源智能化无人采矿装备,无人采矿新技术、新工艺及新模式,采矿生产各工艺流程智能化和多系统融合大数据平台等4个重要发展方向中将发挥越来越重要的作用,是未来引领智能矿山建设的核心技术,人工智能技术与传统采矿工艺的结合必将推动采矿系统工程学科进入全新的发展阶段。     

基于D-LinkNet网络的露天矿道路智能识别与路网建模

随着露天矿无人驾驶技术和智能调度的快速发展,矿车在生产调度中迫切需要更为精确、更符合实际的矿区路网模型。为了满足无人矿车的高精度路网导航需求,首先通过无人机倾斜摄影技术分别采集不同天气、不同角度和不同采矿场条件的露天矿区图像瓦片数据,结合矿区道路成像特点提出了基于矿区道路特征的图像正负分类方法,实现对矿区道路的整体划分;然后根据图像数据特征提出了一种强弱光图像互补方法,可用于消除强光数据集中图像光照失衡问题,生成最优训练集;其次露天矿区非结构化道路图像较结构化道路图像经解析处理后平面形态及连通性维度更高,横纵剖面上的几何形态等道路信息更复杂。基于ResNet101构建更符合露天矿道路提取的D-LinkNet101网络模型,运用最优训练集训练D-LinkNet101网络,并从采集到的瓦片数据中提取出道路图像;最后将提取的道路图像与原始图像(包含焦距,GPS等)结合生成露天矿路网模型,根据生成露天矿路网模型的特有噪声进行相应模型修复处理,从而生成高精度的露天矿路网模型。实验结果表明:该方法提取的路网数据真实可靠,可满足露天矿区主干路网的智能识别和路网建模的精度要求。     

经济控制论及其在矿业经济中的应用

首先结合社会经济系统说明了经济控制论的一般原理，然后介绍经济控制论的主要内容，最后分析该理论在矿业经济中的应用前景。     

我国钼资源开发与进出口数学模型理论研究

简要论述了国内外钼资源现状，建立了钼矿开发与进口数学模型，指出我国钼矿的开采必须逐年控制矿石产量，提高矿石价格，减少钼矿出口量。     

基于视频图像的储煤场煤堆自燃检测方法

在储煤场长期储煤的过程中,煤堆自燃会造成巨大的经济损失.根据煤炭自燃初期会产生烟雾的特点,提出一种基于视频图像的煤堆自燃检测方法.对储煤场视频图像进行预处理,以改善图像质量;结合差分图像和滤色规则提出一种疑似烟雾区域检测算法,进一步提取疑似区域的LBP纹理特征和HOG梯度特征;使用支持向量机(SVM)进行烟雾的综合判定...     

基于改进HMM纠偏算法的露天矿车辆高精度定位方法

针对露天矿区复杂路网背景下容易出现车辆定位偏差,严重影响生产车辆路径规划和智能调度的问题,提出了一种基于改进隐马尔可夫模型的露天矿车辆高精度定位纠偏方法。通过对构建的露天矿复杂路网地图进行路段裁剪处理以及对矿车定位轨迹数据清洗、密度稀疏化和分段处理等,建立缓冲区搜索轨迹候选路段点,从而提高复杂路网下矿车定位纠偏效率;通过计算矿车定位观测概率和转移概率建立定位纠偏HMM优化模型,并结合Viterbi算法计算最优纠偏结果,实现对露天矿车的高精度定位纠偏。研究结果表明,该方法纠偏效果优于原始HMM定位纠偏方法,纠偏准确率可达到89.2%,平均纠偏时间仅需0.055 s,能够实现对复杂背景下露天矿车辆定位坐标的有效纠偏。