利用图像锐化技术增强煤矿工业电视图像

立足于目前煤矿工业电视监控系统的现状,采用图像尖锐化增强技术增强工业电视图像的质量,便于人眼的观察和计算机的模式识别;重点介绍了图像尖锐化增强技术的基本原理及其算法,并通过Ｃ语言编程实现了对井下视频图像的增强处理。     

工业以太网交换技术在煤矿中的应用

通过对串口通信、现场总线通信局限性的分析,讨论了工业以太网交换技术引入工矿系统的可行性和必然性,并结合自主研发的工业以太网交换机详细介绍工业以太网交换技术在煤矿领域中的应用。     

矿井多媒体综合业务数字网关键技术的研究

首次提出矿井多媒体综合业务数字网的实施方案及其基本要求 ,对矿井多媒体综合业务数字网络系统的结构模型及其关键技术进行了深入的研究 ,讨论了其基本原理及功能 ,并研究与设计了矿用本安型网络智能分站、矿用隔爆兼本安型网络交换机、矿用本安型网络视频服务器、矿用本安型IP网络电话     

煤矿综合自动化系统的研究与设计

在分析国内外煤矿安全监测监控系统现状的基础上,指出国内煤矿综合自动化存在的瓶颈问题。提出基于工业以太网的综合自动化系统结构,将煤矿的环境安全信息和设备工况信息统一在一个网络平台上,实现全矿井综合自动化系统软件组态化设计。建立全矿井监测、控制、管理一体化的大型开放式分布控制系统,改造传统的矿井生产运行方式。研制开发隔爆环网交换机和综合接入网关,支持环网冗余和各类监控子系统的接入。应用表明,设计的系统能够促进信息共享,保证对全矿井安全状况和生产过程进行实时监控、调度。     

图像处理技术在煤矿工业电视系统中的应用

从煤矿工业电视监视系统的现状出发,结合多媒体计算机的图像处理技术,初步探讨和分析了图像处理技术在煤矿工业电视系统中的应用与发展前景。     

煤与瓦斯突出电磁辐射监测仪

根据煤与瓦斯突出机理和突出预测与防治原理,论述了煤与瓦斯突出电磁辐射监测仪的硬件组成和关键电路的设计,并完成了软件设计。通过井下实验证实了该监测仪可实现与煤体无触监测,且信息接收、舆较为可靠,为煤与瓦斯突出的分析和预报提供了正确的原始数据资料。     

基于图论的马尔可夫链分析研究

利用图论对马尔可夫链进行了分析研究,提出了概率通量概念,它是马尔可夫链稳定状态概率与其一步转移概率之乘积,有流入、流出之分;建立了马尔可夫概率通量平衡方程,即一个马尔可夫链经过一定时间达到平衡状态,其每一状态之流入、流出概率通量相等,并将其与电路中的克希荷夫电流守恒定律(KCL)作了对比,二者在形式上是统一的。利用概率通量平衡方程求解马尔可夫链稳定状态概率具有较好的直观性,易于理解。     

智能煤矿建设路线与工程实践

针对我国智能煤矿发展"三步走"战略,指出智能煤矿建设不但包括基础设施、生产监控系统、安全监控系统、生产经营管理系统等系统的建设,更包括基于大数据和人工智能的智能决策系统建设。从工程实践的角度提出了煤矿智能化建设"3115"建设路线,煤矿可根据自身需求和信息化现状,按照该建设路线有选择、分步骤的进行智能煤矿建设。阐述了"3115"建设路线中的实施方法:通过"3个网络"建设企业管理网、工业网络和通信联络网,其构成智能煤矿的基础,形成覆盖全矿井的统一传输网络平台;通过"1个平台"构建统一的智能集成控制平台,实现"六全"信息智能;通过"1个系统"建设煤矿大数据及云服务系统,实现数据和模型的统一存储,为智能决策提供数据和算力支持;通过"5个中心"建设数据中心、调度指挥中心、智能控制中心、安全监测中心和生产运营管理中心,为智能煤矿提供业务与决策支撑。以所完成的多个智能煤矿建设为例介绍了"3115"建设路线的工程实践。智能煤矿建设大幅提高了实施企业的生产效率和安全水平,特别是大幅降低了危险岗位和重复性岗位的员工数量,为企业创造了较好的经济效益和社会效益。     

井下干部跟踪定位显示系统设计

本文介绍了井下干部跟踪定位显示系统的意义和构成及功能特点等,采用先进的多媒体计算机技术,便于矿领导、调度室和安监人员及时了解有关干部下井时间及分布情况,对加强管理、指挥生产、保障安全起着重要的作用。     

基于AKPCA算法的井下WLAN位置指纹定位

为改进井下WLAN人员定位系统中位置指纹数据库的特征提取及在线定位匹配性能，提出了自适应核主成分分析(Adaptive Kernel Principal Component Analysis, AKPCA)算法。AKPCA算法将最优AP选择算法与核主成分分析(Kernel Principal Component Analysis, KPCA)算法相结合，使本征维数的计算具有一定的子区域自适应性，有效改善了KPCA算法中使用最大似然估计法求解的本征维数对于区域划分后的位置指纹数据库过于单一的问题。最优AP选择因子能够根据区域中AP信号的覆盖状态在位置指纹数据库构建及区域划分后完成最优本征维数的确定。井下人员定位试验结果中，AKPCA算法在各子区域本征维数的计算精度上要优于KPCA算法，且在定位误差为4 m时的置信概率达到了近100%,高于KPCA算法的91.4%。而在定位过程的内存占用对比方面，AKPCA算法的平均内存使用为0.832 GB,要优于KPCA算法的1.278 GB和其他位置指纹匹配算法。综上，AKPCA算法不仅在定位精度上要优于其他特征提取算法，同时也能够有效减少定位系统在...