低可见度环境下基于改进YOLOv3的井下人员定位方法

煤矿井下光照不足、粉尘遮挡,井下视频监控系统采集的人员目标在二维图像中表现为小目标或低可见度目标时,原始YOLOv3网络的Darknet53特征金字塔结构无法充分提取和保留目标的细节信息,导致定位结果不准确。针对上述问题,提出了一种低可见度环境下基于改进YOLOv3的井下人员定位方法。首先,结合β函数映射和帧间信息增强技术,提升低可见度环境下煤矿井下监控视频的清晰度。然后,采用更轻量级的Darknet-19替代YOLOv3中的Darknet53,并引入CIoU作为损失函数,利用改进YOLOv3识别增强后视频中的井下人员目标。最后,基于映射模型将识别到的目标从二维空间投影至三维空间,结合三维定位结果完成井下人员定位。选用某煤矿一段低可见度环境下井下监控视频进行实验,结果表明:①经过基于改进YOLOv3的井下人员定位方法处理后的视频帧亮度、可见度和各项评价指标(平均灰度、平均对比度、信息熵与灰度谱带宽)较原始视频均有明显提升,整体光照条件得到显著改善,且处理后的视频帧对比度得到增强,目标和背景之间更易区分,证明了采用的图像增强技术的有效性。②改进YOLOv3模型能准确识别视频帧中的井下工作人员,不存在漏识别问题。③采用已知位置的标定物或人工标注的的真实三维位置作为基准,计算投影结果与真实位置之间的偏差(偏差计算涵盖X,Y,Z方向上的距离偏差),其中X方向和Y方向上的偏差均小于0.2 m,Z方向上的偏差小于0.002 m,表明构建的映射模型的映射效果好且定位精度较高。

基于UWB与PDR的井下人员融合定位方法

现有超宽带(UWB)与行人航位推算(PDR)融合定位方法大多忽略了非视距(NLOS)环境下的定位误差校正,以简单的阈值划分作为NLOS环境判断依据,而阈值划分在很大程度上与定位场景及场地大小相关。针对上述问题,提出一种考虑NLOS环境的基于UWB与PDR的井下人员融合定位方法。首先,利用UWB技术进行井下人员位置解算,通过三边定位算法得到人员初步位置后,使用最小二乘法对位置进行优化,通过多项式拟合实现NLOS环境下基站和标签之间实际值和测量值之间的拟合,减小NLOS环境下的测距误差,提高定位精度。其次,采用PDR算法对步态进行识别和分析,PDR算法使用惯性导航传感器采集的步态数据,通过步态识别、步长估计和方向估计,实现目标位置的更新;然后,通过卷积神经网络(CNN)-长短期记忆(LSTM)网络分析信道脉冲响应(CIR)特征,实现视距(LOS)/NLOS识别,解决NLOS环境判断存在场景限制的问题;最后,根据LOS/NLOS识别结果确定融合系数,实现UWB和PDR定位结果融合。测试结果表明:多项式拟合后UWB平均测距误差降低0.59 m;LOS/NLOS识别的平均准确率为95.3%,召回率和F1分数均在90%以上,验证了CNNLSTM具有较好的识别效果;融合定位方法的平均误差为0.31 m,较UWB降低1.57 m,较PDR降低1.41 m。

5G射频电磁波瓦斯引燃机理与功率安全阈值研究

2021年6月,国家发展和改革委员会、国家能源局等四部委联合编制《能源领域5G应用实施方案》,要求大力推进煤矿5G通信系统建设。随着煤矿智能化建设的不断推进,煤矿对5G技术的应用需求日益增加,煤矿5G通信技术需要通过基站进行数据传输、信息交互或场景感知(图1)。电磁波是携带能量的载体,在煤矿井下瓦斯煤尘爆炸性环境中传播时,当电磁能以某种方式释放出来的能量大于瓦斯最小点燃能量时,存在引发瓦斯爆炸的风险,由此带来安全隐患。因此,如何解决防爆安全和使用性能之间的矛盾一直是煤矿井下大功率无线发射设备研究的热点和难点。

中国移动面向智慧矿山行业应用的5G无线网规划研究

当前数字经济已成为经济高质量发展的重要引擎。基于5G网络打造的无人化、少人化智慧矿山将是未来矿山行业数字化转型发展的方向。从当前智慧矿山网络部署面临挑战出发,深入分析矿山行业作业流程和业务需求,结合5G网络技术特点,提出5G无线网规划建议,旨在为智慧矿山5G无线网部署提供一定借鉴意义。

基于生成对抗网络的井下人员步长估计方法

针对基于行人航位推算(PDR)的煤矿井下人员定位系统中步长估计存在累计误差及传统深度学习方法所需数据集样本过大的问题,提出了一种基于生成对抗网络(GAN)的井下人员步长估计方法。GAN模型主要包括生成模型和判别模型2个部分,均采用深度神经网络(DNNs)实现。生成模型根据输入数据生成连续的结果分布(即标签),其输出层使用线性激活函数,以保留网络的线性特性,允许模型预测任何人员在行走过程中的步长;判别模型根据输入数据与标签判别是真实标签还是由生成器生成的标签,其输出层使用Sigmoid激活函数,以实现结果的二分类。确定生成模型与判别模型后,GAN模型联合2个模型进行训练,通过构建并优化生成器和判别器之间的动态竞争,使得生成器能够在不断迭代中学会生成更加逼真、难以区分的数据样本。实验结果表明,使用同样训练集及测试集的情况下,GAN模型的平均误差为0.14 m,标准差和均方根误差均小于DNNs模型,最小值均为0.74 m。户外测试结果表明,基于GAN的井下人员步长估计方法在上下坡场景的误差最小值为3.21%,最大值为4.79%;相比于上下坡场景,操场场景的误差更小,最大误差为1.91%。

基于5G+工业互联网的智慧化煤矿建设与应用

为落实国家加快推进煤矿智能化建设的政策要求,切实解决煤矿业发展的痛点,各大煤矿企业积极引入数字智能技术助力采矿业高质量安全发展。5G网络作为下一代移动通信的代表,为煤矿业数字化智能化转型带来了新的发展机遇。本文首先分析了煤矿业现阶段面临的挑战,其次分析了5G网络在智慧化煤矿建设中的优势,最后给出了基于5G+工业互联网的智慧化煤矿总体架构布局,并详细探讨了基于5G技术的网络架构建设和场景应用。

5G技术在煤矿智能化建设中的应用

随着信息技术的持续发展,煤炭行业逐渐探索智能化建设,以提高运营效率和安全生产水平。5G技术作为新一代移动通信技术的代表,以其高速率、低延时、高可靠性等特点,为煤矿智能化建设提供了有力支持。首先,详细介绍了5G技术的基本概念、特点和优势。然后,着重探讨了5G技术在煤矿智能化建设中的具体应用,包括在通信网络、物联网、自动化生产、智能安全、人工智能等方面的应用。最后,分析了5G技术在煤矿智能化建设应用中存在的挑战,提出了解决问题的可行性措施。

大柳塔煤矿基于5G网络的综采工作面人机生态协作模式应用

针对煤炭开采技术面临地质条件参测精度不够、动态信息监测不到位、各煤层开采面地质条件不同等方面技术难题,建设基于5G网络的智能综采工作面机器人集群及人机生态协作模式,满足数据实时监测、信息互联互通、网络架构运行稳定的协同发展,实现采煤机、液压支架、刮板输送机、泵站、巡检机器人等设备的可视化远程控制,工作面实现无人化跟机,生产人数由5人减为2人,减轻工人劳动强度,免受粉尘、噪声的侵害,远离了危险的作业环境。降本增效,每年节约用工成本120万元;该模式应用保障产量超额完成,实现经济效益17.27亿元。

乌海能源煤矿工作面运输系统远程控制5G技术的应用

乌海能源公司老石旦煤矿以采掘设备5G融合技术创新应用为研究课题,以5G采掘智能控制系统研究与应用为主要内容,对采面运输系统(刮板机、转载机和带式输送机)5G inside智能控制系统开展相关研究与应用。该项目对煤矿综采设备的5G inside改造关键技术进行重点研究,针对煤矿井下5G特性,在满足原有功能的基础上,开发适合采面运输系统控制系统远程通信使用的5G inside专用控制器,在真正意义上实现使刮板机、转载机和带式输送机控制系统具备5G功能。

煤矿井下4G无线通信系统的设计策略研究

煤矿井下4G无线通信系统是利用4G技术实现煤矿井下无线通信的系统,具有提高通信质量、保障矿工安全、提高生产效率和降低投资成本等优势。随着时代的进步,煤矿安全生产对于通信等各方面提出更高的要求,这就需要进一步完善4G无线通信系统的设计,并朝着更加先进的方向转型,最大限度为煤矿井下生产提供充分的通信保障,从而促进煤矿企业稳定健康的发展。基于此,本文围绕煤矿井下的特征,对煤矿井下4G无线通信系统的设计策略进行了研究。

井下5G网络覆盖策略研究

5G网络技术的迅速发展使其在煤矿等特殊环境下的应用成为可能,同时带来了新的挑战。本文对井下5G网络的覆盖策略进行了深入研究,旨在提高煤矿安全生产效率和通信可靠性。首先,文章分析了井下的传播环境和传播模型,接着详细探讨了井下环境中存在的各种干扰源,分析了这些电磁干扰对5G网络覆盖的具体影响,并提出了井下5G网络的抗干扰策略,最后文章提出了针对煤矿井下环境的5G建设策略,期望实现更高效的数据传输和更稳定的网络覆盖。本研究旨在为煤矿井下的5G网络部署提供理论指导和实践方案,为其他类似环境下的5G应用提供理论参考。

基于5G技术的智能化煤矿建设研究

合理渗透5G技术,有助于为智能化煤矿生产与管理提供高效、稳定的传输方式。本文以5G技术在智能化煤矿建设中的应用为核心,浅析5G技术对煤矿生产安全性、效率的影响,展开基于5G技术对智能化煤矿系统的总体框架、数据采集机制和生产环境实时分析机制的研究。

5G与PLC无线联动在现代矿业生产中的应用价值

当前,现代矿业生产正面临提高生产效率和加强安全管理的双重挑战。在此背景下,自动化和智能化成为关键的发展路径。5G通信技术以其高速率、低延迟、广连接的特性,智能化的煤矿不仅提高了安全性,还显著提升了生产效率。通过5G网络连接的自动化设备可以实现精准的开采操作,减少资源浪费。

大柳塔煤矿5G+连续采煤机器人群协同作业应用探索

近年来,智能采矿作业逐渐向数字化、网络化、智能化方向发展。相较于综采工作面智能化技术的快速发展,掘进工作面智能化技术发展缓慢。掘进工作面生产设备多、调动频繁、环境恶劣、劳动强度大,瓦斯、粉尘、水害、顶板、设备误动作威胁作业人员的健康安全。随着回采规模的扩大,各矿井普遍存在采掘比例失调、掘进队伍庞大、安全管理难度大等问题,导致安全生产压力较大。

基于无线通信的煤矿摩擦式提升机智能控制系统研究

煤矿摩擦式提升机是一种用于垂直或斜向运输煤炭及其物资的重要设备,其安全性和效率对煤矿的正常运作至关重要。传统的控制系统由于缺乏灵活性和实时性,面临着种种挑战。而无线通信技术的引入,则为提升这些系统的智能化和自适应能力提供了可能,尤其在复杂且变化多端的矿井环境中。本文阐述了煤矿摩擦式提升机的工作原理,接着详细介绍了基于无线通信的智能控制系统的设计,包括系统的架构设计、控制系统的集成方法、通信协议与数据传输的安全性措施,以及故障检测与实时监控机制。对控制系统进行了测试,结果验证了所提出系统的有效性和实用性。

5G技术在煤矿智能化中的应用研究

我国5G技术的飞速发展以及广泛应用,促进了社会各行业快速发展,5G技术在煤矿中应用,为煤矿智能化作业带来积极的作用。本文全方位介绍5G技术,分析5G技术在煤矿智能化中的应用优势。

金属振子结构在矿井5G辐射场中的安全功率分析

煤矿井下存在瓦斯等易燃易爆气体,5G无线通信系统基站天线辐射出的电磁波被井下金属结构吸收,在金属结构断点处产生放电火花,当电火花能量达到瓦斯气体的最小点火能时可能发生爆炸,限制了5G技术在煤矿井下的应用。为了评估5G无线通信基站射频功率的安全性,通过分析金属结构耦合电磁波的方式,得到射频功率、最大辐射场强与距离的关系;以最小点火能为安全判定标准,得出天线负载的接收功率小于2.625 W时,可确保不会引起瓦斯爆炸;分析得出煤矿井下应优先选择700 MHz作为5G工作频段;通过分析方向性系数,得出应选择臂长与波长比为0.65的对称振子天线金属结构进行研究,对称振子天线金属结构安全电场强度为202.9 V/m,最小安全距离为0.2 m。仿真结果表明:在距离发射天线小于0.2 m的区域电场分布极不均匀,在距离发射天线大于0.2 m的区域电场分布较均匀;在距离发射天线大于0.2 m的区域导致瓦斯爆炸的最小射频功率为27.45 W。

基于5G的矿用装备远程控制技术研究

矿用5G为智能矿山建设提供了高速信息传输通道,基于5G的矿用装备远程控制应用是实现少人化、无人化矿井生产的关键手段。分析了矿用4G、WiFi6应用于矿用装备远程控制中的不足,指出5G技术是实现矿用装备远程控制的必要支撑手段。运用信息物理系统架构研究方法构建了基于5G的矿用装备远程控制应用系统参考架构。以5G+采煤机远程控制为例,研究了5G传输链路的关键技术,梳理了监视监测数据与远程控制数据的信息流。当前5G网络为层三通信方式,而矿用装备远程控制的控制系统与受控设备之间需要进行点对点层二通信,针对该问题,研究了层二隧道构建方法和5G LAN技术,建立了远程控制信息传输的稳定通道。针对现场监视数据的大带宽传输需求与远程控制数据的低时延传输需求,提出了资源预调度与请求调度灵活适配的空口资源分配机制。现场测试结果表明:通过层二隧道共传输数据包13328个,未出现丢包或接收不成功的现象;端到端时延为11.5~23.8 ms,能够满足矿用装备远程控制的传输需求;RSRP(参考信号接收功率)分布在−93~−53 dB·m之间,SINR(信号与干扰加噪声比)分布在10~38 dB之间,无线覆盖情况良好。矿用5G无线通信系统的可靠性、端到端时延及无线覆盖情况能够满足采煤机远程控制的传输需求。

煤矿井下无线通信技术演进

矿井通信是煤矿智能化发展不可或缺的一环。分析了煤矿井下无线通信不同发展阶段不同通信制式和技术的优缺点,得出目前5G、WiFi6在传输速率、时延、可靠性及用户容量方面具有较大技术优势及较好的适用性,是近阶段矿用无线通信技术的主流解决方案。探讨了井下无线通信系统建设面临的问题及对应的发展方向:①技术融合问题。不同场景对带宽、时延、功耗、可靠性有不同要求,单一的通信技术难以满足煤矿所有应用场景的需求,必须根据实际应用情况,选择适合的通信技术来满足应用需求,不同技术通过协议转换器、网关等设备实现融合,形成井上下多技术融合的一体化通信网络平台。②系统融合问题。由于各系统由不同厂家提供,通信协议及硬件接口不一致,难以真正实现矿井各系统数据共享,应提供标准接口、开放的网络架构、统一的用户数据,为监控、应急、生产等系统提供互联互通功能,并进一步提供统一数据报文,让数据在各系统内低延时、高并发、实时、同步地流通。③设备功耗问题。现有矿用5G基站等由于设备本身功耗大,只能做成功能单一的隔爆型产品,设备笨重、体积大,安装维护困难,制约了5G技术在矿井的普及推广,可从主芯片、射频模块、功率放大模块3个方面着手进行低功耗设计。

一种非视距下基于UWB的定位数据校正方法

在视距范围内,超宽带能够为无人车在室内提供精确的定位结果。然而,当无人车在工厂进行物资运送时,周围存在许多金属设备,超宽带信号测量受到异常干扰。在克服干扰小,干扰时间短的情况下,通常将UWB和IMU采用EKF融合修正定位结果,但并不能有效地消除严重遮挡带来数据异常的定位误差。文章分析了室内UWB信号的特点,结合正常信号具有连续性的特点,提出一种UWB数据校正的方法,通过对历史窗口进行线性拟合,修正异常数据,并通过多次迭代,从而可以消除数据尖峰。实验结果表明,数据校正算法能有效修复严重的非视距UWB信号,校正后的信号与IMU信号通过EKF融合定位,可大大减小平均误差和最大误差。