人工智能技术在矿山智能化建设中的应用初探

介绍了人工智能技术的相关概念、发展概述及其在煤炭行业发展中的应用,指出目前人工智能技术在矿山应用只是点状结合和浅度结合,没有实现人工智能技术和矿山某个生产或管理系统层面的深度融合。概述了智能矿山的发展历程,指出智能矿山是人工智能技术、大数据技术、物联网技术和矿山实体的深度融合体,利用智能通信、智能控制和智能计算技术实现数字化矿山的计算、处理,构建数字孪生矿山,通过数字孪生矿山和物理矿山的智能交互演化,达到对煤矿安全、高效、绿色的生产控制。构建了将人工智能技术和矿山深度融合的包括设备层、智能层、应用层的智能矿山三层构架:应用层处于智能矿山的最高层,其中的数字孪生矿山子层相当于“数字大脑”,实现矿山最高层次的智能控制;智能层中的智能体要求子系统不仅仅是应用人工智能技术处理子系统所产生的数据,而是从架构上就要将智能计算、智能通信、智能控制融为一体。展望了智能矿山建设的发展趋势:智能化矿山需要加强人工智能技术和矿山融合度的深入研究,将现有的基于人工智能的故障检测、诊断及超前干预技术应用到机器人系统中,智能计算、智能通信、智能控制融合的巡检机器人将是最早能推广的井下智能体之一;智能化矿山需要进一步加强复杂巨系统建模技术的研究,只有建立了矿山的复杂巨系统模型,才能实现采矿活动和环境的协同互动,实现采煤活动的精准控制,复杂巨系统模型的缺乏将是未来智能矿山建设亟需解决的问题。

基于深层卷积随机配置网络的电熔镁炉工况识别方法研究

为解决电熔镁炉工况识别模型泛化能力和可解释性弱的缺陷,提出一种基于深层卷积随机配置网络(Deep convolutional stochastic configuration networks,DCSCN)的可解释性电熔镁炉异常工况识别方法.首先,基于监督学习机制生成具有物理含义的高斯差分卷积核,采用增量式方法构建深层卷积神经网络(Deep convolutional neural network,DCNN),确保识别误差逐级收敛,避免反向传播算法迭代寻优卷积核参数的过程.定义通道特征图独立系数获取电熔镁炉特征类激活映射图的可视化结果,定义可解释性可信度评测指标,自适应调节深层卷积随机配置网络层级,对不可信样本进行再认知以获取最优工况识别结果.实验结果表明,所提方法较其他方法具有更优的识别精度和可解释性.

基于文献计量学的《河南理工大学学报(自然科学版)》核心竞争力提升路径思考——兼论传统工科院校工程技术类综合学术期刊的研究热点与知识图谱

为了解近15 a来《河南理工大学学报(自然科学版)》载文的整体态势,应用CiteSpace等文献计量学分析工具,对《河南理工大学学报(自然科学版)》载文的研究热点、趋势与知识图谱进行分析。结果表明:《河南理工大学学报(自然科学版)》载文主要集中在矿业工程、安全工程、地质工程和测绘工程等工科领域,发文趋势稳定;报道范围相对广泛,结构为离散型;报道热点集中在采空区研究、瓦斯安全、煤层气、开采沉陷、资源勘探等方面,学科交叉属性较强;报道范围具有跨相近领域、关键词离散但服务于更高一级领域目标的关键特征。通过对可视化结果进行分析,揭示传统工科院校工程技术类综合学术期刊的发展现状及规律,为期刊综合质量提升提供科学依据。

非对称偏斜噪声条件下一种鲁棒概率系统辨识算法研究

在现有的系统辨识算法中,常用的高斯、学生氏t(Student's t,St)、拉普拉斯等噪声分布均呈现出对称的统计特性,难以描述非对称性、有偏的输出噪声,使得在非对称偏斜噪声条件下算法的性能下降.基于此,研究一类广义双曲倾斜学生氏t(Generalized hyperbolic skew student's t,GHSkewt)分布,并在非对称偏斜噪声条件下,提出一种线性系统鲁棒辨识算法.首先,对GHSkewt分布的重尾特性和偏斜特性进行详细阐述,数学上证明了标准学生氏t分布可看作是GHSkewt分布的一个特例;其次,引入隐含变量将GHSkewt分布进行数学分解,以方便算法的推导和实现;最后,在期望最大化(Expectation-maximization,EM)算法下,重构具有隐含变量系统的代价函数,通过迭代优化的方式,不断从被污染数据集中学习过程的动态特性和噪声分布,实现噪声参数和模型参数的联合估计.

细粒沉积物及其古地理研究进展与展望

细粒沉积物特征及其古地理研究对含油气细粒沉积物的勘探开发、评价预测、工程技术设计等意义重大。近年来,细粒沉积物,尤其是含油气细粒沉积物研究的快速发展,带来了一系列新的研究领域。在讨论细粒沉积物的定义、分类与特征的基础上,通过分析细粒沉积的文献知识群,获取细粒沉积物、页岩研究等结构、热点与发展方向。国际上细粒沉积物研究主要关注微结构和成因机制,近年来主要在具有油气意义的特殊细粒沉积物——页岩研究方面取得关键进展,对页岩的研究过程可以分为以页岩表征为代表的主知识网络和以页岩气赋存、运移等构成的延伸知识网络。细粒沉积物古地理恢复方法丰富,适用性存在差异,但量化、多因素综合、数据集成与深度挖掘、人工智能化将是细粒沉积古地理恢复方法的方向。在含油气细粒沉积物的优选评价方面,需要对沉积物本身特征与控制影响因素展开精细研究,进而延伸出"更宏观"与"更微观"2个主要发展方向。

多源信息融合约束下的工作面电磁波CT探测智能反演方法

为满足煤矿工作面智能精准开采对地质异常分布精准感知的需求,进一步提高工作面电磁波CT反演的精准性,提出了多源先验信息约束下的电磁波CT智能反演模型。在对工作面电磁波CT反演稀疏矩阵方程进行泛函优化转换的基础上,分析了基本遗传算法(Single Genetic Algorithm,SGA)的寻优进化机理,探讨了不同遗传参数对SGA智能算法搜索优化性能的影响,设计了基于多种群自适应遗传算法(Multi-population Adaptive Genetic Algorithm,MAGA)的工作面地质异常电磁波CT反演目标函数求解机制。除此之外,提出了范围约束、就近约束和平均值约束3种约束模型,将生产过程中揭露的巷探、钻探及回采等多源先验地质信息作为约束条件,不断调整地质异常反演目标函数搜索的进化方向,最终形成了基于MAGA智能算法和多源先验信息约束的电磁波CT反演模型,并通过数值模拟和工程实例进行了测试和验证。试验结果表明:MAGA智能算法能够充分结合多种群协同进化和遗传参数自适应调节策略,相比于单一的遗传算法具有更高的全局及局部搜索准确性和稳定性;随着外部约束数据的增加,基于平均值约束的MAGA智能算法能够获得更优的电磁波CT反演目标函数收敛结果。以山西大同矿区8208工作面内电磁波CT地质异常反演和解释为例对所建模型进行检验,预测结果与实际揭露结果基本一致,进一步验证了多源信息约束下的智能反演方法在工程实践应用中的可靠性,为工作面内地质异常的精准反演和预测提供了一种新的思路和方法。

基于计量特征的《东北石油大学学报》文献热点与知识图谱——兼论石油行业特色高校自然科学学报文献特征

以《东北石油大学学报》为例,分析文献计量特征,研究石油行业特色高校自然科学学报的刊载论文热点与知识图谱。结果表明:《东北石油大学学报》主要贡献机构集中于与能源行业紧密相关的高校及研究性机构,载文集中于油气行业相关领域,发文趋势稳定;关键词共词网络相关关系强,文献知识结构整体为相对集中型。载文知识网络关键词聚类具有显著的时间分布上的集中性,报道热点更替性强。载文特征综合反映科研前沿性与行业需求的双重影响,突发性关键词多,显著影响载文特征。该结果为行业特色高校学术期刊质量提升及学科领域发展提供分析依据。

我国“快速掘进”研究热点与知识图谱特征

文献检索与信息获取本文的文献检索依据为中国知网数据库(CNKI数据库)。在CNKI数据库内,检索条件设置为“检索条件:((主题=快速掘进)OR(主题=掘进智能化)OR(主题=智能掘进)(精确匹配));来源类别为SCI来源期刊、EI来源期刊、北大核心、CSSCI和CSCD;检索时间范围为2000-2020年。

储层精细评价潜在关键关联指标:页岩沉积构造及其量化问题研究评述

页岩储层粒度细小,其物质组分与物性特征在多个尺度上受到沉积构造的控制影响。为总结储层精细评价潜在关键关联指标,对页岩沉积构造及其量化问题的研究进展进行分析,通过文献梳理、文献分析及专家访谈等方式,提炼出页岩储层沉积构造研究的部分代表性问题及趋势。结果表明:沉积构造是页岩储层联系物质组分及其分异特征、储层纳米孔隙系统、物性与含气性、储层力学性质与改造潜力的关键指标,其在储层演化中对岩石结构、孔渗物性以及油气赋存的影响构成优质储层成藏机理的一部分。逐步开展了沉积构造成因、分类、物质组分、非均质性、物性、力学结构、孔隙载体、工程性质和改造技术等特征及影响机理的研究,但在量化研究、机理深化以及指导应用实践等方面还需进一步深化研究。页岩储层沉积构造研究的潜在研究方向包括量化沉积构造及其跨尺度影响物性与含气性的机理、结合深层页岩地质条件、应用新技术与新方法、结合储层演化及成藏机理的沉积构造研究等方面,为页岩气地质研究人员提供参考。

基于文献计量特征的我国深层页岩研究进展及趋势(2012—2022)

深层页岩油气资源是我国未来非常规能源产能接替增长的关键。运用CiteSpace知识图谱工具,系统分析了我国深层页岩142篇核心期刊文献的研究进展、研究热点、合作网络、研究趋势及路径演进。结果表明:我国深层页岩的研究经历了起步(2012—2015年)和波动增长(2016—2022年)2个发展阶段;四川盆地为开发深层页岩气的关键区域,水平井压裂、井壁稳定等相关技术则为目前研究的热点技术,对储层特征、演化程度以及吸附解吸附等区域地质特征的讨论为深层页岩的开发和技术运用提供了理论支持。在此基础上,深层页岩的资源前景也成为热点议题;国内科研机构和核心作者联系较为紧密,目前我国深层页岩的研究主要以学术力量较强的中国石化集团附属科研机构之间的合作为主要形式;我国深层页岩目前处于研究早期阶段,在勘探技术、地质理论等方面研究潜力显著。

基于工程项目的控制类实验课程考核方式研究

本文在分析控制类实验课程特点的基础上,针对新一轮科技革命和产业变革背景下控制类实验课程考核方式存在的问题,提出了注重培养学生的实践能力和提升学生的创新能力的基于工程项目的控制类实验课程考核方式,同时介绍了前期考核、中期考核和后期考核三个过程化的考核内容。教学实践证明,该方法可以激发学生学习的热情,提高学生应对工程项目的能力和创新能力,对高校控制类实验课程考核起到了一定的积极作用。

深层页岩储层脆性评价及综合脆性指标评价优化路径研究——以Z-3井五峰组—龙马溪组为例

页岩的岩石脆性是页岩油气藏可压裂性的重要影响因素,也对页岩油气工程有指导价值。对国内外的脆性评价方法进行归类和研究分析,以Z-3井五峰组—龙马溪组为例,通过单轴抗压实验、三轴抗压试验和巴西劈裂实验等岩石力学实验手段,获取计算脆性指标的必要数据,从而进行脆性指标的检验和对比评价。研究结果显示,矿物组分法忽略了成岩作用、岩石受力条件和地区等因素;力学强度参数法脆性指标的数值敏感度不好,并且出现与实际情况相反的现象;弹性参数法参数修改的工作量大,线性加权权值的选取未加以说明;应力应变曲线法存在特殊情况使得指标失效,而且存在较为严重的系统误差和人为误差等问题。综合当前研究方法的局限性,提出基于组合赋权法构建综合脆性指标的思路,为工程技术人员提供参考。

基于空间句法的历史街区空间优化策略研究——以徐州市中枢街为例

中枢街是徐州市泉山区重要的商业与交通枢纽,拥有百余年历史,兼具历史、商业与居住的综合性功能,其空间演变见证了徐州的城市建设与更新。伴随城市新区的增量建设,中枢街旧城老化问题日益显现。基于空间句法理论,以徐州市中枢街为例,针对其街巷空间开展研究,采用轴线分析、视域分析、人流群聚分析量化街区空间形态,探究空间存在的问题并提出优化策略。

英国儿童户外游戏场景观治理创新借鉴研究

在“法规-设计原则-闭环管理”的景观治理模式下,英国儿童户外游戏场重视儿童与自然的亲密关系,在促进儿童环境健康发展方面,有大量的成果与经验。挖掘英国儿童户外游戏场起源与发展中的景观治理内涵,研究当前全流程景观治理理论框架,对其成功经验进行创新借鉴,最终得出:1.着眼社会对景观治理的发展需求,在儿童户外游戏场建设与更新中发挥景观治理的落地凝聚力;2.在顶层设计上以安全问题为主导,在落地层面以实际人地问题为目标,系统构建承上启下的儿童户外游戏场景观治理链条,推动儿童户外游戏环境高质量发展;3.重视全流程动态治理,在治理各阶段与公众进行需求交互,增进儿童户外游戏场的教育内涵,在实践中科学论证与完善景观治理逻辑。

煤矿智慧班组管理系统研究与应用

针对智能矿山基层工作繁杂,管理效益与装备水平不匹配的现状,本研究从人员-设备-作业-风险的角度,明确了以全面规范的基础管理体系、设备精准检修与适时维护的管理办法、任务和安全为核心的标准化作业流程和多系统联动的煤矿风险预警推送为核心的建设内涵。介绍了智慧班组管理系统的技术路径,提出了包含信息流、基础设施、方法模型、功能应用和系统终端等的关键流程。设计了基于德尔菲和层次分析法的班组考核评价方法、基于关系型数据库的岗位作业匹配系统和基于云边端一体化的多系统联动信息推送方法等关键技术。最后开发了智慧班组管理系统PC端和移动端,并在敏东一矿基层班组成功应用。

英国儿童与自然关联测度实验方法及应用研究

接触自然是儿童全面成长不可或缺的一部分。随着城市化进程加快,儿童与自然的联系也在逐渐减少。儿童与自然关联测度是指运用科学的实验方法测量和跟踪儿童与自然的关联度状况。英国针对儿童权利及福祉的相关研究较为丰富,尤其是在加强儿童与自然关联方面。通过解析儿童与自然关联测度实验研究背景,以英国皇家鸟类保护协会(Royal Society for the Protection of Birds,简称RSPB)实验为例,分析其研究目的与意义、实验方法、测度工具在英国的应用实践,进而对实验的优点和不足进行分析评述,得出对我国的具体启示,可以从推进儿童与自然关联研究的数据化与智能化、提升环境建设过程中“儿童参与”的话语比重、发挥多方协作的合作模式三个方面出发,促进儿童接触自然,为我国儿童与自然相关研究提供借鉴与参考。

气候危机下城市景观弹性应对策略研究

针对气候变化,"碳中和""碳达峰"成为热议词汇。2021年全国两会期间提出多行业综合治理,多措并举的应对思路。景观规划是城市建设的关键支撑,在应对气候变化下的弹性城市建设中,能够发挥重要的枢纽作用。本文通过梳理英国布里斯托尔城市关于应对气候危机的《一个城市气候策略》(One City Climate Strategy)中的内容,归纳其以政策支撑景观规划方向、以景观手段缓解和适应气候变化、以大数据技术发展智慧城市建设三个层面的应对措施,总结出景观规划应对气候危机的大格局枢纽定位。

基于区间边界探测的进化随机配置网络

随机配置网络在监督机制下利用随机采样方式在可调区间内分配新增隐节点参数,易陷入局部最优,导致模型包含不必要的冗余节点.为保证模型的紧致性,本文提出了一种进化随机配置网络架构,利用进化算法迭代搜索隐节点参数的最优配置.首先,初始化策略通过探测有潜力的区间边界生成满足监督机制的初始种群,以加快种群的收敛速度.随后,采用基于Q-learning的选择策略自适应地根据种群所在区间边界为进化算子选取合适的参数设置,进而提高其搜索效率,增强种群的收敛性能.最后,在基准数据集上的实验表明了所提算法构建模型的紧致性和精度.

构造煤变形能及在煤与瓦斯突出中的作用

煤与瓦斯突出是一种以煤体变形能与瓦斯膨胀能共同驱动的煤岩动力灾害,尽管突出的综合作用假说已被广泛认可,相比于瓦斯膨胀能,煤体变形能在突出中的作用总被忽视。为了确定煤体变形能在突出中是否可以被忽略,对霍多特和郑哲敏的研究(突出能量领域的代表性成果)开展了系统回顾与讨论,认为霍多特提出的突出激发能量判据以煤体变形能为核心,而郑哲敏的数量级对比结果不能作为变形能可以被忽视的证据。大部分煤与瓦斯突出事故发生在构造煤层中,为揭示构造煤变形能在突出中的贡献,开展了煤体循环载荷实验与三轴破坏同步声发射监测实验,实验结果表明:与原生煤的线性、小变形特征不同,构造煤的加卸载曲线具有非线性、大变形的特征,构造煤的变形能与应力不再符合平方关系。基于土力学临界状态模型,构建了适用于构造煤非线性特征的变形能理论计算模型,该模型反映了煤体变形能与应力间的幂函数关系,确定了构造煤的幂指数主要为1.1~1.3,原生煤的幂指数主要为1.7~1.9,进一步表明构造煤的性质与土体更相似,而原生煤的性质更接近理想弹性体。尽管在相同应力水平下,构造煤的变形能更大,但构造煤在失稳后的对外释放能量很低,表现为损伤破碎时几乎不产生声发射信号。构造煤变形能的对外释放能量增加了煤体孔隙率,对内耗散能量为瓦斯快速解吸提供条件,2者综合控制了瓦斯膨胀能的释放。瓦斯膨胀能的研究对象应为参与突出做功的瓦斯,即突出煤体在短时间内的释放瓦斯,进一步的实验与数值分析结果表明,参与突出做功的瓦斯膨胀能与构造煤体变形能数量级相近,为10^(2)~10^(3)kJ/t。煤体变形能与瓦斯膨胀能的释放存在时序性与因果性,在突出孕育–激发阶段,煤体变形能的预先释放是瓦斯膨胀能聚集的必要条件。突出由煤体变形能与瓦斯膨胀能共同控制,煤体变形能与瓦斯膨胀能在突出中具有同等重要的地位。

基于分布共识的联邦增量迁移学习

相同生产工艺的工业过程协同建模是解决工业难测参数在线软测量的有效方法,但因生产原料、设备等因素差异,所形成的分布式数据往往呈现非独立同分布特性(Nonindependent Identically Distribution,Non-IID).同时,受生产环境变化影响,数据分布特性会随时间发生变化.因此,工业建模场景对模型的个性化配置和自主调整能力提出了更高的要求.为此,本文提出一种结构与参数并行优化的联邦增量迁移学习方法(Federated Incremental Transfer Learning,FITL).所提方法在增量式联邦学习框架下,建立了基于模型输出信息的联邦共识组织,并利用横向联邦进行组内增强;进而,面向联邦共识组织,通过最小化组间共识差异增量迁移不同共识组织信息;最后,结合组内横向增强和跨组织迁移学习,构造增量迁移下的联邦学习模型.在工业数据集和基准数据集上的实验结果表明,与现有方法相比,所提模型能更好地实现不同工况Non-IID情况下的协同建模.在过程工业回归任务和公开数据集的分类任务中,FITL能在多工况环境下相较基线方法提升9%和16%的模型预测精度.