基于SCI-XDNet-CFF轻量化网络的井下运煤皮带异物识别

矿井煤炭开采面与地面距离较长,需要通过运煤皮带进行长距离运输,在运输过程中,存在大块矸石、锚杆等异物损坏皮带、堵塞落煤口的问题,易引发安全问题,因此,运煤皮带运输异物分类具有重要意义。为克服井下环境光照强度弱、识别精度低、模型参数量大的问题,提出一种结合低光照图像增强的XDNet-CFF轻量化网络。首先,采用预训练的自校准光照图像增强模型对井下运煤皮带图像进行低光照图像增强,有效提高图像质量;其次,设计一种基于Xcpetion-DenseNet121和跨层特征融合的深度网络,在提高特征提取能力的同时,将底层细节特征与上层语义特征相结合,减少信息丢失,丰富特征表示;然后,通过全连接层和softmax完成运煤皮带异物识别;最后,为实现移动端部署和识别预警,应用剪枝方法对模型进行压缩,大幅减少模型参数量,降低开销。结果表明,所提模型在运煤皮带异物数据集上准确率、精度、召回率、F1分数分别达到0.9467、0.9512、0.9416、0.9464,均优于主流模型,同时,参数量仅8.98 M,满足实际生产部署需求。

煤矿机电运输事故多发的原因及控制对策

近年来,随着机械化水平的不断提高,煤矿运输设备不断投入,煤矿机电事故频率逐年上升。因其工种特殊、涉及面广、技术性强,使得在煤矿生产中频频发生机电运输事故,严重影响了煤矿企业正常的运行。就煤矿机电运输事故发生的原因进行分析,并提出了相关控制措施,从而提高机电运输运作的安全性和稳定性,最大程度降低或者消除煤矿机电事故。

煤矿机电设备的维修及发展思路构架

随着现代化煤炭开采技术的不断更新,各类机电设备逐渐的被广泛运用于煤矿中。机电设备运行安全稳定性直接关系着整个煤矿的安全及生产,因此要严格的把关机电设备管理维修,探讨了煤矿机电设备的维修及发展思路,提出着手于基层的设备维修管理工作,利用有效策略促使其呈现最安全的状态,务必落实管理工作的各个方面,不断的提升煤矿机电设备的高效、可靠、安全、稳定运行。

煤矿机电设备周期性检修预警管理系统的研究与开发应用

重点介绍了使用ASP.NET2.0以及SQL SERVER两种数据库技术,对煤矿机电设备周期性检修预警管理系统进行了研究开发,对各个单位机电设备实现自动化管理,有效保障煤矿安全生产,本系统包含检修任务警示、检修数据查询、检修规律记录、检修计划上报等方面管理工作。实践表明,该系统运营稳定、可靠度高,能够有效提高煤矿机电设备检修的工作效率。