位置:成果数据库 > 期刊 > 期刊详情页
放顶煤工作面煤矸混合度自动识别研究进展
  • ISSN号:1671-0959
  • 期刊名称:《煤炭工程》
  • 时间:0
  • 分类:TD823.49[矿业工程—煤矿开采;矿业工程—矿山开采]
  • 作者机构:[1]中国矿业大学(北京)资源与安全工程学院,北京100083, [2]放顶煤开采煤炭行业工程研究中心,北京100083
  • 相关基金:国家自然科学基金资助项目(U1361209,51674264,51574244)
作者: 李良晖[1,2]
中文摘要:

自动化放煤是实现自动化综放开采的关键技术,放煤过程中对于煤矸混合度的自动识别是研究的难点。文章依次论述了基于自然射线、声波信号、图像的放顶煤工作面煤矸混合度识别技术的研究进展,提出了基于图像的煤矸混合度识别技术是未来的发展方向,以及综采工作面的煤岩界面的识别技术及分选中的煤矸识别技术的研究进展,总结了为放顶煤工作面煤矸混合度识别提供的宝贵经验。提出了将深度学习理论引入到煤矸混合度识别研究中,为人工智能技术在采矿行业中的应用提供了新思路,对提高综放开采顶煤回收率、提高煤质、实现工作面自动化有重要意义。

英文摘要:

Automatic top coal caving is the key technology for automatic longwall top -coal caving( LTCC), and coal - gangne mixedness recognition is the bottleneck. The author analyzes the progress of coal - gangne mixedness recognition technology of LTCC based on natural γ - ray, acoustic signal and image. It points out that the image - based coal - gangue mixedness recognition technology is the future development direction; introduces the progress of coal - rock interface recognition in fully - mechanized coal mining and coal - gangne recognition in separation. The author also proposes idea to introduce deep leaming theory into the study of coal - gangue mixedness recognition, which provides new thought for the application of artificial intelligence technology in coal mining, and improves the top - coal recovery rate and coal quality.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《煤炭工程》
  • 中国科技核心期刊
  • 主管单位:中国煤炭科工集团有限公司
  • 主办单位:煤炭工业规划设计研究院
  • 主编:章新敏(执行)
  • 地址:北京德外安德路67号
  • 邮编:100120
  • 邮箱:mtgctq@188.com
  • 电话:010-82276679
  • 国际标准刊号:ISSN:1671-0959
  • 国内统一刊号:ISSN:11-4658/TD
  • 邮发代号:80-130
  • 获奖情况:
  • 国家优秀期刊,煤炭部优秀期刊,全国中文核心期刊
  • 国内外数据库收录:
  • 中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:18145