煤矿智能监测与预警技术研究现状与发展趋势

发布时间：2021-10-31 21:48

　　从物联网、大数据、云计算及人工智能方面综述了我国煤矿智能监测与预警技术的研究现状。针对煤矿智能监测技术的实际应用情况,指出了煤矿智能监测与预警存在井下煤矿监测设备前兆信息采集可靠性差、云端平台集成应用融合深度不够、数据库安全性较弱、人工智能技术在煤矿监测中的应用尚不成熟等问题。展望了煤矿智能监测与预警技术的发展趋势:煤矿智能监测系统应用石墨烯/氧化石墨烯光纤传感器可实现多源信息感知,提升前兆信息采集的可靠性;研究多技术深度交叉融合技术,以探究监测数据的深层价值;构建基于区块链技术的煤矿监测数据库,保证数据库不可篡改,且具有较好的读写性能;研发具备自适应和深度学习的煤矿智能安全监测预警系统,实现矿井自动监测、智能预警。 

【文章来源】：工矿自动化. 2020,46(06)北大核心

【文章页数】：6 页

【部分图文】：

物联网、大数据和云计算、人工智能的关系

【参考文献】：
期刊论文
[1]基于深度学习算法的矿用巡检机器人设备识别[J]. 卢万杰,付华,赵洪瑞.  工程设计学报. 2019(05)
[2]智能化高强度开采超长工作面围岩灾变预警技术[J]. 范志忠,潘黎明,徐刚,尹希文.  煤炭科学技术. 2019(10)
[3]煤矿救灾机器人灾变环境侦测技术探讨[J]. 郑学召,闫兴,崔嘉明,郭军.  工矿自动化. 2019(10)
[4]光纤传感技术在煤矿瓦斯、火灾隐患监测预警中的应用研究进展[J]. 刘统玉,王兆伟,李振,李艳芳,金光贤,李润春,王纪强.  山东科学. 2019(05)
[5]区块链数据管理专题前言[J]. 于戈,牛保宁,金澈清.  软件学报. 2019(09)
[6]无监督学习AE和MVO-DBSCAN结合LIF在煤矿突水识别中的应用[J]. 来文豪,周孟然,李大同,王亚,胡锋,赵舜,顾煜林.  光谱学与光谱分析. 2019(08)
[7]基于物联网的煤矿粉尘监测云服务平台设计[J]. 郑林江,周龙辉,王杰,李戬,黄靖.  煤炭科学技术. 2019(07)
[8]“大智物云”时代数据治理国家战略比较分析——数据开放、网络安全保障与个人隐私保护[J]. 张彬,彭书桢,金知烨,隋雨佳,谷宁.  电子政务. 2019(06)
[9]基于LSTM神经网络的煤矿突水预测[J]. 董丽丽,费城,张翔,曹超凡.  煤田地质与勘探. 2019(02)
[10]区块链数据库:一种可查询且防篡改的数据库[J]. 焦通,申德荣,聂铁铮,寇月,李晓华,于戈.  软件学报. 2019(09)



本文编号：3468914