智能化主煤流系统方案

北京瑞华高科技术有限公司二零二零年五月第一节概述带运行损耗。其关键技术包括基于视频AI技术的节能调速优化系统，智能强化第二节智能化煤矿顶层设计智能化系统总体架构矿的各种应用提供一条信息高速通道。可采用骨干网与多种分支网结合的架构，化系统拼接管理，实现各智能化系统的通用性全面整合三维地质构模、三维数字模型、三维高程模型、三维景观随时针对某一变量、特征查询其历史变化特征。煤矿知识图谱逻辑4)应用层是围绕煤炭开采和煤矿业务开发的各类应用系统第三节与其他系统逻辑关系的组成内容，主煤流系统与其他各子系统的逻辑关系图如下图所示：子系统分层逻辑关系图输层、平台层、应用层。整个过程，接入-括：大型机电故障诊断系统、工作面设备监测系统、皮带自动化控制及煤矿知识图谱/数据体系系统；一类是分析/综合应用性的预测，过载判断，逆煤流启动和顺煤流停止，顺煤流启动，变频调速控矿上现有大型设备故障诊断系统主机位于井口办公楼三楼运输一队监控室，由天地（常州）自动化公司负责建设，已经将1070头部及主井皮带的各类传感相关设备信息进行读取、解析，并通过服务器SCADA软件以OPC方式发塔山矿主煤流主井和8115胶带机控对接的工作面设备数据，包括破碎机、转载机、前部运输机、顺槽皮带机开停数据等。显示各工作面的破碎机、转载机、前部运输机输机、顺槽皮带机等设备参数、厂家、出厂时间、运行时长、设备准确用于监测皮带机周边环境情况，包括：皮带沿线的瓦斯系统名称系统名称智能主煤流系统AI视频分析系统矿山云图4D-GIS透明地质模型系统模块化耦合平台大数据系统煤矿知识图谱逻辑模型/数据体所有系统备注软件一部软件一部软件一部软件二部软件一部/软件二部云平台技术部软件一部/自动化/领导自动化系统集成部层次应用层平台层平台层平台层平台层平台层平台层传输层第四节数据清单常常断断断断断断转载机电机减速转载机与皮带机量量顺槽皮带电机开停第五节解决方案如上图所示，为方便用户直观了解主煤流系统各皮带及工作面的运行情况，习框架模型对（坐人、空载、异物）等特征进行分类训练，对皮带运对皮带异物、空载的场景应用深度学习框架模型对（人，物，空）皮带异物，煤矿井下皮带造价昂贵，而异物（如锚杆、钢板、大块矸石等）的存在可能会造成皮带损伤甚至撕裂,带来巨大经济损失设定报警规则，当有空载情况发生时，系统自动告警并同步语音、移动APP等方式提醒相关人员及时处理，可减少空载造成的电力资源浪费，节约生产成空载识别置检测区域，当有满足预设条件的异物出现（如锚杆、钢板、大块矸石异物识别系统记录每次报警的详细信息，包括报警类型、报警时间、报警所示：采过程中，顺槽带式输送机的输送距离不断缩短，需要不断地拆掉输送机机架，秤算起，经过二盘区皮带，到达一盘区一部时间Ta顺槽头部的皮带秤算起，经过一盘区二部，到达一盘区一部时槽皮带秤位置开始预测未来一段时间，一盘区一部的载煤量，需要考虑时间差，因为当综一工作面的煤流到达一盘区一部的时候，综二工作面的煤流还则当前时刻一盘区一部上，综一工作面出煤停留在其上面的煤量：式中，C综一工作面为当前时刻综一工作面煤流在一盘区一部的载煤量，Tstay-i为Tstay_综一时间段内，各时刻点，Ci为Tstay-i时刻点时，顺槽带式输送另一种计算当前时刻一盘区一部上，综一工作面出煤停留在其上面的煤量：煤流系统示意图1）出煤采用主从模式策略：以几个综采工作3）不受限，不定量，根据煤流量进行调节策略：针对主井验来看，存在很大难度，主要存在以下问题：4）在计算预测的载煤量时，并不只是综采工作面出煤，掘进巷也在出煤，通过线性拟合计算得到模型数值：线性拟合效果确的预警作用。对现有的模型进行改进。从数据整体分布来看，长时间内是无法做到准确预测的，这里充分利用微积分的思想，计算短时间内载CST之间的关系，之后在循环累计，从而f（x）dx=F（x）+C利用当前的方程数值，来预测下一阶段出现的功率：如：5.4.3过程（如何做）带式输送机串联图1点运输到达A点前，Ci有足够时间完成启动或Lsafe_start_i，Q点落在带式输送机Ck(i+1<k≤N)上，如下图所示：Tstop_k为带式输送机Ck停止时间。由于带式输送机Ci+1，Ci+2，ⅆ,Ck-1长度短，启动和停止时间也相应较短，可将Ci+1，Ci+2，ⅆ,Ck-1作为同一条带式输送机来时带式输送机Ci+1，Ci+2，ⅆ,Ck-1上没有物料；先同时启动Ci+1，Ci+2，ⅆ,Ck-1，同时停止带式输送机Ci+1，Ci+2，ⅆ,Ck-1。变频调速用机器学习的方式实现，将载煤量、速度、功率变频调速的优势主要体现在：磨损，延长输送带的使用寿命。实现煤多快运、煤少慢跑、以采输送带智能控制器速度控制（最好给个挡位）的数据以及超过范围的数据，如下图所示：从直方图中可以看出来，大部分的数据在0.15之下，这样会对计算造成严滚筒与胶带机，轴承的温度，轴瓦的温度，电机的温度，单历史电动机周围温度、电机电压、电机转速、两次启动的间隔时间、定为稳态温升τ及温升时间常数T。采用高斯函数作为神经网络的径向基函数，利用训练样本对神经网络进行训练，求解神经网络的三个参数：基函数的中神经网络中采用高斯函数作为径向基函数，激活函数表示为：具体算法如下：如前面所述高斯函数作为径向基函数，可以求得方差：解得网络的第j个输出节点的实际输出yi为：设网络的第j个输出节点的期望输出为dj，基函数的方差可以表示为：5.7.3设备频谱异常检测（借用成熟的产品）SVM深度卷积神经网络模型，模型直接作用于原始实测式的卷积运算：f(~)为激活函数。卷积后再经过激活函数的非线性转化，将线性不可分池化层的计算公式如下：到线性可分的高维空间，找到高维空间的最优线性超平面。使用“一期望值的一致性程度：为抑制数值较大的权值，提升模型的泛化性，式中，xi为第i个样本数据，其正确标签为yi;f(xi/mm直径数据长度1023456789不同状态的轴承震动信号时域波形针对1024维的原始振动信号，设计如下图卷积-池化-全连接-SVM分类器”结构模型参数表：卷积2卷积3池化3日产量占比图载煤量和CST预测图该功能用于可视化各主运皮带和工作面顺槽皮带的搭接关集成现有功能，将各工作面关键位置的视频进该功能用于监测皮带机周边环境情况，包括：皮带沿线的瓦系统显示皮带称设备的设备参数，包括设备型号、厂家、出厂时系统显示各工作面的破碎机、转载机、前部运输机、后部运输机具有查询某段时间内，设备开机率的功能，包括：设备名称、设具有查询某段时间内，设备温度变化曲线功能，包括：设备名称具有查询某段时间内，输送机开停真实监测数据功能，包括：输心。皮带的基础数据包含皮带长度、设计功率、运行速度等等，除此之第六节功能清单统测测单）各工作面的瞬时产量图各工作面相关信息展示主运皮带实时运行模拟√√√√√√√√√√√√√√√√√√√√√√√√√√√√各种历史数据曲线图（曲等流√√√√√√√√√√√√√√√√√√√√√√√√√√√√√√√√√√图制制析主运皮带实时运行模拟顺煤流一键启动，手动启动况图√√√√√√√√√√√√√√√√√√√√√√√√√√