矿井煤自燃监测预警技术研究现状及智能化发展趋势

煤自燃是煤炭开采过程中面临的主要灾害之一,对煤自燃特征参数快速准确监测、危险程度及时预警是实现煤矿安全高效生产的重要保障。从煤自燃前兆信息监测技术和预测预报方法2个方面综述了煤自燃监测预警技术的原理及研究与应用现状,剖析了现有煤自燃监测预警技术存在的主要问题:(1)煤自燃前兆信息一体化监测受井下环境干扰大;(2)预警指标体系和模型构建侧重实验,难以与现场实际有效衔接;(3)煤自然发火有效样本少,预测时效缺乏超前性。立足于煤矿智能化发展趋势,提出了煤自燃智能化监测预警技术的研究展望:(1)建立煤自燃超前预警与即时预报联合预测模式;(2)发展机理建模与机器学习相结合的多源信息融合分析方法;(3)构建矿井一站式、可视化、智能化煤自燃监测预警平台。以期提升煤自燃监测预警能力、提高煤矿安全智能化发展水平。     

煤与瓦斯突出预警技术研究现状及发展趋势

从煤与瓦斯突出灾害预警理论、预警信息采集途径、预警指标与模型、预警软件系统4个方面对煤与瓦斯突出预警技术的研究成果进行了综合梳理和详细分析,指出了现有煤与瓦斯突出预警技术存在的问题:部分预警信息获取的时效性和可靠性有待进一步提高,预警模型未实现信息有效深度挖掘等;提出了煤与瓦斯突出预警技术的发展趋势:高自动化水平、高精度的突出预警信息监测采集技术及装备研发,基于大数据的突出预警指标与模型研究,基于云技术的突出预警软件系统开发。     

人工智能与智能交通的交叉融合

智能交通系统是近几年迅速发展的一个领域,需要大量与智能相融合的技术提供支撑。人工智能技术是当今IT技术发展的前沿,已经广泛应用于多个领域。由于智能交通系统可以为人工智能的应用与发展提供大量研究对象,因此实现人工智能技术与智能交通领域的融合具有重要意义。笔者分析了智能交通系统的发展、特点,阐述了了人工智能技术在交通领域的应用,并针对两者交叉融合的结点综述智能交通系统,提出了未来智能交通的设想。     

数据融合在智能电网中的应用研究

数据融合是一种自动化信息综合处理技术.智能电网是物联网的一项重大应用,它具有海量的终端设备和海量的采集数据,为数据融合技术提供了很好的研究点和应用点.为了明确数据融合在智能电网中的应用方向和方法,文中首先介绍了数据融合技术的原理,分析了智能电网的特点;接着分别从数据的采集、传输、处理三个方面探讨了数据融合在智能电网中的应用;最后给出了数据融合在线路监测、设备监测和用户信息采集方面的应用意义和具体方法.为进一步展开研究提供了可选方向和技术参考     

基于嵌入式智能结点的信息融合模型研究

针对目前煤炭企业生产安全监控系统的结构特点,分析了单一传感器信息采集信息存在的问题,提出了基于嵌入式智能结点的多传感器信息融合的方法来提高系统信息的精确性和可靠性.在嵌入式智能技术的基础上,确定了煤矿生产多传感器信息融合的结构模式,建立了多级信息融合的软件模型,形成了一个智能化的分布式监控系统.     

煤矿救援机器人研究现状及发展趋势

介绍了煤矿救援机器人动力系统、防爆设计、多参数监测及通信系统等的国内外研究现状及应用情况,指出煤矿救灾机器人存在续航能力有限、行走控制距离短、防爆材料质量大、信息处理与传输可靠性差等问题。展望了煤矿救灾机器人的发展趋势:研发适用于煤矿领域的新能源电池是煤矿救援机器人动力电源的发展趋势之一;研发具有自主行走、定位与路径规划的智能化机器人是未来煤矿救援机器人发展的趋势;防爆材料轻量化、多源信息智能融合、无线加有线的通信方式也将是煤矿救援机器人智能多元化发展的方向。     

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。     

人工智能赋能的数据管理、分析与系统专刊前言

大数据时代,数据规模庞大,数据管理应用场景复杂,传统数据库和数据管理技术面临很大的挑战.人工智能技术因其强大的学习、推理、规划能力,为数据库系统提供了新的发展机遇.专刊强调数据管理与人工智能的深度融合,研究人工智能赋能的数据库新技术和新型系统,包括两方面:(1)传统数据管理、数据分析技术及系统与人工智能相结合,将会焕发新的生机;(2)大数据管理与分析是新一代人工智能技术发展的基石.因此,围绕传统数据管理的不同技术层面,需要新的理论和系统经验.     

煤矿信息化与自动化发展趋势

分析了2004—2013年全国煤矿百万吨事故率、百万吨死亡率、亿吨重特大事故率和亿吨重特大事故死亡率。提出融合机器视觉、激光测距、雷达测距和测速、人工智能等的胶轮车和电机车智能无人驾驶方法及矿用机器人与救灾机器人自动导航控制方法。探讨了矿用机器视觉的特点及其在煤矿井下的应用。提出煤矿井下移动通信主要是4G和WiFi技术;5G移动通信传输速度更快、工作频率更高,更适用于煤矿井下。指出较大辐射功率的无线电波不但会引爆瓦斯和电雷管,还会造成人身伤害;较大发射功率和增益的天线,应尽量布置在巷道顶部,远离固定岗位作业人员,避免长时间辐射。提出矿用机器人与救灾机器人宜选用锂电池大马力微电机旋翼无人机,需研究煤矿井下机器人远程无线控制和自动导航控制技术。提出基于气体和温度遥测传感器的采空区火灾监测预警方法。提出了防煤炭盗采监测技术需求。分析了可见光通信用于煤矿井下的优点和不足。     

智能数据管理与分析技术专刊前言

数据管理与智能计算的深度融合已经成为大数据时代顺利前行的迫切需求.智能数据管理旨在“为数据增添智能”,是数据科学与技术的重要基石,更是大数据产业蓬勃发展的关键支撑.一方面,将新一代人工智能方法应用于先进数据管理技术,尝试探索和突破智能数据管理与分析的理论体系、技术方法及系统平台,已经成为数据管理领域的新兴研究方向;另一方面,研发面向人工智能的数据库基础软件,为新一代人工智能技术的研发和广泛应用提供海量数据的有效存储、查询、分析和挖掘等的系统支持,亦是国家科技创新的决定性因素.智能数据管理与分析领域日益得到学术界和工业界的普遍关注,其理论、技术和方法亟待深入地探索与思考.目前,针对智能数据管理与分析的研究仍然处于起步阶段,有很多需要研究的问题. 本专刊公开征文,共收到投稿38篇(包括第35届中国数据库学术会议(NDBC 2018)推荐的12篇高质量论文).其中,37篇论文通过了形式审查,内容涉及智能数据管理与分析技术和应用.特约编辑先后邀请了 70多位专家参与审稿工作,每篇投稿至少邀请2位专家进行评审.稿件经初审、复审、NDBC 2018会议宣读和终审4个阶段,历时5个月,最终有20篇论文入选本专刊.根据主题,这些论文可以分为4组.     

智慧黄河三角洲框架技术研究

为强化物联网、大数据、人工智能等信息技术与黄河三角洲业务的深度融合,深入分析黄河三角洲业务智慧应用和信息化建设需求,提出智慧黄河三角洲总体建设思路和分期建设目标.设计建立智慧黄河三角洲的总体框架,并从监测感知、信息汇集、智能服务与分析支撑、业务智能应用、网络安全5个方面详细设计技术参考模型,实现黄河三角洲生态环境保护、...     

煤矿救灾机器人灾变环境侦测技术探讨

在分析传统的煤矿救灾机器人突水水源、火灾及瓦斯浓度侦测技术原理和特点的基础上,提出了基于无线自组网的煤矿救灾机器人突水水源侦测方法、基于大数据的煤矿救灾机器人火灾侦测方法、基于多源信息融合的煤矿救灾机器人瓦斯浓度侦测方法,可有效提高煤矿救灾机器人突水水源、火灾及瓦斯浓度侦测的准确率。指出了煤矿救灾机器人灾变环境侦测技术将深度融合云计算、人工智能、物联网等现代信息技术,从而全面提升煤矿救灾机器人灾变环境侦测结果的可靠性。     

黄河下游坝垛险情自动监测预警探讨

坝垛险情监测预警是黄河防洪工程防守和保证防洪安全的关键措施,针对传统人工巡坝查险存在劳动强度高、工作效率低、漏报错报等难以解决的缺陷,对坝垛险情自动监测预警进行探讨：在坝垛建立前端基站和5G专网通信,实现前端信息采集和与后台的数据通信;在前端摄像头嵌入人工智能算法,对采集影像有无险情进行初步判断;在后台建立大数据平台,自动比对前端摄像头数据并进行险情精准预判,自动生成工程险情关键参数,实现预警坝垛险情自动监测预警目的。通过基于深度学习方法进行模拟试验,实验结果表明：利用5G传输、大数据和人工智能等新技术,进行黄河下游坝垛险情监测预警建设,可以有效提升发现险情和应急上报能力,是未来黄河下游坝垛险情监测预警的重要手段,也是黄河信息化建设的重点和发展方向。     

前言

人工智能的迅速发展正深刻地改变着人类社会生活,在理论和方法上,人工智能呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征.数据驱动与知识驱动融合、跨媒体协同处理、人机协同增强智能、群体集成智能、自主智能系统等成为人工智能的发展重点,人工智能发展进入新阶段.随着新一代人工智能相关理论建模、技术创新、软硬件升级等整体推进,亟需破解研究中面临的理论、方法、应用等多个层面的挑战性难题.基于上述背景,为了加速我国人工智能领域研究,以及更好地推进人工智能技术的应用落地,《计算机研究与发展》出了本期"新一代人工智能前沿进展"专题.本专题共收录了14篇论文,反映国内同行在新一代人工智能前沿领域的最新研究成果,希望能为从事相关工作的读者提供借鉴和帮助.     

国产人工智能平台应用推广

随着自主可控和人工智能技术的发展,打造国产人工智能平台已成为国家战略发展目标之一。自主可控与人工智能的有机融合,既能提升自主可控产品的创新性和先进性,也能推动人工智能技术的国产化应用。通过打造国产人工智能平台,适配深度学习框架和模型开发工具,全面适应党政办公、党员建设等方向的智能化应用,推动了国产人工智能平台的技术发展和产业化落地。     

基于多传感器数据融合的智能火灾预警系统

根据当今火灾探测的现状和实现火灾早期探测的需求,将多传感器数据融合技术应用在火灾预警系统中。选择多个传感器对火灾过程的多参数进行监测,特别对火灾发生初期产生的异常信息进行全面监控,弥补了采用单一传感器的不足,扩展了时间上和空间上的观测范围。采用自适应加权融合估算法配合智能判别技术,增强了系统报警输出的灵敏度和可靠性,使系统达到了实现提前预警的目的。     

基于Sync Framework的矿用防爆手机数据同步技术研究与应用

煤矿瓦斯灾害监控预警系统不仅需要采集在线的安全监控信息,而且需要采集井下离线的检测、观测信息,防治煤与瓦斯突出所使用的日常预测、观测信息是瓦斯灾害监控预警重要的数据来源之一。为解决煤矿井下基于Android防爆手机的防突信息采集App与地面基于SQL Server的防突动态信息数据库间双向同步问题,提出一种基于Sync Framework的SQLite与SQL Server数据库慢同步方案,实现了防突信息采集App与防突动态信息数据库按需双向同步,并在河南能源集团演马庄矿进行了现场实验,取得了较好的应用效果。该方案实现了数据同步模块与具体业务数据库及业务管理系统解耦,因此可推广至防爆手机乃至普通Android手机App与SQL Server数据库同步,具有较高的工程研究和应用价值。     

基于粗糙集和神经网络的煤矿瓦斯预报方法研究

瓦斯灾害监测数据是煤矿瓦斯监控和预测的基础;采用现代信息处理技术和人工智能理论对每个监测平台的多传感器检测数据,主要包括井下温度、通风景、瓦斯浓度等进行挖掘、分析、处理、综合,提取出瓦斯灾害征兆信息,并用特征矩阵表示这些征兆信息;在利用最大熵方法进行特征提取的基础上,对多源数据进行多平台信息融合,提出粗糙集和神经网络融合算法,实现了煤矿瓦斯数据预报方法,增加了矿井状态监测置信度,提高了环境监测的准确率,具有实际应用意义.     

知识可编程智能芯片系统:概念、架构与展望

本文原创性地提出知识可编程智能芯片系统(KPI-CS)及其理论和工程体系.该系统在当前最先进的异构计算和可重构人工智能(AI)芯片技术的基础上,深度融合复杂系统工程理论、知识工程理论与技术、半导体芯片研发技术、人工智能可重构算法技术,提出基于知识的可重构智能芯片和计算系统平台技术.该系统旨在支持AI应用场景适应性、AI系统重构灵活性、AI算法算力合理性的平行智能AI芯片系统平台和对应的知识服务平台.同时,作为应用展望,KPI-CS与相应的应用平台联动,为平行复杂系统管理与控制、智能交通、智能能源、平行区块链、智能医疗等研究领域和工程实践提供新一代的实时、高效、自适应的计算系统支撑.     

面向煤炭精准开采的物联网架构及关键技术

在剖析煤矿生产物流系统存在问题的基础上,围绕煤炭精准开采科学构想和矿山物联网发展现状,提出了面向煤炭精准开采的物联网概念及内涵,凝练出其5种关键技术,即多源信息智能感知、多网融合传输、多参量信息分析处理、基于云技术的灾害监控预警、矿井灾害应急救援;指出基于透明地球的煤炭精准开采和基于物联网的智能感知是实现未来无人矿山的两大技术体系,其中精准开采是技术核心,物联网是技术保障;以煤矿动力灾害精准预警物联网为例,阐述了其包含感知层、网络层、应用层和公共技术的体系架构,并介绍了其工程应用,为实现煤炭精准开采科学构想提出了技术路径。