薄煤层智能回采系统关键技术研究

介绍了国内外薄煤层智能化回采技术发展概况;重点阐述了液压支架全工作面跟机智能化技术、采煤机全工作面智能切割技术、工作面视频监控技术、液压支架电液控制技术、工作面直线度控制技术、智能化远程集控技术、智能化集成供液控制技术、超前支护智能控制技术等薄煤层智能回采系统关键技术原理;针对目前矿井薄煤层回采存在开采难度大、经济效益低、资源采出率低等问题,从采煤机三维智能定位、煤岩界面智能识别、液压支架智能控制3个方面探讨了薄煤层智能回采系统关键技术的发展趋势。     

基于机电液联合的液压支架智能供液系统压力波动特性研究

针对煤矿综采工作面液压支架传统供液方式存在液压冲击大、支架位移不准确、跟机速度可调性较差等问题,本文设计了一套可自动卸压的智能供液系统,以实现对液压支架压力的自动调节,同时,设计了智能供液系统原理图,并采用SimulationX搭建了仿真模型,模拟真实工况下智能供液系统的压力和流量波动特性的规律。结果表明,采用智能供液系统能够有效减小液压支架的压力脉动,提高综采工作面液压支架的供液质量,并且不同的供液流量下压力变化趋势相同,验证了方案设计的合理性。     

邢东矿充填开采智能化技术及工程实践

充填开采智能化符合煤矿绿色开采和智能开采的行业发展趋势及需求,但目前对充填开采智能化关键技术缺乏系统性研究和实际工程应用。针对该问题,以固体充填开采面智能化升级为核心,以充实率智能控制为首要目的,以建设智能充填矿井为目标,系统研究了充填开采智能化关键技术：煤基固废智能预处理及投放控制技术;结合矿床实时测控、排矸速度智能控制、混合分选控制的井下智能跳汰分选技术;基于多源煤基固废实时监测和精准反馈调控的多源煤基固废归集储运技术;集智能充填监测、流量智能控制、充填液压支架和工作面电液控于一体的固体智能充填开采技术。通过各充填开采智能化关键技术的联动配合,邢东矿形成了以煤基固废预处理、煤矸井下分选、多源煤基固废储运及固体充填采煤为核心的智能充填矿井。工程实践结果表明：应用充填开采智能化技术后,智能充填工作面能力大幅度提高,工作面产量由月产3.6万t增加至月产7.2万t,每班人员减少8～10人,1个循环作业时间减少约2.5 h,效率提高约50%,全面解决了煤基固废排放问题。     

综采工作面供液系统负载流阻理论分析及试验

通过理论分析推导了环形供液模式下综采工作面供液系统负载流阻损失计算公式,并以黄陵煤矿1号工作面供液系统为例,得出了工作面不同液压支架处负载流阻损失分布;在工作面每隔20架支架安装1个压力传感器来测试供液系统管路压力,得到的压差与理论计算结果接近,验证了负载流阻损失计算公式的正确性;分别在采煤机速度为8,12m/min,单泵供液及双泵供液模式下,通过试验得出了供液系统泵站出口压力分布,并统计了系统卸载时间比与加载时间比,为后续跟机自动化过程中供液系统智能控制和优化提供了参考。     

大唐乌沙山发电厂智能控制系统总体设计应用

基于大唐乌沙山发电厂智能控制系统项目，介绍了智能控制系统的总体设计方案，设计了各优化模块与DCS、PLC系统的深度融合的智能运行平台，介绍了智能控制系统的整体架构设计，对架构设计中的数据底座层、平台支撑层、业务应用层、展现层的主要功能进行了具体讨论。介绍了智能控制系统在全厂中的部署模式。旨在对智能控制系统在大型发电厂中的应用与部署进行总结和分析，为后续全厂控制系统高度集成化与智能化方案设计提供一定的借鉴。     

从煤矿机械化到自动化和智能化的发展与创新实践——纪念《工矿自动化》创刊50周年

回顾《工矿自动化》杂志推动和见证中国煤炭50年从煤矿机械化到自动化和智能化发展与创新实践的发展概况,阐述了煤矿自动化和智能化的创新历程。对煤矿信息基础设施、自动化及智能化装备和系统的研发与实践进行了分析。实现异构网络融合与统一承载是煤矿自动化、智能化的信息基础。在主干网+接入网异构网络不断成熟的基础上,有线通信传输速率已达10 Gibit/s以上,5G和WiFi6等无线通信技术得到广泛应用,为煤矿智能化建设提供了可靠的通信平台;将有线通信、无线通信、IP广播、人员位置监测系统、视频监控系统融合,构建多网融合通信系统,实现了融合承载网络与统一位置服务。煤矿自动化、智能化装备发展迅速,采煤工作面在实现工作面采煤机记忆截割、液压支架自动跟机移架等技术的基础上,探索基于透明地质的工作面自适应截割技术、自动放煤控制技术等;掘进工作面在实现仿形截割、定位导航、远程控制的基础上,针对钻锚一体化、多机协同、基于地质模型的掘进截割模板规划等技术进行攻关,取得较好效果;智能变频节能传动支撑煤流运输系统智能装备发展;煤矿机器人集成研发及应用,巡检机器人成熟应用,智能辅助作业机器人得到攻关,多场景机器人集群调...     

节能型校园智能照明控制系统设计

随着科学技术的不断进步,社会对智能化照明需求也在日益增长,从智能控制的角度对校园照明系统进行分析,经过实验和调试,设计出基于无线传输收发模块和环境检测模块的校园智能照明控制系统。可以应用在校园各区域照明设备上,实现高效节能和人性化智能。     

一种四元热释电红外传感器仓储安防系统设计

为满足仓储设施对安防智能化的需求,设计一个智能控制的报警器。以单片机控制技术与传感器技术为基础,单片机AT89S52和热释电红外传感器模块DYP-ME003E为基本器件,构成报警控制系统,通过对输入传感器信号的处理,控制相关模块,实现报警、记录、显示功能。测试表明,本文讨论的报警系统各模块电路能够正常运行,信号接收灵敏度较高,能够判断是否误触发,较好地实现了单片机智能控制报警功能。     

基于RFID物联网技术的校园路灯智能控制系统

由于传统的校园路灯控制系统已经不能够满足现代校园发展的需要,为此提出并设计了基于RFID物联网技术的校园路灯智能控制系统。硬件系统主要包括终端控制器、驱动电源和光照传感器三个方面的设计;软件系统包括无线通信模块和中心控制模块设计。通过实验论证分析的方式,确定基于RFID物联网技术的智能控制系统的有效性,能够实现智能化、远程化的路灯节能控制,满足校园的照明需求。     

综采工作面无人化远程监控技术

为解决煤矿井下综采工作面监控不足、劳动力成本大、设备状态实时性较差等问题,本文提出了一套煤矿井下综采工作面无人化远程在线监控系统,介绍了硬件系统模块,根据模块化设计理念编写了故障识别软件程序。经应用表明,本次提出的方案实现了综采工作面的无人化、工作面设备的互联互通以及故障智能分析与决策,解决了长期困扰煤矿企业发展的难题,大大提高了煤矿井下智能化水平,降低了工人劳动强度。     

人工智能系统故障分析原理研究

为研究未来系统在人工智能控制下的系统故障预测、预防、控制和恢复能力,提出一种基于信息生态方法论的人工智能系统故障分析方法。将研究对象划分为人、功能、自然和智能系统;以智能系统为核心,研究故障信息、知识和智能安全生成原理;论述了基础故障意识、情感和理智的特点。研究表明,系统故障的人工智能分析必须采用信息生态方法论结合安全科学理论进行。分析原理是基于信息生态方法论,考虑基础故障意识、情感与理智,及即时故障语义信息进行的综合决策与反应,以确保系统在规定条件下完成预定功能。     

因素空间与可拓学的互补性分析及问题处理融合模型

问题智能处理是人工智能领域具有挑战性和交叉性的课题。大数据与人工智能技术背景下,为了给具有较高普遍性的开放性问题求解提供新的理论支撑,对因素空间与可拓学做了对比分析,发现两者具有共同的数学基础,在问题智能处理等研究方向有交叉性和互补性。以面向问题处理的融合模型为例,论证了可拓学与因素空间交叉研究的基本路径及其可行性,提出了两者交叉研究的主要方向,阐明了实际应用的潜在优势及适用范围。该研究将有助于进一步提高问题处理的系统性、智能化水平,提高解决问题从不确定性、偶然性到必然性的程度,并将推动为智能科学服务的智能数学的发展。     

智能化医养融合服务平台关键技术及应用研究

近年来,我国医疗健康和养老服务行业存在资源结构不平衡、医养服务智能化水平低、跨域协同难等问题;同时,缺乏应对重大疫情与突发公共卫生事件的信息化体系与机制。针对上述问题,本文基于大数据、人工智能、物联网、服务计算等新一代信息技术,通过服务模式、服务匹配、医养大数据治理、智能化诊疗服务与智能化辅助诊断机器人等关键技术创新以及智能化医养融合服务平台的研发,通过“互联网+医疗健康”和“互联网+养老”服务体系的深度智能化协同,实现了医疗健康与养老服务的深度融合,解决了医养服务资源整合难、多源多模态数据与异构系统治理难、全流程全周期智能辅助诊疗以及医养融合服务供给难等挑战性问题。     

共位监测卫星智能协同控制关键技术研究进展

随着深空探测及航天器智能化发展与应用,未来在轨智能协同控制将是关键性技术。本文首先讨论了卫星星载系统硬件设计的技术发展现状以及在监测卫星平台上应用的可行性;其次,面向未来卫星系统智能化发展要求,着重讨论了星载系统智能化现状与未来星载协同所具备的基本特性;再次,针对智能共位协同编队卫星群协同控制问题开展讨论,总结了在轨监测所需的关键技术实现路线;最后,针对卫星编队智能协同算法进行深入系统性分析,指出未来人工智能技术共位编队任务的应用可行性与良好前景。     

机制主义人工智能理论——一种通用的人工智能理论

现行人工智能研究取得了许多进展,但存在“深度上浅层化、广度上碎片化和体系上封闭化”的重要缺陷。这不是改进算法或者提高硬件性能所能解决的问题,而是要在科学观方法论上寻找根源。本文依据“科学观→方法论→研究模型→研究途径→基本概念→基本原理”这个顶天立地的研究纲领,总结了信息科学的科学观,提炼了信息生态方法论;在新的科学观和方法论指导下构筑了体现智能生长全过程的研究模型,发现了智能生长的共性机制,确立了机制主义研究途径,进而澄清和匡正了信息（特别是语义信息）、感知、知识、认知、基础意识、情感、理智、综合决策等一系列基础概念,总结了实现信息－知识－智能转换的一组基本原理,创建了机制主义人工智能理论。而且证明了:长期三分而立的结构主义（人工神经网络）、功能主义（专家系统）、行为主义（感知动作系统）三大人工智能理论可在机制主义人工智能理论框架内实现和谐统一;机制主义是生成基础意识、情感、理智三位一体高等人工智能的科学途径;机制主义人工智能理论是通用型的人工智能理论。     

因素空间理论——机制主义人工智能理论的数学基础

机制主义人工智能理论是基于智能的生长机制而把结构主义、功能主义和行为主义这三大人工智能流派有机统一起来并使基础意识、情感、理智成为三位一体的高等人工智能理论。因素空间是机制主义人工智能理论的数学基础,是现有模糊集、粗糙集和形式背景理论的进一步提升,它为信息描述提供了一个普适性的坐标框架,把数据变成可视的样本点,形成母体背景分布,压缩为背景基,由此进行概念自动生成,因果关联分析,以及建立在其上的学习、预测、识别、控制、评价和决策等一系列数学操作活动。本文将着重介绍其中的核心内容,将具体的形式信息（即语法信息）与效用信息（即语用信息）关联起来,提升为抽象的语义信息,为机制主义人工智能的信息转化第一定律提供一个简明的数学架构。本文以“九宫棋”为例,介绍如何用因素思维实现目标因素与场景因素的对接和搜索,为信息转化的第二定律从数学上展开探索性的思考;还结合因素空间及有关学科的历史来进行解说,以便帮助读者对因素空间理论有一个较为全面的认识。     

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。     

DESIGNING COMPLEX SYSTEMS WITHIN DISTRIBUTED ARCHITECTURES: AN INTELLIGENT TUTORING SYSTEMS PERSPECTIVE

The goal of this work is to introduce the basic concepts of distributed artificial intelligence as new methodologies to conceive and realize complex intelligent systems. We focused our attention on the design of intelligent tutoring systems, and using a distributed framework, we reached a fine control on the communicability process, one of the key issues in the realization of intelligent tutoring systems. A prototype is presented as an open information system in which classical modules, such as the domain expertise module and the tutor, are seen as populations of intelligent actors that share their fragmentary knowledge and organize their tasks in a concurrent universe in order to accomplish a common goal, the teaching session. The system has been written in a concurrent object-oriented language, realized on top of the Common Lisp Object System.     

高空台液压加载系统试验智能运行技术研究

为了满足航空发动机高空模拟试验智能化需求,以高空台液压加载系统为研究对象,研究其试验智能运行的关键技术。通过深入分析液压加载系统设备组成及试验智能化存在的传感器数据利用不充分、控制精度不高和数据可视化展示不直观等问题,提出基于层次分析法的数据分组关联架构,设计数据融合架构对传感器数据进行预处理并对数据进行数据层、特征层和决策层融合。针对控制精度不高且须满足快速性的要求,提出一种基于设备特性与加载谱的智能复合控制框架用于智能化控制。针对液压加载系统子设备众多且易发生故障并存在性能退化的问题,提出基于深度学习的故障诊断方法与基于支持向量机的健康预测方法。同时,提出一种基于WebGL框架下的液压加载系统工艺流程可视化展示方法并建立了三维可视化模型,实现液压加载系统动态模拟的运行状态显示。     

泛逻辑学理论——机制主义人工智能理论的逻辑基础

当前，世界各主要大国都把人工智能作为它们的国家战略。人工智能的发展正在快速改变着人类的生活方式和思想观念。在中国，有一小批研究者20多年来一直在基于辩证唯物主义潜心研究具有普适性的人工智能基础理论，包括智能的形成机制、逻辑基础、数学基础、协调机理、矛盾转化等。终于，他们各自建立了机制主义人工智能理论、泛逻辑学理论、因素空间理论、协调学、可拓学、集对分析等。其中，机制主义人工智能理论是基于智能形成机制的通用理论，它能把现有的结构主义、功能主义和行为主义三大流派有机地统一起来，使意识、情感、理智成为三位一体的关系；因素空间理论是机制主义人工智能理论的数学基础；泛逻辑学理论是机制主义人工智能理论的逻辑基础。本文介绍了泛逻辑学理论的基本思想、理论基础和应用方法，阐明它的理论意义和应用价值。特别需要指出的是，在广义概率论基础上建立的命题泛逻辑（包括刚性逻辑和柔性逻辑），可看成一个完整的命题级智能信息处理算子库，库中完整地包含了全部18种柔性信息处理模式（包括16种布尔信息处理模式），可用类型编码<a,b,e>来严格区分，用它可寻找到适合自己的信息处理算子完整簇来使用。在每一个信息处理模式中，各种不确定性的组合状态由不确定性程度属性编码<k,h,β,e>来严格区分，用它可在本信息处理模式的算子完整簇中精确选择具体的算子来使用。这表明柔性信息处理本质上是一把密码锁，它需要专门的密码<a,b,e>+<k,h,β,e>才能正常打开，不能乱点鸳鸯谱。通过只有18种模式，每种模式可以从最大算子连续变化到最小算子，已经证明了没有一个命题算子被遗漏。