矿井通风主扇监控系统的设计与应用

文章介绍了矿井通风主扇监控系统的硬件结构组成、系统工作原理、风机控制部分的设计及基于国产工控组态软件组态王6.5的监控软件设计。运行实践表明,该系统数据采集准确可靠、运行安全稳定、图形界面友好、操作简捷直观,为确保煤矿井下的安全生产提供了有力的保障。     

近邻密度辅助模糊优化孪生支持向量机的钢板表面缺陷分类

为提升钢板表面缺陷分类精度,提出一种选择性弱化样本的分类模型。首先,在图像预处理阶段引入显著性检测算法来减少二值化后图像出现失真的影响;其次,为了降低不利的边缘样本点对模型的影响,同时又能提高有利的边缘样本点对模型的贡献,构造了一种新的密度模糊隶属度函数对样本进行权重赋值;最后,在孪生支持向量机(TWSVM)的基础上,将构造的密度模糊隶属度函数作为优化条件嵌入模型内,提出了近邻密度辅助模糊优化的TWSVM算法,以提高分类效果。在数据集NEU上的实验结果表明,引入显著性检测算法后,重新设计的特征在整体准确率上提高了1.66%,同时采用优化后的算法进行缺陷分类,准确率达到98.33%,进一步提高了分类性能。     

PLC在矿用提升机控制系统中的应用

文章对矿用提升机原有的调速控制系统进行了分析,针对其继电器-接触器控制中存在的不足,利用可编程控制器的优点,对调速系统进行了改造。根据矿井提升速度图的特点,编制了控制程序,绘制出梯形图,使改造后的提升机速度控制系统运行的精确度以及经济效益都得到了提高。     

矿山胶带运输综合自动化系统的设计

针对山西介休倡源煤炭有限责任公司地面胶带运输的现状,提出了一种胶带运输综合自动化系统的设计方案,介绍了系统布局及其功能设计。该系统以国产KHP109-K型煤矿用带式输送机保护控制系统为核心,实现了对整个胶带运输系统的综合自动化控制。     

基于卷积神经网络的板形缺陷识别

板形缺陷识别对于矫直机在矫直过程中具有重要意义,针对传统板形缺陷识别精度低、操作繁琐等问题,以AlexNet模型为基础,提出一种基于卷积神经网络的板形缺陷识别模型(OP-AlexNet).在预处理阶段利用双立方插值算法对数据集中的图片进行尺寸的统一并进行标准化操作.对AlexNet模型结构进行优化,包括调整卷积核大小并减少两层卷积层,删除一层全连接层降低网络复杂度;对卷积层提取的特征批量归一化(batch normalization,BN)以加快网络的收敛速度,激活函数选择LeakyReLU(Leaky Rectified Linear Unit)替换原结构的ReLU(Rectified Linear Unit)激活函数以减少静默神经元的出现.实验结果表明该模型最终识别精度达到91.3％,相比AlexNet模型提高了16.2％,并具有更好的鲁棒性,能够满足板形缺陷识别的要求.