煤矿救灾机器人灾变环境侦测技术探讨

被引:8
作者
郑学召 [1 ,2 ]
闫兴 [1 ,2 ]
崔嘉明 [3 ]
郭军 [1 ,2 ]
机构
[1] 西安科技大学安全科学与工程学院
[2] 国家矿山救援西安研究中心
[3] 中煤华晋集团有限公司王家岭煤矿
基金
国家重点研发计划;
关键词
矿山应急救援; 煤矿事故; 救灾机器人; 灾变环境侦测; 突水; 火灾; 瓦斯浓度;
D O I
10.13272/j.issn.1671-251x.17477
中图分类号
TD79 [劳动安全]; TD745 [矿山水灾的预防和处理]; TD712 [矿井瓦斯];
学科分类号
081903 [安全技术及工程];
摘要
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。
引用
收藏
页码:29 / 32
页数:4
相关论文
共 18 条
[1]
基于低照度室内视频图像的烟雾检测算法研究 [D]. 
胡永才 .
西安科技大学,
2017
[2]
光纤气体传感器及其安全工程应用中的关键技术研究 [D]. 
魏玉宾 .
山东大学,
2016
[3]
基于改进FOA-SVM的矿井火灾图像识别 [J].
苗续芝 ;
陈伟 ;
毕方明 ;
房卫东 ;
张武雄 .
计算机工程, 2019, 45 (04) :267-274
[4]
矿井突水水源判别方法研究进展 [J].
汪洋 ;
左文喆 ;
王斌海 ;
程紫华 .
现代矿业, 2018, 34 (01) :69-73
[5]
基于FPGA的红外测温仪设计 [J].
王庆春 ;
余园悌 ;
蒋伟妮 ;
焦珊珊 ;
姜安琪 ;
朱永强 .
电子测量技术, 2018, 41 (02) :105-109
[6]
煤矿热动力灾害及特性 [J].
王德明 .
煤炭学报, 2018, 43 (01) :137-142
[7]
红外线气体分析仪在检测甲烷中的应用 [J].
单元伟 ;
白优 .
内蒙古煤炭经济, 2017, (14) :140-141
[8]
基于虚拟现实的煤矿救援机器人远程控制技术 [J].
张旭辉 ;
董润霖 ;
马宏伟 ;
杜昱阳 ;
毛清华 ;
王川伟 ;
薛旭升 ;
马琨 .
煤炭科学技术, 2017, 45 (05) :52-57
[9]
2004—2015年全国煤矿事故分析 [J].
孙继平 ;
钱晓红 .
工矿自动化, 2016, 42 (11) :1-5
[10]
煤矿事故与应急救援技术装备 [J].
孙继平 ;
钱晓红 .
工矿自动化, 2016, 42 (10) :1-5