基于机器学习的掘进工作面智能降尘系统

作     者：刘渠 李臣华 张振国 李群 孙航 LIU Qu;LI Chenhua;ZHANG Zhenguo;LI Qun;SUN Hang

作者机构：兖矿能源集团股份有限公司东滩煤矿山东省邹城市277500 徐州江煤科技有限公司 济宁市能源局 

出 版 物：《现代矿业》 (Modern Mining)

年 卷 期：2024年第40卷第8期

页      码：11-14,18页

摘      要：针对掘进工作面粉尘问题,设计了一种基于机器学习的智能降尘系统。该系统通过部署GKT5LX(A)型矿用设备开停传感器、GLR矿用本安型流量开关传感器、CCZ1000全自动粉尘测量仪传感器网络来监测工作面的各装置流量以及粉尘浓度,并利用机器学习算法分析数据,预测粉尘扩散并优化降尘策略。系统采用随机森林算法自适应调整喷雾装置的工作参数,实现精准降尘。在东滩煤矿的应用试验中,该系统最优状态下粉尘浓度降低了81.24%,极大地改善了工作环境。

主 题 词：智能降尘 掘进面 粉尘监测 机器学习 

学科分类：08[工学] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1674-6082.2024.08.003

馆 藏 号：203140415...