付翔
- 作品数：145 被引量：428H指数：12
- 供职机构：太原理工大学矿业工程学院更多>>
- 发文基金：国家自然科学基金中国博士后科学基金煤炭资源与安全开采国家重点实验室开放基金更多>>
- 相关领域：矿业工程自动化与计算机技术机械工程环境科学与工程更多>>
- MRMR和SSGMM联合分类模型的煤泥浮选系统药况图像识别被引量：6
- 2021年
- 为解决煤泥浮选过程依靠工人肉眼识别泡沫特征来调节药剂用量,造成药剂浪费,产品质量不合格的问题,提出一种MRMR和SSGMM联合分类模型的药况图像识别方法.针对泡沫图像的形态、纹理、颜色特征与泡沫类别具有不同程度的相关性.将精煤灰分作为泡沫的类别信息,利用最大相关最小冗余(MRMR)算法筛选最优特征;针对传统的高斯混合模型(GMM)在聚类时,存在结果需人为判断实现分类的问题,通过引入少量已知加药状况下的泡沫图像特征样本对其改进,构建半监督高斯混合模型(SSGMM)泡沫图像聚类器.将优选的且具有少量先验标签信息的多维泡沫图像特征融合到SSGMM聚类模型中,利用少量的标记样本引导聚类,并将其标签信息映射给聚类结果实现自动分类.实验表明,这种联合分类模型提高了泡沫识别的准确性,为药剂用量的准确控制与精煤产品质量提供了关键技术支持.
- 曹文艳王然风樊民强付翔王宇龙
- 关键词：机器视觉半监督学习
- 基于鲁棒闭合路径校准的采煤机SINS/OD组合导航系统
- 2025年
- 基于非完整性约束和闭合路径校准的捷联惯导与里程计的组合导航系统是被广泛应用的采煤机定位方案,其中闭合路径校准法需要能够准确测量液压支架的实际推移距离,但传统的卡尔曼滤波器(KF)难以应对观测量中的异常值,而错误的预测位置会严重影响闭合路径校准法的精度,导致难以有效检测采煤机轨迹直线度。最大相关熵准则卡尔曼滤波器(MCCKF)可获得测量值的高阶统计量,但是MCCKF中的核带宽通常根据经验设定,影响了MCCKF对复杂环境的适用性。针对上述问题,提出了一种基于鲁棒闭合路径校准的采煤机捷联惯性导航系统(SINS)/里程计(OD)组合导航系统。首先,基于采煤机运动约束模型分别建立速度测量误差方程和位置测量误差方程,并建立KF模型完成对采煤机位置的最优估计;然后,采用MCCKF取代传统的KF,降低传统闭合路径校准法中错误的预测位置对直线度检测的干扰;最后,建立具有自适应核带宽算法的MCCKF(AMCCKF),在不预设核带宽参数的情况下即可获得良好的鲁棒性。实验结果表明:AMCCKF的东向均方根误差(RMSE)为0.1920 m,比MCCKF(核带宽=1)高2.65%;AMCCKF的北向RMSE为0.0496 m,比MCCKF(核带宽=1)低30.53%。结合东向和北向误差,AMCCKF的圆概率误差(CEP)为0.1422 m,较MCCKF(核带宽=1)降低了6.51%。在引入自适应核带宽后,AMCCKF可以达到甚至优于经过多次测试得到的固定核带宽MCCKF的性能,说明基于AMCCKF的组合导航系统具备更好的环境适应性。
- 闫明付翔王然风王然风刘彬
- 关键词：捷联惯性导航系统里程计
- 液压支架群组跟机推进行为的智能决策方法
- 本发明提供一种液压支架群组跟机推进行为的智能决策方法，属于液压支架控制领域，以解决目前方法会导致支架跟机适应能力差的问题。对液压支架跟机动作进行时序规划确定液压支架群组跟机推进行为的动作时序可行集；确定供液流量的调节范围...
- 付翔王然风
- 文献传递
- 采煤过程的液压支架跟机动作时序规划方法
- 本发明提供一种采煤过程的液压支架跟机动作时序规划方法，属于煤矿工作面液压系统领域，以解决目前方式难以保证液压支架群组精准跟机的问题。包括：确定工作面液压支架群组跟机过程的动作事件集；确定动作事件集中的任意两个动作事件之间...
- 付翔王然风
- 文献传递
- 煤矿业务场景人工智能模型的应用系统
- 本发明涉及一种煤矿业务场景人工智能模型的应用系统，属于煤矿智能化技术领域。包括：数据层用于获取煤矿井下采集的原始工况数据；特征计算层用于对原始工况数据进行特征提取，并将目标人工智能模型对应的特征存储至煤矿业务场景特征数据...
- 付翔 张智星 李浩杰 秦一凡 杨宇琪
- 基于含噪Retinex模型的煤矿低光照图像增强方法
- 本发明涉及一种基于含噪Retinex模型的煤矿低光照图像增强方法，属于图像增强技术领域。包括将原始图像输入噪声估计卷积神经网络，估计出原始图像的现实噪声图；将原始图像和现实噪声图输入光照分量估计模型得到光照分量，将原始图...
- 王宏伟曹文艳王浩然李正龙付翔陶磊王洪利张纯旺耿毅德
- 液压支架跟机移架控制异常工况模式识别方法
- 2025年
- 智采工作面在液压支架自动跟机时,由于底板、液压系统及电液控制系统等多方面因素的影响,会出现丢架、直线度不平整等异常工况。当前针对各类异常工况的识别分析主要集中于自动跟机结束后,仅通过人工调整进行单一判断,不利于快速判断需人工调控的液压支架架号。针对上述问题,提出了一种液压支架跟机移架控制异常工况模式识别方法,将异常工况识别范围提前至支架降柱后的移架阶段,得出停机波动型、移架超时型和行程异常型3类异常工况模式。首先,采集液压支架油缸行程与立柱压力数据。其次,对数据进行预处理,包括异常值处理、相邻数据求差及依据差值正负合并数据。然后,采用基于行程-压力-时间分析的移架异常识别算法对停机波动型与移架超时型模式进行识别;采用决策树模型对行程异常型模式进行识别。最后,提取移架动作起始及结束时间、当前支架行程的最大与最小值、当前支架与两侧支架的行程差6项特征,将其中移架动作起始与结束时间输入移架异常识别算法,进行行程波动识别,对具有行程波动的数据分别进行压力波动及移架动作时间的判别,识别出停机波动型与移架超时型模式;将后续4项行程类特征输入决策树模型,进行行程异常类模式的识别。实际测试结果表明:该识别方法对停机波动型模式与移架超时型模式的识别精确率为100%,召回率达95%以上;对于行程异常突降型模式的识别精确率为100%,召回率为97.87%;行程异常均小型模式的识别精确率为95.29%,召回率为81%,能够较好地对液压支架跟机移架控制的异常工况进行识别。
- 马志涛付翔李浩杰牛鹏昊贾一帆
- 关键词：液压支架
- 预测工作面液压支架系统跟机速度及液压稳定性的方法
- 本发明提供一种预测工作面液压支架系统跟机速度及液压稳定性的方法，属于液压系统领域，以解决目前仅能对液压支架不同类型动作的速度、供液流量、液压系统压力之间的关系进行定性描述，还未提出液压支架动作跟机速度和液压稳定性定量预测...
- 付翔王然风
- 文献传递
- 基于无模型深度强化学习的煤泥浮选智能控制研究
- 2025年
- 在煤泥浮选工业现场中,传统基于机理模型的控制方法因其依赖近似模型,存在控制精度受限与泛化能力不足的问题。而经典无模型深度强化学习算法如深度确定性策略梯度(DDPG),在处理高维时变状态时易受无关变量干扰,难以精准捕捉核心特征,导致策略稳定性下降。针对上述问题,提出一种基于融合注意力机制(AS)的无模型深度强化学习(AS−DDPG)的煤泥浮选智能控制方法。该方法采用AS−DDPG算法构建浮选智能控制器:以尾煤灰分为控制目标,在Actor−Critic网络基础上引入AS以精准捕捉核心特征,通过在线学习优化控制策略,建立了包含矿浆浓度、灰分、流量等关键参数的多维状态空间,设计了兼顾产品质量与药剂回收率的多目标奖励函数,直接通过智能体与环境的实时交互学习控制策略,能自适应捕捉过程动态特性,在实际浮选过程中保持稳定的控制效果。采集浮选工业现场的实时数据,经预处理后进行仿真实验,结果表明:相较于DDPG算法,AS−DDPG算法的训练误差降低27%,其奖励曲线收敛更快且波动幅度更小,有效策略比例提升2倍以上,表明其对高效药剂组合的探索更具方向性。工业性试验结果表明:相较于模糊PID与DDPG算法,AS−DDPG算法控制下的灰分标准差降至0.66,有效降低了浮选产品质量波动;捕收剂与起泡剂消耗分别优化至0.56,0.25 kg/t,表明基于AS−DDPG算法的智能控制器能以更低的药剂投入达到稳定分选的效果。
- 秦新凯王然风付翔窦治衡李品钰
- 基于LoRA微调与RAG融合的煤矿专业大模型应用关键技术
- 2025年
- 目前煤矿行业大模型仅对用户的提问进行知识问答,未与现场实时数据相关联,无法对煤矿生产运行状况进行实时分析与指导。针对这些问题,提出一种基于大语言模型的低阶适应(LoRA)微调和检索增强生成(RAG)融合的煤矿专业大模型。该模型先运用LoRA技术从历史文本语料中抽取出知识实体并定义知识结构输入大模型进行微调,使大模型能够深入理解领域知识,再将实时产生的生产数据、实时更新的作业规程、法规条例等数据经过向量化清洗输入向量数据库,并与RAG的检索机制相结合,确保数据信息的实时性和准确性。实验结果表明:①经LoRA微调后,模型回答可以精准契合某煤矿“一通三防”管理制度汇编,不仅详细阐述了控制瓦斯排放的增阻限风、分风限风、逐段排放等具体方法,还对排放时间计算、传感器设置、图纸绘制及断电撤人等操作细则进行说明,实现了从泛泛而谈到精准定位具体煤矿特定文件内容的跨越。②选取现场143万条液压支架时序数据,分别存入Milvus向量数据库与MySQL关系型数据库,从写入效率与查询性能2个维度进行对比,结果表明:Milvus向量数据库写入速度为MySQL关系型数据库的2.4倍;在向量检索场景方面,Milvus的向量相似度检索延迟稳定在20 ms,在混合查询场景效率方面,MySQL需全表扫描后排序,143万条数据延迟超100 ms,而Milvus将设备ID过滤后的子集输入分层可导航小世界图(HNSW)层,仅读取查询涉及的向量字段,避免了全表扫描。③将本地基于LoRA微调与RAG融合的煤矿专业大模型与本地离线deepseekR1−7b模型进行部署,对多项指标进行测试,结果表明:基于LoRA微调与RAG融合的煤矿专业大模型在煤矿专业领域知识学习性、知识动态化更新时效性、模型泛化与回答精确度方面具有显著优势,为工业级AI落地提供了可行路径。
- 秦一凡付翔张智星贾一帆孙岩
- 关键词：人工智能RAG
