人工智能技术支持下煤矿机电设备状态的智能识别.pdfVIP

人工智能技术支持下

煤矿机电设备状态的智能识别

胡光世

（国能神东石台煤矿，陕西榆林719300）

摘要：人工智能技术是我国矿山机械工业未来发展方向,将人工智能技术运用到矿山机械工业中，可有效控制成本，节

省人力、物力和财力。本文基于人工智能技术的煤矿机电设备状态识别方法，分析运用人工智能技术后，煤矿机电设备的信

号处理效果与识别效果。

关键词：人工智能技术；煤矿机电设备；智能识别；集成神经网络

中图分类号：F406.3;TD63文献标识码：A文章编号：1008-0155(2024)01-0142-03

机电设备的安全稳定运行是影响煤矿作业安全性网络无线网卡的功能，构成一个支持多种协议的收

的重要因素。在煤矿机电设备运行过程中，零件一旦发器。

发生故障，极易引发连锁反应，导致设备停止运行。煤在煤矿机电设备运行过程中存在最大值、最小值

矿作业环境差，为保证煤矿作业安全，将人工智能技术和平均值，计算数据可得出监控设备时间滑动窗口，假

应用到煤矿机电设备状态识别中，可有效协助发现煤设时间窗口大小约为15s,1s有1个数据统计指标。在

矿机电设备运行过程中的故障，保障煤矿机电设备平允许标量相似度存在的前提下，可得出监控设备时间

稳运行。节点的计算公式为：

1智能煤矿机电设备状态监控系统设计d(ao,bo)=(a-b,)+(a2-b,)+L+(a,-b,)(1)

1.1系统总体设计式中，（α,b。）表示二者距离的横纵坐标;d（αo，

煤矿机电设备监控系统由存储单元、数据采集单

bo）为特征属性的欧式距离，（α,b,）（α²,b）与(αn,b,）

元和通信单元组成。监控系统工作流程为：选择可作

分别表示在x维度的特征属性标量中,2个对象的欧式

为数据存储卡的TF卡,将数据采集单元电路采集的数距离。

据保存在TF卡中,将整理分析后的数据发送到主端控

在区分源节点过程中，通过公式计算各样本节点，

制系统，利用射频芯片接收装置接收数据，完成数据传

可得出连接数据节点最佳路径（网络吞吐率)为：

输，并选择机电设备监控数据网络节点的最佳连接路

(x+1)

径，增强机电设备状态运行的准确性m2V(2)

1.2数据存储卡接口设计式中，m为网络节点平均吞吐量；x为传感器总数

监控系统储存卡分为SD卡与TF卡。由于智能化量；为数据在各节点的传输速度。

煤矿机电设备需要，储存卡应具备更小巧的存储接口在分组过程中，需要计算数据传输后信号强度均

与更快的数据传递速度。因此，TF卡比SD卡应用更值，公式为：

加普遍，相比SD卡,TF卡更加轻便小巧，体积容量更

小，便于在狭窄空间内使用。入=2x:(3)

1.3数据传输单元射频芯片接收装置设计式中，入为n组节点传输数据平均值;n为节点数

将获取的数据保存在TF卡后,通过整理分析将数量，x；为第i组数据传输信号强度。

据通过自组网络完成PCI型接口，增强节点信息传递通过以上公式，可得节点传输距离