专利检索 ap:("华北科技学院") AND inv:"王鹏" 第 1 页

1.

发明公开
基于改进神经网络的矿山调度室空岗识别方法审中-实审

公开(公告)号：CN118135603A

公开(公告)日：2024-06-04

申请号：CN202410056903.5

申请日：2024-01-16

申请人： 应急管理部信息研究院(煤炭信息研究院) , 西南交通大学 , 华北科技学院(中国煤矿安全技术培训中心)

发明人： 疏礼春 , 张晓博 , 魏立科 , 吴韵杨 , 王鹏 , 殷大发 , 陈佳林 , 汪鹏 , 徐志奇 , 宋国栋 , 高洪波 , 付恩三 , 王新会 , 田乐逍 , 崔朋志 , 张倩

IPC分类号： G06V40/10 , G06Q10/0631 , G06V20/52 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08

摘要： 本申请提供一种基于改进神经网络的矿山调度室空岗识别方法，涉及目标检测技术领域，该方法包括如下步骤：采集图像数据；根据图像数据，构建数据集；构建改进CenterNet神经网络模型；利用构建的数据集，训练改进CenterNet神经网络模型；根据训练后的改进CenterNet神经网络模型，对待识别图像进行在岗与空岗目标的识别，当识别为空岗时发出报警提醒。本申请通过加入的动态稀疏注意力机制模块改进CenterNet神经网络模型，并将获取的图像输入至训练后的CenterNet神经网络模型中进行人体识别，使其在识别人体时具有更高的精确度，更快的收敛速度和更强的鲁棒性。

2.

发明授权
一种煤层群开采矿井采空区内煤柱留设方法和系统有权

公开(公告)号：CN115370367B

公开(公告)日：2023-02-17

申请号：CN202211302601.9

申请日：2022-10-24

申请人： 华北科技学院

发明人： 史先锋 , 刘金海 , 陈文晨 , 许士奎 , 王鹏 , 屈云龙 , 郭启彬 , 刘彦斐

IPC分类号： E21C41/18 , G06F30/20 , G06F119/14

摘要： 本申请提供了一种煤层群开采矿井采空区内煤柱留设方法和系统。该方法包括：确定煤层群开采矿井采空区内需留设煤柱；基于预设安全条件确定所述留设煤柱的安全尺寸；其中，所述预设安全条件包括：防止煤柱失稳安全条件、防止煤柱发生冲击地压安全条件、隔离采空区安全条件以及减小对相邻煤层影响的安全条件；基于所述留设煤柱的安全尺寸，对所述留设煤柱在本煤层以及相邻煤层进行安全论证。籍此，以有效指导煤层群开采矿井采空区内的煤柱留设，保证煤层群的安全开采。

3.

发明公开
一种煤层群开采矿井采空区内煤柱留设方法和系统有权

公开(公告)号：CN115370367A

公开(公告)日：2022-11-22

申请号：CN202211302601.9

申请日：2022-10-24

申请人： 华北科技学院

发明人： 史先锋 , 刘金海 , 陈文晨 , 许士奎 , 王鹏 , 屈云龙 , 郭启彬 , 刘彦斐

IPC分类号： E21C41/18 , G06F30/20 , G06F119/14

摘要： 本申请提供了一种煤层群开采矿井采空区内煤柱留设方法和系统。该方法包括：确定煤层群开采矿井采空区内需留设煤柱；基于预设安全条件确定所述留设煤柱的安全尺寸；其中，所述预设安全条件包括：防止煤柱失稳安全条件、防止煤柱发生冲击地压安全条件、隔离采空区安全条件以及减小对相邻煤层影响的安全条件；基于所述留设煤柱的安全尺寸，对所述留设煤柱在本煤层以及相邻煤层进行安全论证。籍此，以有效指导煤层群开采矿井采空区内的煤柱留设，保证煤层群的安全开采。

4.

发明公开
一种基于改进LSTM的煤矿瓦斯浓度预测方法及系统审中-实审

公开(公告)号：CN118116502A

公开(公告)日：2024-05-31

申请号：CN202410063589.3

申请日：2024-01-16

申请人： 应急管理部信息研究院(煤炭信息研究院) , 西南交通大学 , 华北科技学院(中国煤矿安全技术培训中心)

发明人： 王鹏 , 疏礼春 , 张晓博 , 魏立科 , 孙宜敏 , 殷大发 , 陈佳林 , 汪鹏 , 徐志奇 , 宋国栋 , 高洪波 , 付恩三 , 王新会 , 田乐逍 , 崔朋志 , 张倩

IPC分类号： G16C20/30 , G06Q50/26 , G06N3/0442 , G06N3/086

摘要： 本申请涉及矿山安全生产与灾害预警技术领域，尤其涉及一种基于改进LSTM的煤矿瓦斯浓度预测方法及系统，包括：获取煤矿瓦斯监测数据，并且对获取的煤矿瓦斯监测数据进行预处理；使用差分进化算法对LSTM模型进行改进；将预处理后的煤矿瓦斯监测数据输入至改进后的LSTM模型中进行训练；利用训练好的LSTM模型对瓦斯浓度进行预测。本申请提供的基于改进LSTM的煤矿瓦斯浓度预测方法及系统，通过加入差分进化(DE)算法改进LSTM模型，并将获取的数据输入至训练好的LSTM模型中进行瓦斯浓度预测，使其在预测浓度时具有更快地训练速度，并且使得寻找最优参数较为简单。