• 中文核心期刊
  • 中国科技核心期刊
  • RCCSE中国核心学术期刊

煤矿安全管理“自学习”体系建设研究

王海军, 王诗珺

王海军, 王诗珺. 煤矿安全管理“自学习”体系建设研究[J]. 煤矿安全, 2020, 51(5): 249-251,256.
引用本文: 王海军, 王诗珺. 煤矿安全管理“自学习”体系建设研究[J]. 煤矿安全, 2020, 51(5): 249-251,256.
WANG Haijun, WANG Shijun. Research on “Self-learning” System Construction of Coal Mine Safety Management[J]. Safety in Coal Mines, 2020, 51(5): 249-251,256.
Citation: WANG Haijun, WANG Shijun. Research on “Self-learning” System Construction of Coal Mine Safety Management[J]. Safety in Coal Mines, 2020, 51(5): 249-251,256.

煤矿安全管理“自学习”体系建设研究

Research on “Self-learning” System Construction of Coal Mine Safety Management

  • 摘要: 煤矿安全生产管理过程中,目前存在危险源违规操作、不能实时预警、管理人员自由裁量权过大、奖惩缺乏可信电子证据链等的问题,从建立多特征融合危险源识别的实时跟踪处理系统、危险源及操作人员异常状况检测预警处理系统、形成安全管理奖惩可信电子证据链、安全管理大数据分析平台、安全管理“自学习”体系平台系统等5个途径,研究探讨煤矿企业在井下基于“自学习”的安全管理体系建设,完善具有正向激励机制导向的煤矿安全管理体系。
    Abstract: In the process of coal mine safety production management, there are some problems, such as illegal operation of hazard sources, failure of real-time early warning, excessive discretion of managers, lack of credible electronic evidence chain for rewards and punishments. This paper mainly establishes a real-time tracking and processing system for hazard sources identification based on multi-feature fusion, hazard sources and abnormal conditions of operators. This paper studies and discusses the construction of safety management system based on “self-learning” in underground coal mine enterprises, and perfects the coal mine with positive incentive mechanism-oriented through five ways: condition detection and early warning processing system, formation of credible electronic evidence chain for safety management rewards and punishments, safety management big data analysis platform and safety management “self-learning” platform system.
  • [1] 张瑞新,王群,王欣艳.基于组合赋权法的隐患排查治理能力体系评价研究[J].煤炭技术,2014,33(5):58.
    [2] 王欣艳.煤矿安全隐患治理能力评估与预测方法研究[D].北京:中国矿业大学(北京),2013.
    [3] 肖成侠.煤矿企业生产过程隐患排查治理方法研究与应用[D].天津:天津理工大学,2014.
    [4] 黄海峰,林海玉,吕奕铭,等.基于小型无人机遥感的单体地质灾害应急调查方法与实践[J].工程地质学报,2017(2):447-454.
    [5] 刘哲,陈恳,郑紫微.基于HOG与多实例在线学习的目标跟踪算法[J].计算机工程,2015,41(1):158.
    [6] 张伯伦.基于异常行为识别的智能监控系统的研究与设计[D].西安:西安电子科技大学,2007.
    [7] 刘忠伟,章毓晋.十种基于颜色特征图像检索算法的比较和分析[J].信号处理,2000,16(1):79-84.
    [8] 王新余,张桂林.基于光流的运动目标实时检测方法研究[J].计算机工程与应用,2004,40(1):43-46.
    [9] 宋杰,大数据处理平台[M].北京:人民邮电出版社,2017.
    [10] 张良均,苏剑林.Python数据分析与挖掘实战[M].北京:机械工业出版社,2017.
    [11] K. He, X. Zhang, S. Ren, et al. Spatial pyramid pooling in deep convolutional networks for visual recognition[J]. IEEE transactions on pattern analysis and machine intelligence, 2015, 37(9): 1904-1916.
  • 期刊类型引用(12)

    1. 曹建波,王艳萍. 煤柱回收工作面支护方案及顶板控制效果分析. 能源与环保. 2024(04): 243-248+253 . 百度学术
    2. 石磊,武超,吕冬,卢卫永,王鹏,孙耀辉. 基于能量耗散理论的深部巷道围岩松动圈范围分析. 煤矿安全. 2024(10): 150-157 . 本站查看
    3. 钮长松. 薄煤层高瓦斯矿井近距离煤层开采沿空留巷技术研究应用. 煤炭技术. 2023(03): 69-73 . 百度学术
    4. 刘泽威,刘洋. 薄煤层高瓦斯工作面沿空留巷研究及效益分析. 煤炭技术. 2023(04): 78-82 . 百度学术
    5. 王大顺. 巷道围岩最大主偏应力及塑性区分布形态演化规律研究. 煤矿安全. 2023(08): 118-127 . 本站查看
    6. 李本奎,常立宗. 高应力扰动破坏区巷道围岩稳定性控制研究. 山西煤炭. 2023(03): 8-16 . 百度学术
    7. 单仁亮,吴景铜,刘帅,李赓照,鲍永生,刘锦荣. 特厚煤层沿顶巷道抗剪锚管索帮角控制技术研究. 河南理工大学学报(自然科学版). 2023(06): 1-10 . 百度学术
    8. 谢志红,常庆粮,孙志猛. 断层附近高应力巷道围岩变形机理及控制技术. 煤矿安全. 2022(04): 121-128 . 本站查看
    9. 李明,马玉琨,董秀磊,马明月,张玉柏. 深部软岩大断面硐室开挖与支护方式优化. 煤炭技术. 2022(08): 46-49 . 百度学术
    10. 王巍,张传宝. 千万吨矿井回采巷道锚杆支护技术优化. 煤炭科学技术. 2022(S1): 106-111 . 百度学术
    11. 邹剑. 基于FLAC~(3D)采动巷道围岩支护参数优化分析. 中国矿山工程. 2021(05): 49-52 . 百度学术
    12. 杨静. 深部构造发育区回采巷道支护技术研究. 山西冶金. 2021(05): 125-127+149 . 百度学术

    其他类型引用(6)

计量
  • 文章访问数:  36
  • HTML全文浏览量:  2
  • PDF下载量:  1
  • 被引次数: 18
出版历程
  • 发布日期:  2020-05-19

目录

    /

    返回文章
    返回