公开(公告)号：CN117332469A

公开(公告)日：2024-01-02

申请号：CN202310833644.8

申请日：2023-07-07

Applicant: 辽宁工程技术大学

Inventor： 刘剑 ,  曹鹏 ,  刘丽 ,  王东 ,  董勇 ,  刘学

IPC: G06F30/13 ,  G06F30/28 ,  G06N3/04 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明属于矿井通风技术领域，具体涉及一种基于深度强化学习的通风阻力系数反演方法，包括如下步骤：S1：定义智能体交互环境env；S2：定义智能体Agent，智能体包括θ参数化的策略神经网络Actor‑Net和w参数的价值神经网络Critic‑Net；S3：初始化智能体参数和学习训练参数；S4：收集智能体与环境交互的轨迹数据；S5：取样采集轨迹数据，计算优势函数更新θ和w，完成max‑epochs次智能体策略更新，输出最优阻力系数。本发明为智能获取通风阻力系数提供了一种新方法，为实时通风网络解算提供技术支持。

公开(公告)号：CN118760989A

公开(公告)日：2024-10-11

申请号：CN202410726258.3

申请日：2024-06-06

Applicant: 辽宁工程技术大学

Inventor： 刘剑 ,  曹鹏 ,  刘丽

IPC: G06F18/2431 ,  E21F1/00 ,  G06F18/2415 ,  G06F18/214 ,  G06F30/28 ,  G06N3/0464 ,  G06N3/084 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明属于矿井通风技术领域，具体涉及一种基于SPP‑CNN的矿井通风系统阻变故障诊断方法，包括如下步骤：S1：矿井通风系统基础参数输入；S2：矿井通风系统故障模拟样本生成；S3：阻变故障样本数据归一化；S4：阻变故障样本训练集和测试集划分；S5：构建SPP池化层；S6：构建CNN阻变故障诊断模型；S7：模型训练与性能验证。本发明为矿井通风故障诊断提供了一种新方法，为矿井通风安全管理提供技术支持。

公开(公告)号：CN117808369A

公开(公告)日：2024-04-02

申请号：CN202410005026.9

申请日：2024-01-02

Applicant: 辽宁工程技术大学

Inventor： 刘剑 ,  董勇 ,  王东 ,  曹鹏

IPC: G06Q10/0639

Abstract: 本发明属于矿井通风技术领域，具体涉及一种矿井通风系统脆弱性评价方法，包括如下步骤：S1：构建矿井通风系统脆弱性模糊综合评价模型的评价因素集U＝{u1,u2,u3,…,un}；S2：构建矿井通风系统脆弱性模糊综合评价模型的评语集V＝{v1,v2,v3,…,vn}；S3：根据被评价对象建立单因素评价矩阵R＝(rij)n×m，给定各因素的权重分配#imgabs0#ai是因素ui的评价权重，有ai≥0且#imgabs1#S4：进行模糊矩阵复合运算，求得模糊综合评价#imgabs2#S5：确定各级脆弱性对应的数值范围，设定各脆弱性等级范围的中间值作为评语集的量化向量H；S6：采用层次分析法计算各因素的权重，确定层次分析的判断矩阵，使用Matlab软件计算权重，进行一致性检验。本发明为通风系统评价提供了一种新方式。

公开(公告)号：CN117332182A

公开(公告)日：2024-01-02

申请号：CN202310614605.9

申请日：2023-05-29

Applicant: 辽宁工程技术大学

Inventor： 刘剑 ,  曹鹏 ,  王东

IPC: G06F17/10 ,  E21F1/00 ,  G06F17/16 ,  G06Q50/02 ,  G06Q10/0631

Abstract: 本发明属于矿井通风技术领域，具体涉及一种确定风速传感器最小平衡差的方法，包括如下步骤：S1：将矿井通风网络转换为有上下界的流网络；S2：基于风速传感器监测数据进行网络风量分配；S3：检查风量分配后网络中各个节点风量是否平衡，依据节点风量平衡定律进行检查；S4：若节点风量不平衡，建立风量平差模型，进行风量平差修正；S5：确定风量修正值和单位权中误差。本发明能够联合修正多个风速传感器监测值误差，使得监测风量符合实际现场，为实时通风网络解算和矿井通风安全管理提供技术支持。

公开(公告)号：CN118643285A

公开(公告)日：2024-09-13

申请号：CN202410675243.9

申请日：2024-05-29

Applicant: 辽宁工程技术大学

Inventor： 刘剑 ,  曹鹏 ,  王东 ,  刘学

IPC: G06F18/15 ,  G06F18/213 ,  G06F18/214 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/084 ,  G06Q10/04 ,  G06Q50/02 ,  G06F123/02

Abstract: 本发明属于矿井通风技术领域，具体涉及一种基于CEEMDAN‑CNN‑LSTM的矿井巷道风速预测方法，包括如下步骤：S1：输入巷道风速历史数据；S2：巷道风速时序数据CEEMDAN分解；S3：巷道时序风速分解数据归一化；S4：训练集和测试集划分；S5：将每个分解得到的巷道风速时序数据输入至卷积神经网络进行卷积处理以提取特征值；S6：将提取得到的每个分解巷道风速特征值输入至长短期记忆神经网络中进行巷道风速训练和预测，同时将预测结果叠加输出最终结果。本发明为智能获取巷道风速提供了一种新方法，为矿井通风安全管理提供技术支持。